[發(fā)明專利]光伏陣列的故障檢測方法、裝置、可讀介質及電子設備

在審

• 申請?zhí)枺?/td>: 201910061022.1
• 申請日: 2019-01-23
• 公開（公告）號: CN110460305A
• 公開（公告）日: 2019-11-15
• 發(fā)明（設計）人: 王小娜
• 申請（專利權）人: 新奧數(shù)能科技有限公司
• 主分類號: H02S50/10
• 分類號: H02S50/10
• 代理公司: 11687 北京嘉科知識產權代理事務所(特殊普通合伙)
• 代理人: 楊波<國際申請>=<國際公布>=<進入國

本發(fā)明公開了一種光伏陣列的故障檢測方法、裝置、可讀介質及電子設備，該方法包括：采集光伏陣列的各個組串的電流值；確定各個所述電流值的中值及中值絕對偏差估計量，并根據(jù)所述中值及所述中值絕對偏差估計量確定上限電流、下限電流；根據(jù)各個所述電流值確定離散率；根據(jù)所述上限電流、所述下限電流及所述離散率，確定每一個所述電流值是否為異常值；當存在至少一個所述異常值時，確定各個所述異常值分別對應的組串發(fā)生故障。通過本發(fā)明的技術方案，可更為簡單且快速的確定光伏陣列中發(fā)生故障的組串。

技術領域

本發(fā)明涉及能源技術領域，尤其涉及光伏陣列的故障檢測方法、裝置、可讀介質及電子設備。

背景技術

光伏陣列包括多個組串，各個組串長時間暴露在復雜的戶外環(huán)境下容易導致各種各樣的故障，這些故障易導致光伏陣列的發(fā)電效率降低，同時可能引起火災，因此經常需要對光伏陣列進行故障檢測以定位發(fā)生故障的組串，進而提高組件的安全性及使用壽命。

目前，主要通過機器學習算法確定光伏陣列中發(fā)生故障的組串。

但是，使用機器學習算法確定光伏陣列中發(fā)生故障的組串時，計算復雜性高，需要消耗大量的時間訓練相應的模型，且該方法只適用于特定的光伏陣列。因此，如何實現(xiàn)更為簡單且快速的確定光伏陣列中發(fā)生故障的組串則成為亟待解決的問題。

發(fā)明內容

本發(fā)明提供了一種光伏陣列的故障檢測方法、裝置、可讀介質及電子設備，可更為簡單且快速的確定光伏陣列中發(fā)生故障的組串。

第一方面，本發(fā)明提供了一種光伏陣列的故障檢測方法，包括：

采集光伏陣列的各個組串的電流值；

確定各個所述電流值的中值及中值絕對偏差估計量，并根據(jù)所述中值及所述中值絕對偏差估計量確定上限電流、下限電流；

根據(jù)各個所述電流值確定離散率；

根據(jù)所述上限電流、所述下限電流及所述離散率，確定每一個所述電流值是否為異常值；

當存在至少一個所述異常值時，確定各個所述異常值分別對應的組串發(fā)生故障。

優(yōu)選地，

所述確定各個所述電流值的中值及中值絕對偏差估計量，并根據(jù)所述中值及所述中值絕對偏差估計量確定上限電流、下限電流，包括：

確定各個所述電流值的中值；

通過如下第一公式計算中值絕對偏差估計量；其中，

所述第一公式包括：

其中，S表征中值絕對偏差估計量、x_i表征第i個電流值、表征中值；

通過如下第二公式計算下限電流；其中，

所述第二公式包括：

其中，I_min表征下限電流、α為常數(shù)、表征中值、S表征中值絕對偏差估計量；

通過如下第三公式計算上限電流；其中，

所述第三公式包括：

其中，I_max表征上限電流。

優(yōu)選地，

所述根據(jù)各個所述電流值確定離散率，包括：

計算各個所述電流值的均值；

根據(jù)所述均值計算各個所述電流值的標準差；

將所述標準差與所述均值的比值確定為離散率。