[發明專利]一種光伏組件診斷方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202010760394.6
• 申請日: 2020-07-31
• 公開（公告）號: CN111967620B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 黃凱倫;曾春保;林鎮煌
• 申請（專利權）人: 廈門科華數能科技有限公司
• 主分類號: G06Q10/20
• 分類號: G06Q10/20;G06Q50/06;G06N3/0464;H02S50/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種光伏組件診斷方法，其特征在于，應用于與光伏組件相連的光伏逆變器，包括：

獲取所述光伏組件的發電特性曲線，從所述發電特性曲線中獲取發電數據；

將所述發電數據輸入到預先構建的識別模型中，得到輸出結果；

根據預先建立的輸出結果與模式狀態間的對應關系，確定與得到的所述輸出結果對應的模式狀態，并將所述模式狀態作為所述光伏組件的診斷結果；

當所述識別模型為基于神經網絡的識別模型時，將所述發電數據輸入到預先構建的識別模型中，得到輸出結果，包括：

利用[α]＝[W]^T·[E]計算所述識別模型中隱藏層神經元輸出的結果[α]，并利用[β]＝[Y]^T·[α]得到所述輸出結果[β]；

其中，[E]為由所述發電數據構成的n×1矩陣，n為所述發電特性曲線的采樣點數，[W]為由所述識別模型中隱藏層的權值構成的n×k矩陣，k為隱藏層神經元的數量，[α]為k×1矩陣，[Y]為由所述識別模型中輸出層的權值構成的k×1矩陣。

2.根據權利要求1所述的光伏組件診斷方法，其特征在于，在將所述模式狀態作為所述光伏組件的診斷結果之后，還包括：

當所述診斷結果為異常時則將所述診斷結果為異常時的發電數據及輸出結果發送至運維平臺，當所述診斷結果為正常時則按照預設規則選擇所述診斷結果為正常時的發電數據及輸出結果并將選中的診斷結果為正常時的發電數據及輸出結果發送至所述運維平臺，由所述運維平臺根據接收的數據計算所述識別模型中的權值；

利用所述運維平臺計算出的所述權值對應替換所述識別模型中原有的權值。

3.根據權利要求1所述的光伏組件診斷方法，其特征在于，在利用[β]＝[Y]^T·[α]得到所述輸出結果[β]之后，還包括：

若所述輸出結果[β]為非整數，則通過四舍五入操作對所述輸出結果[β]進行取整。

4.根據權利要求1所述的光伏組件診斷方法，其特征在于，獲取所述光伏組件的發電特性曲線，從所述發電特性曲線中獲取發電數據，包括：

獲取所述光伏組件的IV特性曲線，從所述IV特性曲線中獲取所述光伏組件在不同時刻的電壓值和對應的電流值；

利用所述光伏組件的電壓值和對應的電流值得到所述光伏組件在對應時刻的功率值。

5.根據權利要求1所述的光伏組件診斷方法，其特征在于，獲取所述光伏組件的發電特性曲線，從所述發電特性曲線中獲取發電數據，包括：

獲取所述光伏組件的PV特性曲線，從所述PV特性曲線中獲取所述光伏組件在不同時刻的功率值。

6.根據權利要求1所述的光伏組件診斷方法，其特征在于，在將所述發電數據輸入到預先構建的識別模型中之前，還包括：

獲取所述光伏組件的標準發電數據，并根據所述光伏組件的標準發電數據對所述發電數據進行歸一化處理。

7.一種光伏組件診斷裝置，其特征在于，應用于與光伏組件相連的光伏逆變器，包括：

獲取模塊，用于獲取所述光伏組件的發電特性曲線，從所述發電特性曲線中獲取發電數據；

輸入模塊，用于將所述發電數據輸入到預先構建的識別模型中，得到輸出結果；

確定模塊，用于根據預先建立的輸出結果與模式狀態間的對應關系，確定與得到的所述輸出結果對應的模式狀態，并將所述模式狀態作為所述光伏組件的診斷結果；

當所述識別模型為基于神經網絡的識別模型時，所述輸入模塊包括：

計算單元，用于利用[α]＝[W]^T·[E]計算所述識別模型中隱藏層神經元輸出的結果[α]，并利用[β]＝[Y]^T·[α]得到所述輸出結果[β]；

其中，[E]為由所述發電數據構成的n×1矩陣，n為所述發電特性曲線的采樣點數，[W]為由所述識別模型中隱藏層的權值構成的n×k矩陣，k為隱藏層神經元的數量，[α]為k×1矩陣，[Y]為由所述識別模型中輸出層的權值構成的k×1矩陣。