太阳能光伏组件的可重复性制造控制方法及其系统技术方案

本发明专利技术公开了太阳能光伏组件的可重复性制造控制方法及其系统，涉及光伏生产控制技术领域，包括：预测每个光伏制造设备的设备压力系数；根据设备压力系数的大小判定超负荷光伏制造设备，并将超负荷光伏制造设备所在光伏组件生产线标记为目标生产线；筛选在非目标生产线中与超负荷光伏制造设备具备相同职能的光伏制造设备，根据其设备压力系数的大小获取若干个低负荷光伏制造设备；预测若干个低负荷光伏制造设备的设备参数信息，并生成可重复制造评价系数；将可重复制造评价系数与预设可重复性评价阈值比对分析，以生成可重复性评价判断结果；依据可重复性评价判断结果控制转运装置。置。置。

【技术实现步骤摘要】
太阳能光伏组件的可重复性制造控制方法及其系统


[0001]本专利技术涉及光伏生产控制
，尤其涉及太阳能光伏组件的可重复性制造控制方法及其系统。

技术介绍

[0002]随着碳排放量的不断提高以及国家对新能源技术的不断扶持，以太阳能光伏组件为代表的新能源设备得到快速发展和普及，使得人们对太阳能电池板等光伏组件的需求日益增加，因此如何实现对光伏组件的增量增产成为当下研究热点，当前同类型或不同类型光伏组件的生产线大都独立运行，但同类型或不同类型光伏组件的生产线中的部分制造设备却存在着相同的生产功能或职能，因此，如何提高生产线与生产线之间的联动性，以控制不同生产线中具有相同生产功能或职能的低负荷制造设备进行可重复制造就变得尤为重要。
[0003]当前，现有的光伏生产线的制造控制系统大多针对单条光伏生产线进行控制设计，例如授权公告号CN111443670B的中国专利公开了一种光伏玻璃镀膜生产线的控制方法及装置，该专利技术虽然通过在PLC模块中加入辊道智能控制策略，缩短玻璃基板之间的间距传送时间，提高了单条光伏玻璃镀膜生产线的工作效率，但此类专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.太阳能光伏组件的可重复性制造控制方法，其特征在于，包括如下步骤：根据回归预测模型预测在未来T时间范围下若干个光伏组件生产线中每个光伏制造设备的设备压力系数TQ；根据所述光伏制造设备的设备压力系数的大小，判定是否将对应光伏制造设备标记为超负荷光伏制造设备，并将超负荷光伏制造设备所在光伏组件生产线标记目标生产线；筛选在非目标生产线中与所述超负荷光伏制造设备具备相同职能的光伏制造设备，根据所述具备相同职能的光伏制造设备的设备压力系数GQ的大小，判定是否将具备相同职能的光伏制造设备标记为低负荷光伏制造设备，以得到若干个低负荷光伏制造设备；根据预构建神经网络参数预测模型预测在未来T时间范围下若干个所述低负荷光伏制造设备的设备参数信息，基于所述设备参数信息生成若干个所述低负荷光伏制造设备的可重复制造评价系数；将若干个所述低负荷光伏制造设备的可重复制造评价系数与预设可重复性评价阈值比对分析，以生成可重复性评价判断结果，所述可重复性评价判断结果包括可重复性标记和不可重复性标记；依据可重复性评价判断结果控制转运装置将所述超负荷光伏制造设备的生产任务传输至所述低负荷光伏制造设备。2.根据权利要求1所述的太阳能光伏组件的可重复性制造控制方法，其特征在于，在根据回归预测模型预测在未来T时间范围下若干个光伏组件生产线中每个光伏制造设备的设备压力系数TQ之前，还包括：获取每个光伏组件生产线中每个光伏制造设备的基本信息，每个所述光伏制造设备的基本信息包括生产任务堆积量、生产时间间隔差和生产效率间隔差；对每个所述光伏制造设备的基本信息无量纲化处理后进行公式化计算，以获取每个光伏制造设备的设备压力系数TQ，,式中：表示生产任务堆积量，表示生产时间间隔差，表示生产效率间隔差，、和为权重因子，。3.根据权利要求2所述的太阳能光伏组件的可重复性制造控制方法，其特征在于，所述回归预测模型的构建过程如下：获取每一个光伏组件生产线中每个光伏制造设备的唯一标识码，以及每个光伏制造设备的在不同时间点下的设备压力系数TQ，将每个光伏制造设备的唯一标识码和每个光伏制造设备在不同时间点下的设备压力系数TQ划分为70%的压力系数训练集和30%的压力系数测试集；构建回归模型网络，将70%的压力系数训练集输入所述回归模型网络进行训练，以得到初始回归模型；利用30%的压力系数测试集对所述初始回归模型进行测试，输出满足预设压力测试准确度的最优初始回归模型作为回归预测模型；所述回归模型网络为线性回归、决策树、支持向量机或随机森林模型中的一种。4.根据权利要求3所述的太阳能光伏组件的可重复性制造控制方法，其特征在于，判定是否将具备相同职能的光伏制造设备标记为低负荷光伏制造设备，还包括：
根据预设设备压力阈值Th1设置预设设备压力阈值Th2，Th1＞Th2，将低负荷光伏制造设备的设备压力系数与预设设备压力阈值Th2进行比较，若低负荷光伏制造设备的设备压力系数小于预设设备压力阈值Th1且大于预设设备压力阈值Th2，则将对应低负荷光伏制造设备标记为中低负荷光伏制造设备类型，若低负荷光伏制造设备的设备压力系数小于等于预设设备压力阈值Th2，则将对应低负荷光伏制造设备标记为超低负荷光伏制造设备类型。5.根据权利要求4所述的太阳能光伏组件的可重复性制造控制方法，其特征在于，所述设备参数信息包括设备振动差变化数据、设备温度数据和设备油液量数据；所述神经网络参数预测模型的构建过程如下：获取每个所述低负荷光伏制造设备的编号，以及每个所述低负荷光伏制造设备在不同时间点下的设备振动差变化数据、设备温度数据和设备油液量数据；将每个在不同时间点下的设备振动差变化数据、设备温度数据和设备油液量数据划分为70%的参数训练集和30%的参数测试集，构建循环神经网络，将70%的参数训练集输入所述循环神经网络进行训练，以得到初始神经网络参数预测模型，利用30%的参数测试集对所述初始神经网络参数预测模型进行测试，输出满足预设参数准确定度的初始神经网络参数预测模型作为神经网络参数预测模型。6.根据权利要求5所述的太阳能光伏组件的可重复性制造控制方法，其特征在于，基于所述设备参数信息生成若干个所述低负荷光伏制造设备的可重复制造评价系数，包括：获取每个所述低负荷光伏制造设备的负荷类别数据；具体地，所述负荷类别数据包括中低负荷光伏制造设备类型和超低负荷光伏制造设备类型；对每个所述低负荷光伏制造设备的负荷类别数据以及设备参数信息无量纲化处理后进行公式化计算，以获取每个所述低负荷光伏制造设备的可重复制造评价系数WQ，,式中：表示负荷类别数据，当负荷类别数据为中低负荷光伏制造设备类型时，所述负荷类别数据取6.183...

【专利技术属性】
技术研发人员：孔万涛，江文辉，贾长芸，
申请(专利权)人：江苏中超新能源科技有限公司，
类型：发明
国别省市：