一种基于数据驱动的光伏发电故障预测与诊断系统及方法技术方案

本发明专利技术公开了一种基于数据驱动的光伏发电故障预测与诊断系统及方法，所述方法包括，预先对光伏面板划分为i个划分区域，采集i个划分区域内光伏面板单位时间内的实时特征数据；将实时特征数据输入预构建的故障预测模型中，获得光伏面板在单位时间后的运行状态；运行状态包括不存在故障与存在故障，存在故障包括局部阻塞损坏与温度异常；根据温度异常采集对应光伏面板实时图片数据；将采集的图片数据输入预构建的故障诊断模型中，获得故障类型，故障类型包括内部异常与外部异常；方便及时修复或更换受故障的部分，降低故障发生概率，及时发现热癍和提升处理热癍效率，以确保光伏面板发电组件的正常运行和发电效率。

【技术实现步骤摘要】

本专利技术涉及电网监测，具体涉及一种基于数据驱动的光伏发电故障预测与诊断系统及方法。

技术介绍

1、光伏发电系统在可再生能源领域具有重要地位，然而，由于环境和设备因素的影响，光伏发电系统可能会出现故障，导致发电效率下降和设备损坏。因此，开发一种能够准确预测和诊断光伏发电系统故障的系统和方法具有重要意义。

2、现有的光伏发电故障预测与诊断系统，大多是基于故障发生后的数据进行分析诊断预测具体故障，具有一定的滞后性，此时故障已发生，并不能降低故障的发生概率，从而影响光伏发电中光伏面板发电组件的正常运行、发电效率以及维护效率；

3、其次，在分析诊断预测，涉及到阈值比对时，其设置的阈值多为固定的，例如局部温度差异阈值，采用固定值，则不能根据实际情况进行相应实时调整，若固定值较低，会增加误报警和维护工作量；反之，则相反，从而使得及时发现与维护工作量之间很难平衡；

4、长此以往，难以保障光伏面板发电组件的正常运行、发电效率、维护效率以及寿命。

技术实现思路

1、本专利技术的目的是提供一种本文档来自技高网...

【技术保护点】

1.一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：所述实时特征数据包括单位时间内的n个电流变化速率、n个电压变化速率、温度差值以及与温度差值对应的局部温度差异阈值。

3.根据权利要求2所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：n个所述电流变化速率获取方法包括：

4.根据权利要求2所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：n个所述电压变化速率获取方法包括：

5.根据权利要求2所述的一种基于数据驱动的...

【技术特征摘要】

1.一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：所述实时特征数据包括单位时间内的n个电流变化速率、n个电压变化速率、温度差值以及与温度差值对应的局部温度差异阈值。

3.根据权利要求2所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：n个所述电流变化速率获取方法包括：

4.根据权利要求2所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：n个所述电压变化速率获取方法包括：

5.根据权利要求2所述的一种基于数据驱动的光伏发电故障预测与诊断方法，其特征在于：所述温度差值获取方法包括：

6.根据权利要求2所述的一种基于数据...

【专利技术属性】
技术研发人员：唐科科，
申请(专利权)人：北京吉鸽科技有限公司，
类型：发明
国别省市：