【技术实现步骤摘要】
光伏组件异常识别方法及装置、计算机可读储存介质
[0001]本专利技术涉及光伏组件
,具体地涉及一种光伏组件异常识别方法、一种光伏组件异常识别装置、一种计算机可读储存介质以及一种电子设备。
技术介绍
[0002]在“双碳”政策的推动下,国内大规模兴建光伏电站,但目前光伏行业忽略运维而重视基建,导致电站低能效问题日趋加重,光伏组件发电效率的高低直接影响电站的发电量,对阵列中能效异常的组串、组件进行识别,提示运维人员进行维护,可有效提高电站发电量。
[0003]目前识别组件异常状态的技术主要基于对组件I
‑
V特性曲线的分析来实现,但在实际工程中,光伏组件数量众多,光伏组件的I
‑
V曲线获取困难,无法实时分析光伏电站阵列中各组件的异常情况。
技术实现思路
[0004]本专利技术实施方式的目的是提供一种光伏组件异常识别方法及装置,以解决上述问题。
[0005]为了实现上述目的,本专利技术第一方面提供一种光伏组件异常识别方法,所述方法包括:
[0006]实时监测光伏组件的运行数据,对监测到的运行数据进行计算,对连续变化的物理量进行采集相当于抽样,进而得到光伏组件的能效差值样本;
[0007]基于所述能效差值样本对光伏组件进行假设检验得到检验统计量,基于所述检验统计量计算光伏组件实际能效值与理论能效值的差异程度值,根据所述差异程度值与显著性水平判断光伏组件的第一异常情况得到第一判断结果;
[0008]获取光伏组件的总发电量输出能效值 ...
【技术保护点】
【技术特征摘要】
1.一种光伏组件异常识别方法,其特征在于,所述方法包括:实时监测光伏组件的运行数据,对监测到的运行数据进行计算,对连续变化的物理量进行采集并抽样,得到光伏组件的能效差值样本;基于所述能效差值样本对光伏组件进行假设检验得到检验统计量,基于所述检验统计量计算光伏组件实际能效值与理论能效值的差异程度值,根据所述差异程度值与显著性水平判断光伏组件的第一异常情况得到第一判断结果;获取光伏组件的总发电量输出能效值,基于所述总发电量输出能效值判断光伏组件的第二异常情况,得到第二判断结果;其中,第二异常情况为光伏组件的总发电量输出能效值低于光伏发电单元内所有光伏组件的能效平均值;基于第一判断结果以及第二判断结果判断光伏组件的异常工况。2.根据权利要求1所述的光伏组件异常识别方法,其特征在于,所述实时监测光伏组件的运行数据,对监测到的运行数据进行计算,对连续变化的物理量进行采集相当于抽样,得到光伏组件的能效差值样本,包括:获取光伏组件同一系列采样时刻的多个采样点的多类运行数据;根据所述多个采样点的多类运行数据分别计算光伏组件多个采样点的实际能效值以及理论能效值;计算光伏组件同一采样点的实际能效值与理论能效值的差值;将光伏组件当前采样时刻的采样行为看作一次抽样,得到光伏组件的能效差值样本。3.根据权利要求2所述的光伏组件异常识别方法,其特征在于,所述计算光伏组件多个采样点的实际能效值的计算公式为:其中P
s,i
为采样点的实际能效值,i为采样点,ΔT为采样周期,P
stc
为光伏组件标称功率,G
i
为光伏组件正面太阳辐照强度,G0为标准测试条件下的太阳辐照强度;所述计算光伏组件多个采样点的理论能效值的方法,包括:计算光伏组件的最大输出功率:根据光伏组件的最大输出功率计算光伏组件的理论能效值;其中,T
c
为组件表面温度,U
mref
为光伏组件标称电压,I
mref
为光伏组件标称电流,T
ref
为标准测试条件下的温度,e为自然对数底数,G为光伏组件正面太阳辐照强度,a、b以及c均为线性回归常数。
4.根据权利要求1所述的光伏组件异常识别方法,其特征在于,所述基于所述能效差值样本对光伏组件进行假设检验得到检验统计量,包括:应用t检验法对光伏组件进行假设检验,获取检验统计量;所述基于所述检验统计量计算光伏组件实际能效值与理论能效值的差异程度值,包括:根据检验统计量计算t检验法中原假设成立时抽到该样本或更恶劣的样本的概率P;根据t检验法中原假设成立时抽到该样本或更恶劣的样本的概率计算光伏组件实际能效值与理论能效值的差异程度值。5.根据权利要求1所述的光伏组件异常识别方法,其特征在于,所述根据所述差异程度值判断光伏组件的异常情况,输出第一判断结果具体为:当所述差异程度值小于或等于第一预设值时,第一判断结果为差异程度值正常,光伏组件的实际能效值大于或等于理论能效...
【专利技术属性】
技术研发人员:陆江,王文彬,袁廷璧,段震清,柳殿彬,崔亚辉,
申请(专利权)人:华北电力大学保定,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。