[發明專利]一種太陽能電池板故障診斷方法及系統有效
| 申請號: | 202110884211.6 | 申請日: | 2021-08-03 |
| 公開(公告)號: | CN113326667B | 公開(公告)日: | 2021-12-10 |
| 發明(設計)人: | 鄧蜀云;李建勇 | 申請(專利權)人: | 深圳格瑞特新能源有限公司 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06K9/62;G06N3/04;G06N3/08;H02S50/10 |
| 代理公司: | 深圳市優一知識產權代理事務所(普通合伙) 44522 | 代理人: | 宣士艷 |
| 地址: | 518108 廣東省深圳市寶安區石*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 太陽能 電池板 故障診斷 方法 系統 | ||
1.一種太陽能電池板故障診斷方法,其特征在于,包括:
從采集器定時獲取故障IV數據并處理成預設數據結構,在標記元數據后儲存至第一數據集合;
收集各個太陽能電池板的所述故障IV數據,并分析獲得各個所述故障IV數據的特征;
分析第一數據集合中的數據,以將第一數據集合中的數據分成正常數據、異常數據以及故障數據,并將所有的所述異常數據存儲至第二數據集合,將所有的所述正常數據和所有的所述故障數據存儲至第三數據集合;
通過所述故障IV數據的特征對所述第三數據集合的數據進行標注;
構建神經網絡模型,使用第二數據集合和第三數據集合內的數據訓練異常數據過濾模型;
構建時序循環神經網絡模型,使用第三數據集合內的數據訓練故障診斷模型;
使用計算機編程語言調用所述異常數據過濾模型和所述故障診斷模型,以獲得診斷結果;
所述從采集器定時獲取故障IV數據并處理成預設數據結構的步驟包括:
設定所述采集器采樣數為至少四個采樣點,每個所述采樣點的屬性有電壓和電流;
隨機抽取100臺所述采集器做定時采集數據,每臺所述采集器有8個端口,以獲得數據建立所述第一數據集合;
所述收集各個太陽能電池板的所述故障IV數據,并分析獲得各個所述故障IV數據的特征的步驟包括:
獲取所述故障IV數據的最大電流值和最大電壓值,以得到所述第一數據集合;
對每條所述故障IV數據做歸一化處理;
求出每個所述采樣點的功率;
建立Ⅳ仿真函數;
使用所述故障IV數據中的電壓代入所述Ⅳ仿真函數中求出理論電流,根據所述理論電流,求真實電流、理論電流和損失電流對電壓的導數,所述真實電流為所述故障IV數據對應的電流,所述損失電流為所述理論電流和所述真實電流的差值;
根據上述步驟獲取每個所述采樣點屬性的所述真實電流、實際電壓、實際功率、所述理論電流,并存儲至所述第一數據集合;
通過機器學習K-Means對所述第一數據集合和所述第二數據集合中每條元數據的屬性分別進行聚類,對得到的結果進行數據過濾,并將過濾后的數據存儲至第三數據集合。
2.根據權利要求1所述的太陽能電池板故障診斷方法,其特征在于,所述方法還包括:
對所述損失電流進行方差運算,以對每條所述故障IV數據進行描述。
3.根據權利要求1和2任一項所述的太陽能電池板故障診斷方法,其特征在于,所述計算機編程語言包括Python、Java、JavaScript中的任一種。
4.根據權利要求3所述的太陽能電池板故障診斷方法,其特征在于,所述IV仿真函數為:
其中,Pmax為最大功率值,Vmax為最大電壓值,Imax為最大電流值,f為填充因子,C1為第一系數,C2為第二系數,Vi為第i個電壓值,i為1至采樣點數。
5.根據權利要求3所述的太陽能電池板故障診斷方法,其特征在于,所述對每條所述故障IV數據做歸一化處理的方法包括:
將所述故障IV數據中的當前電壓值除以最大電壓值,將所述故障IV數據中的當前電流值除以最大電流值。
6.根據權利要求1或2任一項所述的太陽能電池板故障診斷方法,其特征在于,所述故障IV數據的類型包括遮擋、玻璃碎裂、隱裂、熱斑當中的至少一種。
7.一種太陽能電池板故障診斷系統,適用權利要求1至權利要求6任一項所述的太陽能電池板故障診斷方法,其特征在于,包括:
采集器,用于采集太陽能電池板的故障IV數據;
數據獲取模塊,用于從采集器定時獲取故障IV數據并處理成預設數據結構;
標記模塊,用于在故障IV數據中標記出元數據;
數據收集模塊,用于收集各個太陽能電池板的所述故障IV數據;
數據分析模塊,用于分析獲得各個所述故障IV數據的特征;
分類模塊,用于將第一數據集合中的數據分成正常數據、異常數據以及故障數據;
第一存儲模塊,用于存儲第一數據集合的數據;
第二存儲模塊,用于存儲第二數據集合的數據;
第三存儲模塊,用于存儲第三數據集合的數據;
標注模塊,用于通過所述故障IV數據的特征對所述第三數據集合的數據進行標注;
第一模型構建模塊,用于構建神經網絡模型;
第二模型構建模塊,用于構建時序循環神經網絡模型;
計算機編程語言,用于調用所述異常數據過濾模型和所述故障診斷模型,以獲得診斷結果;
所述采集器包括至少四個采樣端口,每一所述采樣端口均包括電壓值采集子端口和電流值采集子端口。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳格瑞特新能源有限公司,未經深圳格瑞特新能源有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110884211.6/1.html,轉載請聲明來源鉆瓜專利網。





