基于功率数据及视觉分析的太阳能板故障检测方法技术

本发明专利技术公开了基于功率数据及视觉分析的太阳能板故障检测方法，属于太阳能电池技术领域，解决了现有太阳能电板故障检测方法不能结合太阳能电板运行功率以及视觉成像对太阳能电板故障进行精准分析判断，使得故障判断准确率不足的问题，方法包括：获取太阳能板实时运行功率数据；得到功率异常特征集；获取太阳能板实时视觉成像集，基于故障融合诊断模型对进行融合分析诊断，得到太阳能板故障诊断结果；本申请通过复合型的故障融合诊断模型对太阳能板进行监测预警，既能及时发现太阳能板的发电功率异常，还能结合太阳能板发电功率以及实时视觉成像集，对太阳能板的发电异常点进行定位分析，方便了太阳能板故障的监测。方便了太阳能板故障的监测。方便了太阳能板故障的监测。

【技术实现步骤摘要】
基于功率数据及视觉分析的太阳能板故障检测方法


[0001]本专利技术属于太阳能电池
，具体涉及基于功率数据及视觉分析的太阳能板故障检测方法。

技术介绍

[0002]随着能源日益紧张以及对环保问题的重视，采用太阳能电池板发电实现光能和太阳能的转化逐渐成为新能源发展的主要趋势，太阳能电板是光伏发电的核心部件，太阳能电板能将太阳光辐射直接转换为电能，太阳能电板的正常工作影响着光伏发电系统的稳定性和发电效率。
[0003]太阳能电板的故障有多种，如太阳能电板热斑、零电流、板体碎裂以及组件功率低，而造成太阳能电板故障的因素有施工因素、环境因素、组件因素、板体碎裂等，现有太阳能电板故障检测方法主要通过IV曲线(电流
‑
电压曲线)数据，从而对光伏组件进行诊断，但是现有太阳能电板故障检测方法不能结合太阳能电板运行功率以及视觉成像对太阳能电板故障进行精准分析判断，使得故障判断准确率不足，影响光伏发电系统的发电效率，基于此，我们提出了基于功率数据及视觉分析的太阳能板故障检测方法。

技术实现思路

[0004]本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于功率数据及视觉分析的太阳能板故障检测方法，其特征在于，所述基于功率数据及视觉分析的太阳能板故障检测方法包括：获取太阳能板实时运行功率数据，并对实时运行功率数据进行预处理，其中，实时运行功率数据具有时序性，实时运行功率数据包括太阳能板温度、太阳能板运行功率、实时电压、实时电流；基于预训练的异常功率提取模型对预处理的实时运行功率数据进行提取筛选，得到功率异常特征集；获取太阳能板实时视觉成像集，实时视觉成像集基于机器视觉预检测，其中，机器视觉预检测通过比对实时视觉成像集以及标准视觉成像集进行，实现视觉成像集的预检测；构建基于Segnet网络结构的故障融合诊断模型，基于故障融合诊断模型对功率异常特征集以及预检测的实现视觉成像集进行融合分析诊断，得到太阳能板故障诊断结果。2.如权利要求1所述的基于功率数据及视觉分析的太阳能板故障检测方法，其特征在于：所述异常功率提取模型的提取方法，具体包括：获取多组运行正常的标准太阳能板运行功率数据，基于标准太阳能板运行功率数据构建异常功率提取模型；以对预处理的实时运行功率数据为输入，执行异常功率提取模型，异常功率提取模型对实时运行功率数据进行归一化处理；异常功率提取模型调取异常功率提取函数，基于异常功率提取函数提取实时运行功率数据中功率异常特征集。3.如权利要求2所述的基于功率数据及视觉分析的太阳能板故障检测方法，其特征在于：所述基于标准太阳能板运行功率数据构建异常功率提取模型的方法，具体包括：获取N组运行正常的标准太阳能板运行功率数据；基于太阳能板温度、太阳能板运行功率、实时电压、实时电流类别将N组样本转换为不同时刻t的数据矩阵，通过多目标进化算法定义N组样本转换为不同时刻t的数据矩阵的异常功率提取函数。4.如权利要求3所述的基于功率数据及视觉分析的太阳能板故障检测方法，其特征在于：基于异常功率提取函数提取实时运行功率数据中功率异常特征集的方法，具体包括：调取异常功率提取函数，计算标准太阳能板运行功率数据的数据矩阵误差向量、平均值误差以及标准误差；以数据矩阵误差向量、平均值误差以及标准误差为输入异常功率提取函数中，基于最小二乘法辨识功率异常特征集。5.如权利要求1
‑
4任一所述的基于功率数据及视觉分析的太阳能板故障检测方法，其特征...

【专利技术属性】
技术研发人员：何长春，姚飞龙，
申请(专利权)人：深圳市迪晟能源技术有限公司，
类型：发明
国别省市：