一种基于大数据在线监测的光伏组件故障定位分析方法技术

本发明专利技术涉及光伏组件故障定位技术领域，具体公开一种基于大数据在线监测的光伏组件故障定位分析方法，该方法包括：光伏板识别统计、光伏板基本参数获取、电力特性参数监测分析、结构组件划分统计、结构组件信息参数监测分析和结构组件运行异常反馈，本发明专利技术能够科学的筛查光伏组件的潜在安全隐患，进而为光伏板的安全稳定运行提供可靠性的支撑保障，不仅极大提高了对故障光伏板进行响应处理的时效性，且保障了对应区域的光伏发电系统的电力输出稳定性，有效减少了对人工进行巡检筛查的依赖性，进而克服了人员反馈周期长和成本高等弊端，不仅利于提高光伏板合理高效的维护水平，且大幅降低了对应区域光伏发电系统的收益损失。降低了对应区域光伏发电系统的收益损失。降低了对应区域光伏发电系统的收益损失。

【技术实现步骤摘要】
一种基于大数据在线监测的光伏组件故障定位分析方法


[0001]本专利技术涉及光伏组件故障定位分析
，具体而言，涉及一种基于大数据在线监测的光伏组件故障定位分析方法。

技术介绍

[0002]社会能源的快速消耗，使人们更加关注对可再生能源的使用，光伏发电板是一种利用光电效应将光能转换成电能的发电设备，当太阳光线照射在光伏发电板表面时，光伏发电板内部的自由电子会被激发出来，从而产生电流，以此实现电力的输出和传送，光伏发电现已成为新型电力系统的重要组织架构，光伏发电系统往往需要布设大型的光伏阵列，而光伏发电的主要特性则是需要陈列在平坦开阔的露天地带，因而受环境的损化影响较大，由此可见，需要对其中的光伏组件进行故障定位和分析。
[0003]现有技术针对光伏组件的故障检测还存较大程度的局限性，具体的层面包括：1、目前的光伏发电系统中的光伏组件故障点多为人工进行定时定点的循环检查，而人眼视线不可避免的存在盲区，导致无法科学的筛查光伏组件的潜在安全隐患，无法为光伏板的安全稳定运行提供可靠性的支撑保障，不仅极大降低了对故障光伏板进行响应处理的时效性，且折损了对应区域的光伏发电系统的电力输出稳定性，同时，依赖人工进行巡检筛查，还存在人员反馈周期长和成本高等缺陷，不利于提高光伏板合理高效的维护水平。
[0004]2、现有的光伏组件故障监测，缺乏针对具体的结构层故障状况进行细致性的精准分析，而往往只是针对故障的光伏板进行整体的调整更换或者移动维修，进而不仅增加了光伏组件的故障维修和更换成本，还导致整体的光伏板发电质量以及发电效率受到波动影响，增加了对应区域的光伏发电系统的收益损失，不利于为相关工作人员确认光伏板故障发生的原因和位置提供数据支持，进而阻碍了相关工作人员故障维修工作的开展，致使不利于及时分析处理故障征兆，也导致无法科学高效地实现对应区域光伏发电系统的稳定和可靠运行。

技术实现思路

[0005]为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于大数据在线监测的光伏组件故障定位分析方法，能够有效解决上述
技术介绍
中涉及的问题。
[0006]本专利技术的目的可以通过以下技术方案来实现：一种基于大数据在线监测的光伏组件故障定位分析方法，包括如下步骤：S1.光伏板识别统计：对设定区域所属光伏阵列中的光伏板进行识别，进而统计各光伏板。
[0007]S2.光伏板基本参数获取：获取各光伏板的基本参数。
[0008]S3.电力特性参数监测分析：根据各光伏板的基本参数，并对各光伏板的电力特性参数进行监测，进而分析得到各光伏板的电力输出稳定指数，据此筛分各异常运行光伏板。
[0009]S4.结构组件划分统计：将各异常运行光伏板的结构层进行划分，统计各异常运行光伏板的各结构组件，其中各结构组件包括表观结构组件、基础支撑结构组件和内部结构
组件。
[0010]S5.结构组件信息参数监测分析：对各异常运行光伏板的各结构组件所属信息参数进行监测，评估各异常运行光伏板的各结构组件所属运行风险指数，其中各异常运行光伏板的各结构组件所属运行风险指数包含异常运行光伏板的表观结构组件所属运行风险指数、异常运行光伏板的基础支撑结构组件所属运行风险指数和异常运行光伏板的内部结构组件所属运行风险指数。
[0011]S6.结构组件运行异常反馈：依据各异常运行光伏板的各结构组件所属运行风险指数，进而处理得到异常运行光伏板的故障排查次序条件信息，并通过智能显示终端进行结构组件运行异常反馈。
[0012]作为一种优选设计方案，所述各光伏板的基本参数包括类型、电池板有效面积和应用时间点，p为各光伏板的编号，。
[0013]作为一种优选设计方案，所述对各光伏板的电力特性参数进行监测，具体包括：将预设使用时间段进行等比例分割，得到各监测使用时间点，并编号为。
[0014]在各监测使用时间点中对各光伏板的电力特性参数进行监测，其中电力特性参数包括输出电流和输出电压，得到各监测使用时间点对应各光伏板的输出电流和输出电压，进而处理得到各监测使用时间点对应各光伏板的输出功率，并均值计算得到预设使用时间段中各光伏板的平均输出功率。
[0015]对设定区域所属光伏阵列的太阳辐照度进行监测，将其作为各光伏板的参照太阳辐照度，进而统计各监测使用时间点中各光伏板的参照太阳辐照度。
[0016]依据各光伏板的类型，将其与WEB云端存储的各类型光伏板对应单位有效面积的电池板所属各种参照太阳辐照度区间下的适配输出功率进行匹配，得到各监测使用时间点中各光伏板对应单位有效面积的电池板所属适配输出功率。
[0017]依据各监测使用时间点，并根据各光伏板的应用时间点，提取各监测使用时间点对应各光伏板的应用时长，同时依据各光伏板的类型，进而与WEB云端存储的各类型光伏板对应电池板所属单位时长的输出功率损耗因子进行匹配，得到各光伏板对应电池板所属单位时长的输出功率损耗值。
[0018]作为一种优选设计方案，所述各光伏板的电力输出稳定指数，记为，具体的计算公式为：，其中为预设的光伏板对应电池板所属输出功率允许偏差值，为预设的光伏板对应电池板所属输出功率的修正补偿值，为预设的光伏板对应电池板所属输出功率的电力输出稳定影响因子，p为各光伏板的编号，。
[0019]作为一种优选设计方案，所述对各异常运行光伏板的表观结构组件所属信息参数
进行监测，具体步骤为：A1：对各异常运行光伏板进行实景扫描，构建各异常运行光伏板的实体模型，从中提取各异常运行光伏板的表观结构组件所属信息参数，其中表观结构组件所属信息参数包括铝边框所属外边缘轮廓、铝边框与所属覆盖玻璃衔接的狭缝线条以及覆盖玻璃的外观图像。
[0020]A2：依据WEB云端存储的各光伏板的参照实体模型，进而提取各异常运行光伏板的表观结构组件所属参照信息参数，包括铝边框所属参照外边缘轮廓、铝边框与所属覆盖玻璃衔接的参照狭缝线条以及覆盖玻璃的参照外观图像。
[0021]A3：将各异常运行光伏板的铝边框所属外边缘轮廓与各异常运行光伏板的铝边框所属参照外边缘轮廓进行重合比对，提取各异常运行光伏板的铝边框所属外边缘轮廓的重合线条长度，同时提取各异常运行光伏板的铝边框所属参照外边缘轮廓线条长度，j为各异常运行光伏板的编号，。
[0022]A4：将各异常运行光伏板的铝边框与所属覆盖玻璃衔接的狭缝线条进行采样点布设，得到各采样点，进而提取各异常运行光伏板的铝边框与所属覆盖玻璃衔接的狭缝在各采样点处的线条宽度，同理提取对应的狭缝在各采样点处的参照线条宽度，d为各采样点的编号，。
[0023]A5：将各异常运行光伏板的覆盖玻璃的外观图像进行灰度处理，得到各异常运行光伏板的覆盖玻璃的外观灰度图像，并将各异常运行光伏板的覆盖玻璃的外观灰度图像以系统样点布设方式进行检测点布设，得到各外观检测点，进而提取各异常运行光伏板的覆盖玻璃在各外观检测点的图像灰度值，同理提取对应的覆盖玻璃在各外观检测点的参照图像灰度值，g为各外观检测点的编号，。
[0024本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据在线监测的光伏组件故障定位分析方法，其特征在于，包括如下步骤：S1.光伏板识别统计：对设定区域所属光伏阵列中的光伏板进行识别，进而统计各光伏板；S2.光伏板基本参数获取：获取各光伏板的基本参数；S3.电力特性参数监测分析：根据各光伏板的基本参数，并对各光伏板的电力特性参数进行监测和分析，据此筛分各异常运行光伏板；S4.结构组件划分统计：将各异常运行光伏板的结构层进行划分，统计各异常运行光伏板的各结构组件，其中各结构组件包括表观结构组件、基础支撑结构组件和内部结构组件；S5.结构组件信息参数监测分析：对各异常运行光伏板的各结构组件所属信息参数进行监测，评估各异常运行光伏板的各结构组件所属运行风险指数；对各异常运行光伏板的表观结构组件所属信息参数进行监测，具体步骤为：A1：对各异常运行光伏板进行实景扫描，构建各异常运行光伏板的实体模型，从中提取各异常运行光伏板的表观结构组件所属信息参数，其中表观结构组件所属信息参数包括铝边框所属外边缘轮廓、铝边框与所属覆盖玻璃衔接的狭缝线条以及覆盖玻璃的外观图像；A2：依据WEB云端存储的各光伏板的参照实体模型，进而提取各异常运行光伏板的表观结构组件所属参照信息参数，包括铝边框所属参照外边缘轮廓、铝边框与所属覆盖玻璃衔接的参照狭缝线条以及覆盖玻璃的参照外观图像；A3：将各异常运行光伏板的铝边框所属外边缘轮廓与对应的参照外边缘轮廓进行重合比对，提取各异常运行光伏板的铝边框所属外边缘轮廓的重合线条长度，同时提取对应的参照外边缘轮廓线条长度，j为各异常运行光伏板的编号，；A4：将各异常运行光伏板的铝边框与所属覆盖玻璃衔接的狭缝线条进行采样点布设，得到各采样点，进而提取各异常运行光伏板的铝边框与所属覆盖玻璃衔接的狭缝在各采样点处的线条宽度，同理提取对应的狭缝在各采样点处的参照线条宽度，d为各采样点的编号，；A5：将各异常运行光伏板的覆盖玻璃的外观图像进行灰度处理，得到各异常运行光伏板的覆盖玻璃的外观灰度图像，并将其以系统样点布设方式进行检测点布设，得到各外观检测点，进而提取各异常运行光伏板的覆盖玻璃在各外观检测点的图像灰度值，同理提取对应的覆盖玻璃在各外观检测点的参照图像灰度值，g为各外观检测点的编号，；计算各异常运行光伏板的表观结构组件所属运行风险指数，具体公式为：，其中f和t分别为采样点和外观检测点数量，为设定的铝边框所属外边缘轮廓重合线条长度对应
的运行风险评估阈值，和分别为设定的铝边框与所属覆盖玻璃衔接的狭缝线条宽度以及覆盖玻璃的外观图像灰度值对应的允许偏差值，、和分别为预设的铝边框所属外边缘轮廓重合线条长度、铝边框与所属覆盖玻璃衔接的狭缝线条宽度以及覆盖玻璃的外观图像灰度值对应的运行风险评估修正值，e表示为自然常数；S6.结构组件运行异常反馈：依据各异常运行光伏板的各结构组件所属运行风险指数，进而处理得到异常运行光伏板的故障排查次序条件信息，并通过智能显示终端进行结构组件运行异常反馈。2.根据权利要求1所述的一种基于大数据在线监测的光伏组件故障定位分析方法，其特征在于：所述各光伏板的基本参数包括类型、电池板有效面积和应用时间点，p为各光伏板的编号，。3.根据权利要求2所述的一种基于大数据在线监测的光伏组件故障定位分析方法，其特征在于：所述对各光伏板的电力特性参数进行监测，具体包括：将预设使用时间段进行等比例分割，得到各监测使用时间点，并编号为；在各监测使用时间点中对各光伏板的电力特性参数进行监...

【专利技术属性】
技术研发人员：柏林君，汤伟业，安丹丹，
申请(专利权)人：江苏图南数字科技有限公司，
类型：发明
国别省市：