[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

本申請公開了一種光伏組件診斷方法、裝置、設備及計算機可讀存儲介質，該方法應用于與光伏組件相連的光伏逆變器，包括：獲取光伏組件的發電特性曲線，從發電特性曲線中獲取發電數據；將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，確定與得到的輸出結果對應的模式狀態，并將模式狀態作為光伏組件的診斷結果。本申請公開的上述技術方案，利用光伏逆變器通過數據獲取、輸出結果及模式狀態確定而實現對光伏組件的診斷，由于其可以僅依靠光伏逆變器進行實現，因此，則可以降低光伏組件診斷對運維平臺的依賴度，且可以降低診斷過程中的數據處理量。

技術領域

本申請涉及光伏組件檢測技術領域，更具體地說，涉及一種光伏組件診斷方法、裝置、設備及計算機可讀存儲介質。

背景技術

光伏組件的故障是影響光伏電站發電的主要因素之一，因此，則需要對光伏組件進行診斷，以便于及時發現故障，并便于及時對故障進行處理。

目前，常通過運維平臺來對光伏組件進行診斷，具體地，運維平臺獲取光伏組件的發電數據，基于接收到的發電數據對光伏組件進行診斷，并輸出診斷報告，由于這種診斷方法對運維平臺的依賴度比較大，一旦脫離運維平臺，就無法實現對光伏組件的診斷，且由于光伏電站中所有光伏組件的發電數據均全部匯總到運維平臺進行診斷，其數據量及運算量均比較大。

綜上所述，如何降低光伏組件診斷的數據處理量及對運維平臺的依賴度，是目前本領域技術人員亟待解決的技術問題。

發明內容

有鑒于此，本申請的目的是提供一種光伏組件診斷方法、裝置、設備及計算機可讀存儲介質，用于降低光伏組件診斷的數據處理量及對運維平臺的依賴度。

為了實現上述目的，本申請提供如下技術方案：

一種光伏組件診斷方法，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。

優選的，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。

優選的，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。

優選的，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。