CN109194286B - 一种光伏组件的故障诊断方法和装置 - Google Patents

一种光伏组件的故障诊断方法和装置 Download PDF

Info

Publication number
CN109194286B
CN109194286B CN201811425744.2A CN201811425744A CN109194286B CN 109194286 B CN109194286 B CN 109194286B CN 201811425744 A CN201811425744 A CN 201811425744A CN 109194286 B CN109194286 B CN 109194286B
Authority
CN
China
Prior art keywords
curve
scanning data
photovoltaic module
judging
fault diagnosis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811425744.2A
Other languages
English (en)
Other versions
CN109194286A (zh
Inventor
王平玉
云平
翁捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sungrow Power Supply Co Ltd
Original Assignee
Sungrow Power Supply Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sungrow Power Supply Co Ltd filed Critical Sungrow Power Supply Co Ltd
Priority to CN201811425744.2A priority Critical patent/CN109194286B/zh
Publication of CN109194286A publication Critical patent/CN109194286A/zh
Application granted granted Critical
Publication of CN109194286B publication Critical patent/CN109194286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
    • H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Photovoltaic Devices (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明提供的光伏组件的故障诊断方法和装置，首先获取光伏组件的IV曲线扫描数据；然后判断所述IV曲线扫描数据是否满足故障诊断条件；若所述IV曲线扫描数据不满足所述故障诊断条件，则重新获取所述IV曲线扫描数据，直至所述IV曲线扫描数据满足所述故障诊断条件，也即，直至采集数据的质量过关；此时，再根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果；避免了现有技术中因辐照度低而导致采集数据质量不佳使诊断可靠性低的问题。

Description

一种光伏组件的故障诊断方法和装置
技术领域
本发明涉及光伏组件故障诊断技术领域，特别涉及一种光伏组件的故障诊断方法和装置。
背景技术
随着光伏发电***的大力发展，光伏组件的故障诊断越来越重要。众多光伏组件故障诊断的方法中，基于智能检测法，因其不依赖于数学模型、无需增加光伏***设备成本，越来越受到关注和研究。
现有的基于智能检测的光伏组件故障诊断方法，首先采集光伏组件数据并进行数据处理，然后将获得的数据导入基于相应的故障诊断模型中，再通过决策模块判断得到光伏组件的故障类型。
但是，只有在辐照度较高的情况下，上述方案中采集得到的光伏组件数据才能够有效确保诊断结果的准确性，因此可靠性低。
发明内容
本发明提供一种光伏组件的故障诊断方法和装置，以解决现有技术中可靠性低的问题。
为实现上述目的，本申请提供的技术方案如下：
本发明一方面提供了一种光伏组件的故障诊断方法，包括：
获取光伏组件的IV曲线扫描数据；
判断所述IV曲线扫描数据是否满足故障诊断条件；
若所述IV曲线扫描数据不满足所述故障诊断条件，则重新获取所述IV曲线扫描数据，直至所述IV曲线扫描数据满足所述故障诊断条件；
根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果。
优选的，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果，包括：
判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段；
若所述IV曲线存在凹性线段，则判定光伏组件存在热斑；
若所述IV曲线不存在凹性线段，则根据所述IV曲线扫描数据进行特征参数的提取；
根据所述特征参数以及所述预设诊断模型，判断得到光伏组件是否存在其他故障。
优选的，判断所述IV曲线扫描数据是否满足故障诊断条件，包括：
根据所述IV曲线扫描数据，判断同一电压值或者电流值是否对应于唯一的IV曲线坐标；
若同一电压值或者电流值对应于唯一的IV曲线坐标，则判定所述IV曲线扫描数据满足所述故障诊断条件；
若同一电压值或者电流值对应于至少两个IV曲线坐标，则判定所述IV曲线扫描数据不满足所述故障诊断条件。
优选的，根据所述IV曲线扫描数据，判断同一电压值或者电流值是否对应于唯一的IV曲线坐标，包括：
根据所述IV曲线扫描数据，绘制两条横向检测直线；
计算所述IV曲线扫描数据构成的IV曲线，与两条横向检测直线之间的横向交点个数的最大值；
判断所述横向交点个数的最大值是否大于1；
若所述横向交点个数的最大值大于1，则判定同一电流值对应于至少两个IV曲线坐标；
若所述横向交点个数的最大值等于1，则根据横向交点以及所述IV曲线扫描数据，绘制多条纵向检测直线；
计算所述IV曲线与多条横向检测直线之间的纵向交点个数的最大值；
判断所述纵向交点个数的最大值是否大于1；
若所述纵向交点个数的最大值大于1，则判定同一电压值对应于至少两个IV曲线坐标；
若所述纵向交点个数的最大值等于1，则判定同一电压值对应于唯一的IV曲线坐标。
优选的，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段，包括：
根据所述IV曲线扫描数据以及预设步长，计算得到所述IV曲线扫描数据在各个预设步长所对应区间的直线方程；所述预设步长小于等于光伏组件开路电压的一半；
将所述IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断所述IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定所述IV曲线存在凹性线段。
优选的，判断所述IV曲线扫描数据是否满足故障诊断条件，包括：
根据所述IV曲线扫描数据以及预设步长，计算得到所述IV曲线扫描数据在各个预设步长所对应区间的直线方程；所述预设步长小于等于光伏组件开路电压的一半；
判断各个直线方程所对应的直线斜率是否大于零；
若存在至少一个直线方程所对应的直线斜率大于零，则判定所述IV曲线扫描数据不满足所述故障诊断条件；
若全部直线方程所对应的直线斜率均不大于零，则判定所述IV曲线扫描数据满足所述故障诊断条件。
优选的，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段，包括：
将所述IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断所述IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定所述IV曲线存在凹性线段。
优选的，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，在判定光伏组件存在热斑之后，还包括：
判断全部凹性线段中的各个实际电流值是否处于同一直线上；
若全部凹性线段中的各个实际电流值均处于同一直线上，则判定当前热斑为二极管非导通型热斑；
若全部凹性线段中的各个实际电流值并不均处于同一直线上，则判定当前热斑为二极管导通型热斑。
优选的，所述预设诊断模型为根据历史故障数据得到的随机森林算法模型。
本发明另一方面还提供了一种光伏组件的故障诊断装置，包括：处理器和存储器；其中：
所述处理器用于执行所述存储器中存储的各个步骤；
所述存储器中存储的各个步骤包括上述任一所述的光伏组件的故障诊断方法。
本发明提供的光伏组件的故障诊断方法，首先获取光伏组件的IV曲线扫描数据；然后判断所述IV曲线扫描数据是否满足故障诊断条件；若所述IV曲线扫描数据不满足所述故障诊断条件，则重新获取所述IV曲线扫描数据，直至所述IV曲线扫描数据满足所述故障诊断条件，也即，直至采集数据的质量过关；此时，再根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果；避免了现有技术中因辐照度低而导致采集数据质量不佳使诊断可靠性低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术内的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述内的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的光伏组件的故障诊断方法的流程图；
图2a至图2c是本发明实施例提供的光伏组件的三种IV曲线波形示意图；
图3是本发明另一实施例提供的光伏组件的故障诊断方法的部分流程图；
图4a和图4b是本发明另一实施例提供的光伏组件的两种IV曲线波形示意图；
图5a和图5b是本发明另一实施例提供的光伏组件的故障诊断方法的部分流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明提供一种光伏组件的故障诊断方法，以解决现有技术中可靠性低的问题。
请参见图1，该光伏组件的故障诊断方法具体包括：
S101、获取光伏组件的IV曲线扫描数据；
实际应用中，需要将对光伏组件进行IV扫描时采集得到的数据进行去重、排序等处理，才能得到利于应用的IV曲线扫描数据；具体的处理过程与现有技术相同，此处不再赘述。
S102、判断IV曲线扫描数据是否满足故障诊断条件；
实际应用中，当辐照度变化时，IV曲线扫描数据构成的IV曲线将在不同辐照度下的IV特征点之间切换或跳跃；当组件被快速遮挡时，IV曲线将在正常与遮挡情况下的IV特征点之间进行切换或跳跃。因此，IV曲线坐标点的唯一性可以作为是否满足该故障诊断条件的判断标准。
具体的，可以分别通过横向检测直线和纵向检测直线与IV曲线的交点个数来进行判定：当相应交点个数等于1时，说明IV曲线坐标点具备唯一性特点，满足该故障诊断条件的要求，如图2a所示；而当相应交点个数大于1时，说明IV曲线坐标点不具备唯一性特点，IV曲线不满足该故障诊断条件的要求，如图2b和图2c所示。
另外，由图2b和图2c所示IV曲线可以发现，当IV曲线坐标点不具备唯一性特点时，其IV曲线中存在斜率小于等于零的情况，因此，还可以将该故障诊断条件设置成IV曲线的斜率小于等于零。实际应用环境中，通过判断IV曲线扫描数据的特征点数据是否超过相应的阈值，来确定IV曲线扫描数据是否满足该故障诊断条件，也是一种可选的实现方式。对于该故障诊断条件的设置，此处并不做具体的限定，可以视其应用环境而定，均在本申请的保护范围内。
若IV曲线扫描数据不满足故障诊断条件，则重新执行步骤S101；再一次获取IV曲线扫描数据之后，再通过步骤S102确定下一步是否还需要再次重新执行步骤S101；直至IV曲线扫描数据满足故障诊断条件时，即可执行步骤S103。
S103、根据IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果。
该预设诊断模型是根据历史故障数据得到的模型；其具体可以是现有技术中的决策树算法模型，也可以是以决策树为基本单元的随机森林算法模型；随机森林算法模型相比于决策树算法模型，其分类准确率更高，且具有更强的分割能力和泛化能力，因此，可以作为实际应用中的优选方式。另外，任何其他机器学习的分类算法均可以作为该预设诊断模型，此处不做限定，均在本申请的保护范围内。
本实施例提供的该光伏组件的故障诊断方法，通过对IV曲线扫描数据是否满足故障诊断条件进行判断，来确保进行故障诊断的采集数据质量过关，避免出现误判；在IV曲线扫描数据不满足故障诊断条件的情况下，需要重新获取IV曲线扫描数据；只有在满足故障诊断条件，也即采集数据的质量过关时，才根据IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果；避免了现有技术中因辐照度低而导致采集数据质量不佳使诊断可靠性低的问题。
本发明另一实施例提供了另外一种具体的光伏组件的故障诊断方法，在上述实施例及图1的基础之上，优选的，如图3所示，其步骤S103包括：
S301、判断IV曲线扫描数据构成的IV曲线是否存在凹性线段；
申请人经研究发现，如果光伏组件存在热斑，则其IV曲线必然存在凹性曲线段，因此，可基于此判断光伏组件是否存在热斑。具体的，请参见图4a，如果满足f(λx1+(1-λ)x2)≤λf(x1)+(1-λ)f(x2)，则区间[x1,x2]内的线段为凹性线段；反之，则在区间对应线段为凸性线段，如图4a中所示的区间[x3,x4]。其中，λ为[0,1]区间实数值。
若IV曲线存在凹性线段，则执行步骤S302。
S302、判定光伏组件存在热斑；
值得说明的是，现有技术中的故障诊断方案，能够判断出是否存在热斑的方法不多，并且现有能够判断出热斑的方法并没有区分旁路二极管导通型热斑和旁路二极管非导通型热斑。申请人经研究发现，图4a所示为旁路二极管导通型热斑情况下的IV曲线，而二极管非导通型热斑情况下的IV曲线如图4b所示，其特征为IV曲线存在一段直线段(如图4b中虚线框中所示)且曲线其他段呈现凸性情况。因此，本实施例提供的光伏组件的故障诊断方法，如图3所示，其步骤S103中，在步骤S302之后，还包括：
S305、判断全部凹性线段中的各个实际电流值是否处于同一直线上；
若全部凹性线段中的各个实际电流值均处于同一直线上，则执行步骤S306；若全部凹性线段中的各个实际电流值并不均处于同一直线上，则执行步骤S307。
S306、判定当前热斑为二极管非导通型热斑；
S307、判定当前热斑为二极管导通型热斑。
相较于现有技术中的热斑判断方案，本实施例提供的上述判断能够有效区分当前热斑属于二极管导通型热斑还是非导通型热斑，相比现有技术更为精确。
另外，在步骤S301之后，若IV曲线不存在凹性线段，则执行步骤S303。
S303、根据IV曲线扫描数据进行特征参数的提取；
具体的，特征参数的提取过程包括：
首先提取光伏组件的开路电压VOC、短路电流ISC、最大功率点电流Im、最大功率点电压Vm。
然后，通过公式
Figure BDA0001881572800000081
计算得到用于判断组件是否正常的填充因子FF。通过公式
Figure BDA0001881572800000082
计算得到用于判断光伏组件是否存在黄变或灰尘的比值K1。通过公式
Figure BDA0001881572800000083
计算得到用于判断光伏组件是否存在老化的比值K2，其值具体是指IV曲线在VOC处的斜率，其中IVoc-1为IV曲线上VOC前一个电压VOC-1处的电流。
另外，对于二极管短路或断路，以及PID的诊断，可以根据VOC以及VOC与光伏组件铭牌信息中标准条件STC(辐照1000w/m2，组件温度250C，AM＝1.5)下VOC的相对值进行判断。
S304、根据特征参数以及预设诊断模型，判断得到光伏组件是否存在其他故障。
实际应用中，可以对诊断结果中的故障类型通过编号进行区分和识别，表1为一种编号方式的示例，并不仅限于此。
表1故障类型
Figure BDA0001881572800000084
Figure BDA0001881572800000091
对于历史故障数据的标记，可以采用表2所示的方式，其中ISC_STC、VOC_STC、Im_STC、Vm_STC为STC下光伏组件的短路电流、开路电压、最大功率点电流、最大功率点电压。
表2历史故障数据标记
Isc_stc Voc_stc Im_stc Vm_stc FF K1 K2 故障类型
本实施例提供的光伏组件的故障诊断方法，先判断光伏组件是否存在热斑现象，再进行光伏组件是否正常以及其他故障类型的判断。与现有技术中的光伏组件故障判断方案相比，本实施例优先将影响电站运维和安全性的热斑组件快速准确的判断出来，能够避免其造成更严重的安全性问题。
其余原理与上述实施例相同，此处不再一一赘述。
本发明另一实施例提供了另外一种具体的光伏组件的故障诊断方法，在上述实施例及图1至图4b的基础之上，优选的，如图5a所示，其步骤S102包括：
S201、根据IV曲线扫描数据，判断同一电压值或者电流值是否对应于唯一的IV曲线坐标。
若同一电压值或者电流值对应于唯一的IV曲线坐标，则执行步骤S202；若同一电压值或者电流值对应于至少两个IV曲线坐标，则执行步骤S203。
S202、判定IV曲线扫描数据满足故障诊断条件。
S203、判定IV曲线扫描数据不满足故障诊断条件。
优选的，如图5a中所示，其步骤S201，包括：
S211、根据IV曲线扫描数据，绘制两条横向检测直线。
两条横向检测直线分别位于光伏组件短路电流ISC上下，作为优选，可以采用短路电流ISC两侧5％阈值范围的两条直线作为横向检测直线，即105％ISC以及95％ISC所对应的直线；实际应用中也可以取其他电流值进行横向检测直线的绘制，此处不做限定，能够判断出IV曲线同一电流值是否坐标点唯一即可。
S212、计算IV曲线扫描数据构成的IV曲线，与两条横向检测直线之间的横向交点个数的最大值。
正常情况下，同一电流值应当对应一个电压值，即IV曲线与每条横向检测直线之间最多有一个横向交点。
S213、判断横向交点个数的最大值是否大于1。
若横向交点个数的最大值大于1，则说明同一电流值对应不止一个电压值，即IV曲线坐标点不具备唯一性，需要执行步骤S214；若横向交点个数的最大值等于1，则说明同一电流值对应一个电压值，可以继续进行进一步的判断，即执行步骤S215。
S214、判定同一电流值对应于至少两个IV曲线坐标。
同一电流值对应不止一个电压值，说明光伏组件存在辐照度不稳定问题，其当前得到的IV曲线扫描数据不满足故障诊断条件。
S215、根据横向交点以及IV曲线扫描数据，绘制多条纵向检测直线。
作为优选，可以在电压V1和开路电压VOC区间内绘制数条纵向检测直线，电压V1为横向检测直线与IV曲线的唯一横向交点所对应的电压值。纵向检测直线方程为Vx(I)＝Vi，其中X≥1，V1≤Vi≤Voc，如选取以下几组纵向检测直线方程：V1(I)＝V1，V2(I)＝V1+1，V3(I)＝V1+2，V4(I)＝V1+3等以此类推。
S216、计算IV曲线与多条横向检测直线之间的纵向交点个数的最大值。
正常情况下，同一电压值应当对应一个电流值，即IV曲线与每条纵向检测直线之间最多有一个纵向交点。
S217、判断纵向交点个数的最大值是否大于1。
若纵向交点个数的最大值大于1，则说明同一电压值对应不止一个电流值，即IV曲线坐标点不具备唯一性，此时执行步骤S218；若纵向交点个数的最大值等于1，则说明同一电压值对应一个电流值，即IV曲线坐标点具备唯一性，可以执行步骤S219。
S218、判定同一电压值对应于至少两个IV曲线坐标。
同一电压值对应不止一个电流值，说明光伏组件存在快速遮挡问题，其当前得到的IV曲线扫描数据不满足故障诊断条件。
S219、判定同一电压值对应于唯一的IV曲线坐标。
以下针对IV曲线的几种具体场景案例进行说明：
图2a为正常情况下得到的IV曲线，根据其IV曲线扫描数据，首先提取其短路电流ISC＝2.4A和开路电压VOC＝34.7V；然后，绘制两条横向检测直线：I1(V)＝105％×ISC＝2.52A和I2(V)＝95％×ISC＝2.28A。并计算两条横向检测直线与被测试光伏组件IV曲线横向交点个数的最大值，记为N1和N2。由图2a可以看出，N1＝0，N2＝1，说明横向检测直线I1(V)与IV曲线无交点，而横向检测直线I2(V)与IV曲线有一个交点，并且，横向检测直线I2(V)与IV曲线的横向交点唯一，该横向交点的坐标为(28.7，2.28)。可以进一步进行纵向检测直线的唯一性判定，比如，在电压区间[28.7V，34.7V]内绘制数条纵向检测直线，Vx(I)＝Vi，其中X≥1，28.7≤Vi≤34.7,选取以下Vi值：28.7，29，30，31，32，33，34。计算Vx(I)＝Vi与被测试光伏组件IV曲线纵向交点个数的最大值，记为Mi。求得Mi最大值Mmax＝1，说明其IV曲线上的各个坐标点均具有唯一性特点，符合进一步故障检测的要求，也即满足该故障诊断条件。
图2b为辐照度变化影响下得到的IV曲线，根据其IV曲线扫描数据，首先提取短路电路ISC＝2A和开路电压VOC＝34.7V；然后，绘制两条横向检测直线：I1(V)＝105％×ISC＝2.1A和I2(V)＝95％×ISC＝1.9A。并计算两条横向检测直线与被测试光伏组件IV曲线横向交点个数的最大值，记为N1和N2。由图2a可以看出，N1＝2，N2＝1，说明横向检测直线I1(V)与IV曲线有两个横向交点，而横向检测直线I2(V)与IV曲线有一个交点。N1＞1，说明其IV曲线上的各个坐标点不具有唯一性特点，不符合进一步故障检测的要求，也即不满足该故障诊断条件。
图2c为快速遮挡影响下得到的IV曲线，根据其IV曲线扫描数据，首先提取短路电路ISC＝7.79A和开路电压VOC＝33.3V；然后，绘制两条横向检测直线：I1(V)＝105％×ISC＝8.2A和I2(V)＝95％×ISC＝7.4A。并计算两条横向检测直线与被测试光伏组件IV曲线横向交点个数的最大值，记为N1和N2。由图2a可以看出，N1＝0，N2＝1，说明横向检测直线I1(V)与IV曲线无交点，而横向检测直线I2(V)与IV曲线有一个交点，并且，横向检测直线I2(V)与IV曲线的横向交点唯一，该横向交点的坐标为(22.9，7.54)。可以进一步进行纵向检测直线的唯一性判定，比如，在电压区间[22.9V，33.3V]内绘制数条纵向检测直线，Vx(I)＝Vi，其中X≥1，22.9≤Vi≤33.3,选取以下Vi值：22.9，23，24，25，26，27，28，29，30，31，32，33。计算Vx(I)＝Vi与被测试光伏组件IV曲线纵向交点个数的最大值，记为Mi。求得Mi最大值Mmax＝3，说明其IV曲线上的各个坐标点不具有唯一性特点，不符合进一步故障检测的要求，也即不满足该故障诊断条件。
另外，对于步骤S102，还可以采用图5b所示的方式，具体包括：
S401、根据IV曲线扫描数据以及预设步长，计算得到IV曲线扫描数据在各个预设步长所对应区间的直线方程。
该预设步长可以为
Figure BDA0001881572800000121
只要小于等于光伏组件开路电压的一半
Figure BDA0001881572800000122
即可。
S402、判断各个直线方程所对应的直线斜率是否大于零。
若存在至少一个直线方程所对应的直线斜率大于零，则执行步骤S403；若全部直线方程所对应的直线斜率均不大于零，则执行步骤S404。
S403、判定IV曲线扫描数据不满足故障诊断条件。
S404、判定IV曲线扫描数据满足故障诊断条件。
实际应用中，可以视其具体应用环境对步骤S102的实现方式进行选择，此处不做限定，均在本申请的保护范围内。
需要说明的是，步骤S102采用不同的实现方式，其后续步骤S103的具体实现过程也将有所区别；主要是由于图5b中的步骤S401已经得到了IV曲线扫描数据在各个预设步长所对应区间的直线方程，因此步骤S103中可以直接利用各个直线方程进行IV曲线是否存在凹性线段的判断；而对于图5a所示的故障诊断条件判断方式，由于并未涉及到各个预设步长所对应的直线方程，所以步骤S103中的步骤S301(图3中所示)需要先计算得到IV曲线扫描数据在各个预设步长所对应区间的直线方程。具体的：
对于图5b所示的故障诊断条件判断方式，其后续步骤S103中的步骤S301包括：
将IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定IV曲线存在凹性线段。
而与图5a所示的故障诊断条件判断方式相对应，其后续步骤S103中的步骤S301可以具体为：
根据IV曲线扫描数据以及预设步长，计算得到IV曲线扫描数据在各个预设步长所对应区间的直线方程；预设步长小于等于光伏组件开路电压的一半；
将IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定IV曲线存在凹性线段。
其余原理与上述实施例相同，此处不再一一赘述。
本发明另一实施例还提供了一种光伏组件的故障诊断装置，包括：处理器和存储器；其中：
处理器用于执行存储器中存储的各个步骤；
存储器中存储的各个步骤包括上述实施例任一所述的光伏组件的故障诊断方法。
该故障诊断方法可以参见上述实施例，此处不再一一赘述。
对于该故障诊断装置，可以是组件级的优化器或智能接线盒等能够实现IV扫描的装置，或者，还可以是与上述能够实现IV扫描的装置通讯连接的终端，此处不做限定，视其具体应用环境而定，均在本申请的保护范围内。
本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种光伏组件的故障诊断方法，其特征在于，包括：
获取光伏组件的IV曲线扫描数据；
判断所述IV曲线扫描数据是否满足故障诊断条件，以确保进行故障诊断的采集数据质量过关，避免出现误判；
若所述IV曲线扫描数据不满足所述故障诊断条件，则重新获取所述IV曲线扫描数据，直至所述IV曲线扫描数据满足所述故障诊断条件；
根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果；其中，所述预设诊断模型是根据历史故障数据得到的模型。
2.根据权利要求1所述的光伏组件的故障诊断方法，其特征在于，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果，包括：
判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段；
若所述IV曲线存在凹性线段，则判定光伏组件存在热斑；
若所述IV曲线不存在凹性线段，则根据所述IV曲线扫描数据进行特征参数的提取；
根据所述特征参数以及所述预设诊断模型，判断得到光伏组件是否存在其他故障。
3.根据权利要求2所述的光伏组件的故障诊断方法，其特征在于，判断所述IV曲线扫描数据是否满足故障诊断条件，包括：
根据所述IV曲线扫描数据，判断同一电压值或者电流值是否对应于唯一的IV曲线坐标；
若同一电压值或者电流值对应于唯一的IV曲线坐标，则判定所述IV曲线扫描数据满足所述故障诊断条件；
若同一电压值或者电流值对应于至少两个IV曲线坐标，则判定所述IV曲线扫描数据不满足所述故障诊断条件。
4.根据权利要求3所述的光伏组件的故障诊断方法，其特征在于，根据所述IV曲线扫描数据，判断同一电压值或者电流值是否对应于唯一的IV曲线坐标，包括：
根据所述IV曲线扫描数据，绘制两条横向检测直线；
计算所述IV曲线扫描数据构成的IV曲线，与两条横向检测直线之间的横向交点个数的最大值；
判断所述横向交点个数的最大值是否大于1；
若所述横向交点个数的最大值大于1，则判定同一电流值对应于至少两个IV曲线坐标；
若所述横向交点个数的最大值等于1，则根据横向交点以及所述IV曲线扫描数据，绘制多条纵向检测直线；
计算所述IV曲线与多条横向检测直线之间的纵向交点个数的最大值；
判断所述纵向交点个数的最大值是否大于1；
若所述纵向交点个数的最大值大于1，则判定同一电压值对应于至少两个IV曲线坐标；
若所述纵向交点个数的最大值等于1，则判定同一电压值对应于唯一的IV曲线坐标。
5.根据权利要求3所述的光伏组件的故障诊断方法，其特征在于，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段，包括：
根据所述IV曲线扫描数据以及预设步长，计算得到所述IV曲线扫描数据在各个预设步长所对应区间的直线方程；所述预设步长小于等于光伏组件开路电压的一半；
将所述IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断所述IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定所述IV曲线存在凹性线段。
6.根据权利要求2所述的光伏组件的故障诊断方法，其特征在于，判断所述IV曲线扫描数据是否满足故障诊断条件，包括：
根据所述IV曲线扫描数据以及预设步长，计算得到所述IV曲线扫描数据在各个预设步长所对应区间的直线方程；所述预设步长小于等于光伏组件开路电压的一半；
判断各个直线方程所对应的直线斜率是否大于零；
若存在至少一个直线方程所对应的直线斜率大于零，则判定所述IV曲线扫描数据不满足所述故障诊断条件；
若全部直线方程所对应的直线斜率均不大于零，则判定所述IV曲线扫描数据满足所述故障诊断条件。
7.根据权利要求6所述的光伏组件的故障诊断方法，其特征在于，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，判断所述IV曲线扫描数据构成的IV曲线是否存在凹性线段，包括：
将所述IV曲线扫描数据在各个预设步长内的各个电压值分别带入相应的直线方程，计算得到各个参考电流值；
分别判断所述IV曲线扫描数据中与各个电压值相对应的实际电流值是否小于等于相应的参考电流值；
若存在至少一个实际电流值小于等于相应的参考电流值，则判定所述IV曲线存在凹性线段。
8.根据权利要求2-7任一所述的光伏组件的故障诊断方法，其特征在于，根据所述IV曲线扫描数据以及预设诊断模型，判断得到光伏组件的故障诊断结果的步骤中，在判定光伏组件存在热斑之后，还包括：
判断全部凹性线段中的各个实际电流值是否处于同一直线上；
若全部凹性线段中的各个实际电流值均处于同一直线上，则判定当前热斑为二极管非导通型热斑；
若全部凹性线段中的各个实际电流值并不均处于同一直线上，则判定当前热斑为二极管导通型热斑。
9.根据权利要求1-7任一所述的光伏组件的故障诊断方法，其特征在于，所述预设诊断模型为根据历史故障数据得到的随机森林算法模型。
10.一种光伏组件的故障诊断装置，其特征在于，包括：处理器和存储器；其中：
所述处理器用于执行所述存储器中存储的各个步骤；
所述存储器中存储的各个步骤包括权利要求1-9任一所述的光伏组件的故障诊断方法。
CN201811425744.2A 2018-11-27 2018-11-27 一种光伏组件的故障诊断方法和装置 Active CN109194286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811425744.2A CN109194286B (zh) 2018-11-27 2018-11-27 一种光伏组件的故障诊断方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811425744.2A CN109194286B (zh) 2018-11-27 2018-11-27 一种光伏组件的故障诊断方法和装置

Publications (2)

Publication Number Publication Date
CN109194286A CN109194286A (zh) 2019-01-11
CN109194286B true CN109194286B (zh) 2020-05-22

Family

ID=64938114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811425744.2A Active CN109194286B (zh) 2018-11-27 2018-11-27 一种光伏组件的故障诊断方法和装置

Country Status (1)

Country Link
CN (1) CN109194286B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112491360B (zh) * 2020-10-19 2022-04-08 阳光电源股份有限公司 光伏组串的故障诊断方法及***、可读存储介质
CN112505518B (zh) * 2020-11-05 2024-04-30 合肥零碳技术有限公司 一种光伏组串积尘检测方法、装置及***
CN112886924B (zh) * 2021-01-19 2022-05-24 阳光电源股份有限公司 一种光伏组件故障诊断方法及装置
CN113221468B (zh) * 2021-05-31 2022-07-08 福州大学 基于集成学习的光伏阵列故障诊断方法
CN117708689B (zh) * 2024-02-05 2024-04-30 锦浪科技股份有限公司 一种基于距离特征法的光伏组件故障检测方法
CN117970186B (zh) * 2024-04-02 2024-06-07 山东普源电力工程有限公司 一种配电室故障诊断方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063264A (zh) * 2014-06-30 2014-09-24 国家电网公司 一种串联光伏组件多峰i-v曲线仿真方法
CN105553421A (zh) * 2015-12-02 2016-05-04 蚌埠电子信息产业技术研究院 一种光伏发电***在线iv曲线测试装置及测试方法
KR101631267B1 (ko) * 2014-11-28 2016-06-17 (주)대은 태양광 모듈별 이상 여부를 효율적으로 진단하는 시스템 및 방법
CN106961249A (zh) * 2017-03-17 2017-07-18 广西大学 一种光伏阵列故障诊断和预警方法
CN108336969A (zh) * 2018-03-23 2018-07-27 淮阴师范学院 一种基于曲线扫描的光伏组件故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063264A (zh) * 2014-06-30 2014-09-24 国家电网公司 一种串联光伏组件多峰i-v曲线仿真方法
KR101631267B1 (ko) * 2014-11-28 2016-06-17 (주)대은 태양광 모듈별 이상 여부를 효율적으로 진단하는 시스템 및 방법
CN105553421A (zh) * 2015-12-02 2016-05-04 蚌埠电子信息产业技术研究院 一种光伏发电***在线iv曲线测试装置及测试方法
CN106961249A (zh) * 2017-03-17 2017-07-18 广西大学 一种光伏阵列故障诊断和预警方法
CN108336969A (zh) * 2018-03-23 2018-07-27 淮阴师范学院 一种基于曲线扫描的光伏组件故障诊断方法

Also Published As

Publication number Publication date
CN109194286A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN109194286B (zh) 一种光伏组件的故障诊断方法和装置
CA3050788C (en) Method for photovoltaic module fault diagnosis, edge calculation processing device, and inverter
CN110008628B (zh) 一种光伏阵列故障参数辨识方法
CN110146792A (zh) 基于生成对抗网络的变压器局部放电图谱生成方法
CN112615359B (zh) 基于电压波形比较的交直流混联电网纵联保护方法及***
CN104765664A (zh) Pci设备检测***及方法
CN110580387A (zh) 基于熵权法的直流保护***混合威布尔可靠性评价方法
CN107818563A (zh) 一种输电线路***导线间距空间测量与定位方法
CN106569093A (zh) 一种同塔多回输电线路故障判定方法
CN114881956A (zh) 基于霍夫变换的电池板栅线自适应提取方法及***
CN102129685A (zh) 一种基于高斯金字塔分解的不规则圆检测方法
CN112417763A (zh) 输电线路的缺陷诊断方法、装置、设备及存储介质
Zhang et al. Zero-DD: Zero-sample defect detection for industrial products
CN111062569A (zh) 一种基于bp神经网络的小电流故障判别方法
Aboshady et al. Fault detection and classification scheme for PV system using array power and cross-strings differential currents
CN105701606A (zh) 自动生成五防逻辑校核表达式的方法
CN113392589B (zh) 基于卷积神经网络的高压直流换流站故障分析方法及***
CN103489195B (zh) 金属罐罐身图案方向检测方法
CN114565581A (zh) 一种配电线路低值绝缘子的检测方法、记录媒体及***
CN111626329B (zh) 一种基于lda寻优多尺度纹理特征的绝缘管母故障诊断方法
CN115310505A (zh) 一种用于互感器二次回路接线端子的自动识别方法及***
CN112446430A (zh) 一种直流输电***故障识别方法
Zhang et al. A YOLOv3 and ODIN Based State Detection Method for High-speed Railway Catenary Dropper
CN113393450B (zh) 用于数字线划图的数据质检方法、***及可读存储介质
CN113777448B (zh) 一种确定光伏组件阵列电弧故障发生时刻的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant