[發明專利]基于紅外圖像的光伏陣列故障等級劃分方法

有效

• 申請號: 201510567969.1
• 申請日: 2015-09-08
• 公開（公告）號: CN105262441B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 曹暉;張盼盼;嚴興宇;傅松瑋;杜春野
• 申請（專利權）人: 西安交通大學
• 主分類號: H02S50/10
• 分類號: H02S50/10
• 代理公司: 西安智大知識產權代理事務所61215
• 代理人: 何會俠

技術領域

本發明涉及光伏陣列故障等級劃分方法，具體涉及一種基于紅外圖像的光伏陣列故障等級劃分方法。

背景技術

太陽能作為可持續發展的綠色能源，具有清潔和高效等優點。我國作為一個能源生產和消費的大國，發展太陽能光伏發電是我國解決能源需求、優化能源結構的理想選擇。在光伏發電過程中，光伏電池組件將太陽能轉化為電能，是影響光電轉化效率的主要因素。隨著光伏產業的迅速發展，光伏陣列運行狀況檢測等問題逐漸暴露。由于組件封裝工藝等原因，當組件運行幾年后，局部區域因為氣孔的滲入或擴散而老化，導致組件中的部分電池板損壞；此外，組件受到遮擋或污染時，也會使光電轉換受到影響，產生熱斑并導致電池板損壞。目前，部分投產較早的光伏電站已陸續出現局部的老化現象，如果無法確定光伏陣列的實際運行情況，不及時發現組件的早期故障，將造成故障擴大，設備停運，嚴重影響光伏電站的安全運行及其經濟效益。

傳統的光伏系統故障診斷大多是基于電路結構屬性以及測量的電信號參數來實現的，可分為以下三類。一、電路結構法，通過改變電路結構，用傳感器來測量一些電參數進行故障診斷，該方法只能檢測故障的大概位置，安裝復雜，成本高；二、數學模型法，隨著計算機技術的發展，可以通過測量電信號估計系統狀態及參數，對光伏系統構建數學仿真模型，將估計值與實際值進行比較實現診斷，由于光伏系統故障的多樣性，以及環境依賴性，增加了模型建立的難度，局限大；三、電氣測量法，只需要比較實際運行參數與理論運行參數就能夠判斷系統是否存在故障，該方法簡單有效，但存在一定的缺陷如故障位置不能確定、組件的特性與形狀要求相同、易受安裝環境影響等。綜上，我們可以了解到傳統的光伏系統故障診斷方法都有著自身的局限性，只能解決特定的問題。

隨著圖像識別技術和熱成像技術的飛速發展，紅外圖像法成為目前有效的故障檢測技術之一。自然界中一切溫度高于絕對零度的物體，時刻都會發射出紅外線，這些紅外線輻射載有物體的特征信息(如溫度高低、熱分布場等)。熱成像技術就是把物體自身輻射的紅外輻射變成可見圖像。此可見圖像并不是人眼所能看到的目標可見光圖像，而是目標表面溫度分布圖像，換一句話說，紅外熱成像使人眼不能直接看到目標的表面溫度分布，變成人眼可以看到的代表目標表面溫度分布的熱圖像。紅外圖像法指的就是獲取紅外圖像，并通過相應的軟件編程對圖像進行處理以檢測設備故障?；诩t外圖像的狀態識別算法有兩種思想：一是由下而上的數據驅動型，無論待識別目標屬于哪一類，都先對原始圖像進行分割、標記和特征提取，然后將每一個疑似目標區域的特征量與目標模型相匹配；二是自上而下的知識(假設)驅動型，需要根據待識別目標的模型，先對圖像中可能存在的特征提出假設，根據假設，有目的的進行分割、標記和特征提取，在此基礎上和目標模型進行匹配，以識別待識別的疑似目標。

基于知識驅動型的模式識別算法是新的有效紅外圖像目標識別方法。常用模式識別算法有：人工神經網絡(ANN)模式識別算法；多傳感器信息融合模式識別算法；模糊模式識別算法等。目前，基于紅外圖像針對光伏陣列故障診斷的模式識別方法的研究還很少，主要是采用信息融合與模糊推理的方法，實現對光伏陣列中太陽能組件工作狀態的自動識別。該方法需要考慮來自不同類型傳感器的光照、環境溫度、風速等環境信息，因此，前期的人工數據采集工作周期長、工作量大，數據的預處理也更繁瑣，模型構建復雜，且只能依次對單張圖片進行分析診斷，無法實現對大量圖像的快速分析診斷。

工程實際中，如何對組件的工作狀態進行快速有效的分析，及時確定設備的故障等級，并對故障隱患安排檢修更換是一個亟待解決的問題，也是今后光伏電站運行維護的重要內容。

發明內容

為了克服上述現有技術存在的不足，本發明的目的在于提供一種基于紅外圖像的光伏陣列故障等級劃分方法，只需采集少量的光伏組件紅外圖像信息，在對紅外圖像數據分析的基礎上，建立基于該場景下的光伏陣列故障等級劃分模型，實現對光伏陣列有效的故障等級劃分，簡便易行且通用性好，更為直觀；使得光伏發電系統在安全穩定的前提下，保持最佳運行狀態，這樣不僅為光伏組件的高效運行提供有效保證，而且能夠提高光伏電廠的經濟效益。

為了達到上述目的，本發明所采用的技術方案是：

一種基于紅外圖像的光伏陣列故障等級劃分方法，步驟如下：