利用光伏发电(PV)发电成为一个活跃的、持续增长的学术和工业研究领域。光伏系统的复杂性和可靠性要求的提高成为自动化领域的一个非常重要的问题。并网光伏系统是发展速度最高的电力技术之一。因此，他们的正确操作和安全处理是重中之重。为了应对这种紧急情况，我们开发了一种新的光伏电力系统监测技术。在PV系统中可以监测各种关键变量，包括电网的电压和频率，交流和直流转换器的电压和电流，以及气候数据，如温度和辐照度。对这些变量的严密监测将提供更有效和更少的中断能源供应。利用光伏系统的仿真数据，对所开发的监测方法进行了应用和验证。该技术结合了指数加权移动平均(EWMA)、多目标优化(MOO)和小波表示的优点。这里使用MOO来解决选择以下两个目标函数的最优解的问题:(i)漏检率(MDR)和(ii)虚警率(FAR)，两者同时最小化。此外，利用小波表示可以通过减少MDR和远端来提高监测性能。将小波表示方法应用于自相关测量的自相关关系中，得到精确的确定性特征。新提出的新技术，称为小波优化的EWMA (WOEWMA)，与传统的EWMA和Shewhart图表相比，它们用于检测单个和多个故障(例如，旁路、错配、混合和阴影故障)。利用MDR和FAR指标对监测方案的性能进行了评价。
——文章发布于2018年6月
