CN110460305A - 光伏阵列的故障检测方法、装置、可读介质及电子设备 - Google Patents
光伏阵列的故障检测方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN110460305A CN110460305A CN201910061022.1A CN201910061022A CN110460305A CN 110460305 A CN110460305 A CN 110460305A CN 201910061022 A CN201910061022 A CN 201910061022A CN 110460305 A CN110460305 A CN 110460305A
- Authority
- CN
- China
- Prior art keywords
- value
- current
- current value
- dispersion ratio
- upper limit
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 239000006185 dispersion Substances 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 5
- 230000005055 memory storage Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
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
-
- 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)
Abstract
本发明公开了一种光伏阵列的故障检测方法、装置、可读介质及电子设备，该方法包括：采集光伏阵列的各个组串的电流值；确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；根据各个所述电流值确定离散率；根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。通过本发明的技术方案，可更为简单且快速的确定光伏阵列中发生故障的组串。
Description
技术领域
本发明涉及能源技术领域，尤其涉及光伏阵列的故障检测方法、装置、可读介质及电子设备。
背景技术
光伏阵列包括多个组串，各个组串长时间暴露在复杂的户外环境下容易导致各种各样的故障，这些故障易导致光伏阵列的发电效率降低，同时可能引起火灾，因此经常需要对光伏阵列进行故障检测以定位发生故障的组串，进而提高组件的安全性及使用寿命。
目前，主要通过机器学习算法确定光伏阵列中发生故障的组串。
但是，使用机器学习算法确定光伏阵列中发生故障的组串时，计算复杂性高，需要消耗大量的时间训练相应的模型，且该方法只适用于特定的光伏阵列。因此，如何实现更为简单且快速的确定光伏阵列中发生故障的组串则成为亟待解决的问题。
发明内容
本发明提供了一种光伏阵列的故障检测方法、装置、可读介质及电子设备，可更为简单且快速的确定光伏阵列中发生故障的组串。
第一方面，本发明提供了一种光伏阵列的故障检测方法，包括：
采集光伏阵列的各个组串的电流值；
确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
根据各个所述电流值确定离散率；
根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
优选地，
所述确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流，包括：
确定各个所述电流值的中值；
通过如下第一公式计算中值绝对偏差估计量；其中，
所述第一公式包括：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
通过如下第二公式计算下限电流；其中，
所述第二公式包括：
其中，Imin表征下限电流、α为常数、表征中值、S表征中值绝对偏差估计量；
通过如下第三公式计算上限电流；其中，
所述第三公式包括：
其中，Imax表征上限电流。
优选地，
所述根据各个所述电流值确定离散率，包括：
计算各个所述电流值的均值；
根据所述均值计算各个所述电流值的标准差；
将所述标准差与所述均值的比值确定为离散率。
优选地，
所述根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值，包括：
A1、选择一个未被选择过的所述电流值；
A2、检测所述电流值是否位于所述下限电流与所述上限电流之间，如果否则执行A3，如果是则执行A5；
A3、检测所述离散率是否超过预设阈值，如果是则执行A4，如果否则执行A5；
A4、将所述电流值确定为异常值，执行A5；
A5、检测是否存在未被选择过的所述电流值，如果是，则执行A1。
第二方面，本发明提供了一种光伏阵列的故障检测装置，包括：
数据采集模块，用于采集光伏阵列的各个组串的电流值；
区间确定模块，用于确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
离散率确定模块，用于根据各个所述电流值确定离散率；
检测模块，用于根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
故障确定模块，用于当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
优选地，
所述区间确定模块，包括：中值确定单元、第一计算单元、第二计算单元及第三计算单元；其中，
所述中值确定单元，用于确定各个所述电流值的中值；
所述第一计算单元，用于通过如下第一公式计算中值绝对偏差估计量；其中，
所述第一公式包括：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
所述第二计算单元，用于通过如下第二公式计算下限电流；其中，
所述第二公式包括：
其中，Imin表征下限电流、α为常数、表征中值、S表征中值绝对偏差估计量；
所述第三计算单元，用于通过如下第三公式计算上限电流；其中，
所述第三公式包括：
其中，Imax表征上限电流。
优选地，
所述离散率确定模块，包括：均值计算单元、标准差计算单元及离散率确定单元；其中，
所述均值计算单元，用于计算各个所述电流值的均值；
所述标准差计算单元，用于根据所述均值计算各个所述电流值的标准差；
所述离散率确定单元，用于将所述标准差与所述均值的比值确定为离散率。
优选地，
所述检测模块，包括：选择单元、区间检测单元、离散率检测单元、异常值确定单元及检测单元；其中，
所述选择单元，用于选择一个未被选择过的所述电流值；
所述区间检测单元，用于检测所述电流值是否位于所述下限电流与所述上限电流之间，如果是则触发所述检测单元，如果否则触发所述离散率检测单元；
所述离散率检测单元，用于在所述区间检测单元的触发下检测所述离散率是否超过预设阈值，如果是则触发所述异常值确定单元，如果否则触发所述检测单元；
所述异常值确定单元，用于将所述电流值确定为异常值，并触发所述检测单元；
所述检测单元，用于检测是否存在未被选择过的所述电流值，如果是，则触发所述选择单元。
第三方面，本发明提供了一种可读介质，包括执行指令，当电子目标设备的处理器执行所述执行指令时，所述电子目标设备执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子目标设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种光伏阵列的故障检测方法，该方法通过采集光伏阵列的各个组串的电流值，确定各个电流值的中值以及中值绝对偏差估计量，然后根据该中值及该中值绝对偏差估计量确定各个电流值的上限电流以及下限电流，进一步确定出各个电流值的离散率，即可根据上限电流、下限电流以及离散率确定每一个电流值是否为异常值，若存在异常值，则可将该异常值对应的组串确定为故障组串。综上可见，通过本发明实施例提供的技术方案，光伏阵列的故障检测方法仅通过采集、计算及比较过程，无需消耗大量的时间训练模型，可更为简单且快速的确定光伏阵列中发生故障的组串。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，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，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种光伏阵列的故障检测方法的流程示意图；
图2为本发明一实施例提供的另一种光伏阵列的故障检测方法的流程示意图；
图3为本发明一实施例提供的一种光伏阵列的故障检测装置的结构示意图；
图4为本发明一实施例提供的另一种光伏阵列的故障检测装置的结构示意图；
图5为本发明一实施例提供的又一种光伏阵列的故障检测装置的结构示意图；
图6为本发明一实施例提供的再一种光伏阵列的故障检测装置的结构示意图；
图7为本发明一实施例提供的一种电子目标设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所述，本发明实施例提供了一种光伏阵列的故障检测方法，包括如下各个步骤：
101、采集光伏阵列的各个组串的电流值；
102、确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
103、根据各个所述电流值确定离散率；
104、根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
105、当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
如图1所示的实施例，本发明提供了一种光伏阵列的故障检测方法，该方法通过采集光伏阵列的各个组串的电流值，确定各个电流值的中值以及中值绝对偏差估计量，然后根据该中值及该中值绝对偏差估计量确定各个电流值的上限电流以及下限电流，进一步确定出各个电流值的离散率，即可根据上限电流、下限电流以及离散率确定每一个电流值是否为异常值，若存在异常值，则可将该异常值对应的组串确定为故障组串。综上可见，通过本发明实施例提供的技术方案，光伏阵列的故障检测方法仅通过采集、计算及比较过程，无需消耗大量的时间训练模型，可更为简单且快速的确定光伏阵列中发生故障的组串。
本领域技术人员应当理解的，光伏阵列包括多个太阳能组件，将若干个串联在一起的太阳能组件确定为一个组串。
显而易见的，采集光伏阵列的各个组串的电流值，具体说的是在相同时间点下采集光伏阵列的各个组串的电流值，或在极短的时间间隔下采集光伏阵列的各个组串的电流值。
本发明的一个实施例中，所述确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流，包括：
确定各个所述电流值的中值；
通过如下(1)计算中值绝对偏差估计量：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
通过如下(2)计算下限电流：
其中，Imin表征下限电流，α为常数，表征中值，S表征中值绝对偏差估计量；
通过如下(3)计算上限电流：
其中，Imax表征上限电流。
该实施例中，中值是衡量各个电流值集中趋势的指标，常数α与中值绝对偏差估计量的乘积可以指示各个电流值的中值的允许偏差值，该允许偏差值的大小可以更加准确的反应光伏阵列中各个组串正常运行时的各个电流值的中值的偏差量，则可将各个电流值的中值与允许偏差值(常数α与中值绝对偏差估计量的乘积)的和作为上限电流、允许偏差值(常数α与中值绝对偏差估计量的乘积)与各个电流值的差作为下限电流，下限电流能够更加准确的反映光伏阵列的各个组串在正常运行时的输出的电流值的最小值，上限电流可以更加准确的反映光伏阵列的各个组串在正常运行时的输出的电流值的最大值。
需要说明的，α为常数，该常数的取值与组串的污染水平有关，若光伏阵列出现故障组串，则可说明光伏阵列的组串受到污染，光伏阵列中组串的污染水平是光伏阵列中受到污染的组串数占总组串数的比例，在光伏阵列中的组串的污染水平非常高(33％)的情况下，α可以取3。
具体的，中值绝对偏差估计量是各个电流值与其对应的中值的差值绝对值的中值与1.4826的乘积，通过计算各个电流值与各个电流值的中值的差值，确定该差值的绝对值的中值，将该中值与常数1.4286的乘积得到的值确定为中值绝对偏差估计量。
举例来说，光伏阵列包括5个组串，采集的5个组串的电流值分别为0.2、0.3、0.4、0.5、0.9，电流值的总数是奇数，则各个电流值的中位数即为中值，即各个电流值的中值为0.4，各个电流值与该中值的差值分别是(-0.2)、(-0.1)、 0、0.1、0.5，则各个差值的绝对值的中值为0.1，则中值绝对偏差估计量为 1.4826*0.1，假设α为3，则下限电流为(1.4826*0.1*3-0.4)，上限电流为 (1.4826*0.1*3+0.4)。
本发明的一个实施例中，所述根据各个所述电流值确定离散率，包括：
计算各个所述电流值的均值；
根据所述均值计算各个所述电流值的标准差；
将所述标准差与所述均值的比值确定为离散率。
该实施例中，计算各个组串的电流值的均值以及标准差，将标准差与均值的比值确定为离散率，离散率的大小可以说明光伏阵列中的各个组串的运行状况以及各个电流值之间的差异程度，离散率越小越能说明光伏阵列中的各个组串的运行状况越稳定以及各个电流值之间的差异越小，反之则说明光伏阵列中的各个组串的运行状况越不稳定以及各个电流值之间的差异越大。
举例说明，以采集的光伏阵列的3个组串的电流值为I1、I2、I3为例，计算I1、I2、I3的均值为I，并根据该均值计算I1、I2、I3的标准差为S，则光伏阵列的离散率为S/I，该离散率的大小可以说明光伏阵列中的3个组串的运行状况及I1、I2、I3之间的差异程度，若离散率较小，则说明说明光伏阵列中3个组串的运行状况比较稳定且I1、I2、I3三个电流值之间的差异较小(I1、I2、I3不是异常值)，即该光伏阵列的三个组串没有发生故障。
本发明的一个实施例中，所述根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值，包括：
A1、选择一个未被选择过的所述电流值；
A2、检测所述电流值是否位于所述下限电流与所述上限电流之间，如果否则执行A3，如果是则执行A5；
A3、检测所述离散率是否超过预设阈值，如果是则执行A4，如果否则执行A5；
A4、将所述电流值确定为异常值，执行A5；
A5、检测是否存在未被选择过的所述电流值，如果是，则执行A1。
该实施例中，由于太阳能组件在制造生产的过程中不可避免的会出现工艺偏差，导致得到的各个太阳能组件不可能具有相同的电气性能，由不同电气性能的各个太阳能组件串联组成的各个组串的输出的电流值会存在偏差，且偏差在一定的合理范围内，此时，通过计算各个电流值的中值及中值绝对偏差估计量，根据中值以及中值绝对偏差估计量确定出上限电流以及下限电流，下限电流以及上限电流之间的范围是光伏阵列的各个组串在正常运行时的合理范围，即该合理范围内的电流值能够说明该电流值对应的组串是正常运行的，当一个电流值不在下限电流与上限电流之间时，则说明该电流值偏离其他电流值，同时该电流值对应的组串相对于其他组串可能表现不佳，此时，需要检测能够说明光伏阵列中的各个组串运行状况及各个电流值之间的差异程度的离散率是否超过预设阈值，如果检测结果是该离散率没有超过预设阈值，则说明光伏阵列的各个组串的运行状况稳定且各个电流值之间的差异较小，即该电流值不是异常值，反之，则可将该电流值确定为异常值，相应的，当且仅当一个电流值不在下限电流与上限电流之间、各个电流值的离散率超过预设阈值时，才将该电流值确定为异常值，进一步的确定该异常值对应的组串发生故障，之后，用户需要对光伏阵列进行整体改进。
在一种可能的实施方式中，通过判断光伏阵列中的各个组串的运行状态以及各个电流值之间的差异程度，之后检测每一个电流值是否偏离其他电流值确定每一个所述电流值是否为异常值，即检测离散率是否超过预设阈值，若检测结果为是，则检测每一个电流值是否在下限电流及上限电流之间，若检测结果为否，则将该电流值确定为异常值。
需要说明的是，预设阈值的取值需要根据光伏阵列实际的运行状况确定，该阈值的取值范围可以是1％～10％之间的任意值，比如为5％。
举例来说，预设阈值为5％，离散率为4％，下限电流为0.05，上限电流为 0.8，在一种可能的确定每一个电流值是否为异常值的实现方式中，选择某一个电流值进行检测，比如0.9，检测出0.9A不在下限电流0.05与上限电流0.8之间，进一步的检测出离散率4％没有超过预设阈值5％，即可确定0.9不是异常值，该电流值对应的组串没有发生故障，基于相同的原理，通过对每一个电流值进行检验，确定光伏阵列中所有发生故障的组串，进一步可通过对光伏阵列中的发生故障的组串进行维护，进而提高组件的安全性及使用寿命，改进光伏阵列的整体运行情况；在另一种可能的确定每一个电流值是否为异常值的实现方式中，检测出离散率4％没有超过预设阈值5％，之后即可确定各个电流值不是异常值。
为了更加清楚的说明本发明的技术方案，请参考图2，本发明实施例提供了另一种光伏阵列的故障检测方法，具体可以包括如下各个步骤：
步骤201，采集光伏阵列的各个组串的电流值。
这里，采集某一时间点对应的各个组串的电流值。
以t1时刻采集到4个组串的电流值1、1.2、1.4、1.6为例，采集某一时间点对应的各个组串的电流值具体指的是在t1时刻采集到4个组串的电流值分别为1、1.2、1.4、1.6。
步骤202、计算各个电流值的中值、各个电流值与中值的差值，将该差值的绝对值的中值与1.4286的乘积得到的值确定为中值绝对偏差估计量。
以采集到4个组串的电流值分别为1、1.2、1.4、1.6为例，这4个电流值的中位数的平均值为四个电流值的中值，即该中值为1.2与1.4的平均值1.3，这四个电流值与该中值的差值为-0.3、-0.1、0.1、0.3，该差值的绝对值的中值为0.2，则0.2*1.4826得到的值0.29652即为中值绝对偏差估计量。
步骤203、确定常数α的数值，根据中值及常数α与中值绝对偏差估计量的乘积确定下限电流以及上限电流。
常数α可以结合光伏阵列的实际运行情况进行取值。
步骤204、计算各个电流值的均值及标准差，将标准差与均值的比值确定为离散率。
该离散率可以反映出该采集时间点对应的光伏阵列中的各个组串的运行状况以及各个电流值之间的差异程度。
步骤205、选择一个未被选择过的电流值。
步骤206、检测选择的电流值是否在下限电流与上限电流之间，如果否，则执行步骤207，如果是，则执行步骤209。
下限电流与上限电流之间的各个电流值对应的组串未发生故障。
步骤207、检测离散率是否超过预设阈值，如果是，则执行步骤208，否则执行步骤209。
离散率超过预设阈值则说明光伏阵列中的各个组串的运行状况不够稳定，此时，需要对光伏阵列进行整体的调整，确保光伏阵列后续运行的安全性，提高光伏阵列中的各个组件的使用寿命。
步骤208、将选择的电流值确定为异常值，执行步骤209。
该异常值明显偏离其他电流值。
步骤209、检测是否存在未被选择过的电流值，如果是，则执行步骤205，否则结束当前流程。
基于与本发明方法实施例相同的构思，请参考图3，本发明实施例还提供了一种光伏阵列的故障检测装置，包括：
数据采集模块301，用于采集光伏阵列的各个组串的电流值；
区间确定模块302，用于确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
离散率确定模块303，用于根据各个所述电流值确定离散率；
检测模块304，用于根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
故障确定模块305，用于当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
请参考图4，本发明一个实施例中，所述区间确定模块302，包括:中值确定单元3021、第一计算单元3022、第二计算单元3023以及第三计算单元3024；其中，
所述中值确定单元3021，用于确定各个所述电流值的中值；
所述第一计算单元3022，用于通过如下第一公式计算中值绝对偏差估计量；其中，
所述第一公式包括：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
所述第二计算单元3023，用于通过如下第二公式计算下限电流；其中，
所述第二公式包括：
其中，Imin表征下限电流、α为常数、表征中值、S表征中值绝对偏差估计量；所述第三计算单元3024，用于通过如下第三公式计算上限电流；其中，
所述第三公式包括：
其中，Imax表征上限电流。
请参考图5，本发明一个实施例中，离散率确定模块303，包括：均值计算单元3031、标准差计算单元3032及离散率确定单元3033；其中，
所述均值计算单元3031，用于计算各个所述电流值的均值；
所述标准差计算单元3032，用于根据所述均值计算各个所述电流值的标准差；
所述离散率确定单元3033，用于将所述标准差与所述均值的比值确定为离散率。
请参考图6，本发明一个实施例中，所述检测模块304，包括：选择单元 3041、区间检测单元3042、离散率检测单元3043、异常值确定单元3044以及检测单元3045；其中，
所述选择单元3041，用于选择一个未被选择过的所述电流值；
所述区间检测单元3042，用于检测所述电流值是否位于所述下限电流与所述上限电流之间，如果是则触发所述检测单元3045，如果否则触发所述离散率检测单元3043；
所述离散率检测单元3043，用于在所述区间检测单元3042的触发下检测所述离散率是否超过预设阈值，如果是则触发所述异常值确定单元3044，如果否则触发所述检测单元3045；
所述异常值确定单元3044，用于将所述电流值确定为异常值，并触发所述检测单元3045；
所述检测单元3045，用于检测是否存在未被选择过的所述电流值，如果是，则触发所述选择单元3041。
为了描述的方便，描述以上装置实施例时以功能分为各种单元或模块分别描述，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
图7是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器701以及存储有执行指令的存储器702，可选地还包括内部总线703及网络接口704。其中，存储器702可能包含内存7021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器7022(non-volatile memory)，例如至少1个磁盘存储器等；处理器701、网络接口704和存储器702可以通过内部总线703相互连接，该内部总线703 可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、 PCI(Peripheral Component Interconnect，外设部件互连标准)总线或 EISA(ExtendedIndustry StandardArchitecture，扩展工业标准结构)总线等；所述内部总线703可以分为地址总线、数据总线、控制总线等，为便于表示，图 7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器701执行存储器 702存储的执行指令时，处理器701执行本发明任意一个实施例中所述的方法，并至少用于执行如图1、图2所述的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种光伏阵列的故障检测方法。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种光伏阵列的故障检测方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器。
Claims (10)
1.一种光伏阵列的故障检测方法，其特征在于，包括：
采集光伏阵列的各个组串的电流值；
确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
根据各个所述电流值确定离散率；
根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
2.根据权利要求1所述的方法，其特征在于，
所述确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流，包括：
确定各个所述电流值的中值；
通过如下第一公式计算中值绝对偏差估计量；其中，
所述第一公式包括：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
通过如下第二公式计算下限电流；其中，
所述第二公式包括：
其中，Imin表征下限电流、α为常数、表征中值、S表征中值绝对偏差估计量；
通过如下第三公式计算上限电流；其中，
所述第三公式包括：
其中，Imax表征上限电流。
3.根据权利要求1所述的方法，其特征在于，
所述根据各个所述电流值确定离散率，包括：
计算各个所述电流值的均值；
根据所述均值计算各个所述电流值的标准差；
将所述标准差与所述均值的比值确定为离散率。
4.根据权利要求1至3中任一所述的方法，其特征在于，
所述根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值，包括：
A1、选择一个未被选择过的所述电流值；
A2、检测所述电流值是否位于所述下限电流与所述上限电流之间，如果否则执行A3，如果是则执行A5；
A3、检测所述离散率是否超过预设阈值，如果是则执行A4，如果否则执行A5；
A4、将所述电流值确定为异常值，执行A5；
A5、检测是否存在未被选择过的所述电流值，如果是，则执行A1。
5.一种光伏阵列的故障检测装置，其特征在于，包括：
数据采集模块，用于采集光伏阵列的各个组串的电流值；
区间确定模块，用于确定各个所述电流值的中值及中值绝对偏差估计量，并根据所述中值及所述中值绝对偏差估计量确定上限电流、下限电流；
离散率确定模块，用于根据各个所述电流值确定离散率；
检测模块，用于根据所述上限电流、所述下限电流及所述离散率，确定每一个所述电流值是否为异常值；
故障确定模块，用于当存在至少一个所述异常值时，确定各个所述异常值分别对应的组串发生故障。
6.根据权利要求5所述的装置，其特征在于，
所述区间确定模块，包括：中值确定单元、第一计算单元、第二计算单元及第三计算单元；其中，
所述中值确定单元，用于确定各个所述电流值的中值；
所述第一计算单元，用于通过如下第一公式计算中值绝对偏差估计量；其中，
所述第一公式包括：
其中，S表征中值绝对偏差估计量、xi表征第i个电流值、表征中值；
所述第二计算单元，用于通过如下第二公式计算下限电流；其中，
所述第二公式包括：
其中，Imin表征下限电流、α为常数、表征中值、S表征中值绝对偏差估计量；
所述第三计算单元，用于通过如下第三公式计算上限电流；其中，
所述第三公式包括：
其中，Imax表征上限电流。
7.根据权利要求5中所述的装置，其特征在于，
所述离散率确定模块，包括：均值计算单元、标准差计算单元及离散率确定单元；其中，
所述均值计算单元，用于计算各个所述电流值的均值；
所述标准差计算单元，用于根据所述均值计算各个所述电流值的标准差；
所述离散率确定单元，用于将所述标准差与所述均值的比值确定为离散率。
8.根据权利要求5至7中任一所述的装置，其特征在于，
所述检测模块，包括：选择单元、区间检测单元、离散率检测单元、异常值确定单元及检测单元；其中，
所述选择单元，用于选择一个未被选择过的所述电流值；
所述区间检测单元，用于检测所述电流值是否位于所述下限电流与所述上限电流之间，如果是则触发所述检测单元，如果否则触发所述离散率检测单元；
所述离散率检测单元，用于在所述区间检测单元的触发下检测所述离散率是否超过预设阈值，如果是则触发所述异常值确定单元，如果否则触发所述检测单元；
所述异常值确定单元，用于将所述电流值确定为异常值，并触发所述检测单元；
所述检测单元，用于检测是否存在未被选择过的所述电流值，如果是，则触发所述选择单元。
9.一种可读介质，包括包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如权利要求1至4中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至4中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910061022.1A CN110460305A (zh) | 2019-01-23 | 2019-01-23 | 光伏阵列的故障检测方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910061022.1A CN110460305A (zh) | 2019-01-23 | 2019-01-23 | 光伏阵列的故障检测方法、装置、可读介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110460305A true CN110460305A (zh) | 2019-11-15 |
Family
ID=68480581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910061022.1A Pending CN110460305A (zh) | 2019-01-23 | 2019-01-23 | 光伏阵列的故障检测方法、装置、可读介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110460305A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111555716A (zh) * | 2020-03-13 | 2020-08-18 | 远景智能国际私人投资有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
| CN113009321A (zh) * | 2021-03-04 | 2021-06-22 | 深圳市金泰克半导体有限公司 | 晶圆漏电流测试方法、装置、晶圆级测试仪及存储介质 |
| CN113949343A (zh) * | 2021-08-31 | 2022-01-18 | 隆基光伏科技(上海)有限公司 | 光伏发电设备的检测方法、装置、电子设备及存储介质 |
| CN115514021A (zh) * | 2022-11-11 | 2022-12-23 | 云南电网能源投资有限责任公司 | 分布式光伏电站的故障调控方法、***及计算机设备 |
| US20230142138A1 (en) * | 2020-03-13 | 2023-05-11 | Envison Digital International Pte. Ltd. | Method and apparatus for determining operating state of photovoltaic array, device and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104821789A (zh) * | 2015-05-06 | 2015-08-05 | 国家电网公司 | 一种光伏发电***可靠性的检测方法 |
| CN108008176A (zh) * | 2017-11-22 | 2018-05-08 | 福州大学 | 一种光伏阵列实时状态监测与故障定位*** |
| CN108199685A (zh) * | 2017-11-13 | 2018-06-22 | 浙江正泰新能源开发有限公司 | 光伏电站汇流箱的检测***和方法 |
-
2019
- 2019-01-23 CN CN201910061022.1A patent/CN110460305A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104821789A (zh) * | 2015-05-06 | 2015-08-05 | 国家电网公司 | 一种光伏发电***可靠性的检测方法 |
| CN108199685A (zh) * | 2017-11-13 | 2018-06-22 | 浙江正泰新能源开发有限公司 | 光伏电站汇流箱的检测***和方法 |
| CN108008176A (zh) * | 2017-11-22 | 2018-05-08 | 福州大学 | 一种光伏阵列实时状态监测与故障定位*** |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111555716A (zh) * | 2020-03-13 | 2020-08-18 | 远景智能国际私人投资有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
| US20230142138A1 (en) * | 2020-03-13 | 2023-05-11 | Envison Digital International Pte. Ltd. | Method and apparatus for determining operating state of photovoltaic array, device and storage medium |
| CN111555716B (zh) * | 2020-03-13 | 2023-07-28 | 远景智能国际私人投资有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
| US11829902B2 (en) * | 2020-03-13 | 2023-11-28 | Envision Digital International Pte. Ltd. | Method and apparatus for determining operating state of photovoltaic array, device and storage medium |
| CN113009321A (zh) * | 2021-03-04 | 2021-06-22 | 深圳市金泰克半导体有限公司 | 晶圆漏电流测试方法、装置、晶圆级测试仪及存储介质 |
| CN113009321B (zh) * | 2021-03-04 | 2022-04-08 | 深圳市金泰克半导体有限公司 | 晶圆漏电流测试方法、装置、晶圆级测试仪及存储介质 |
| CN113949343A (zh) * | 2021-08-31 | 2022-01-18 | 隆基光伏科技(上海)有限公司 | 光伏发电设备的检测方法、装置、电子设备及存储介质 |
| CN113949343B (zh) * | 2021-08-31 | 2024-05-28 | 隆基光伏科技(上海)有限公司 | 光伏发电设备的检测方法、装置、电子设备及存储介质 |
| CN115514021A (zh) * | 2022-11-11 | 2022-12-23 | 云南电网能源投资有限责任公司 | 分布式光伏电站的故障调控方法、***及计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110460305A (zh) | 光伏阵列的故障检测方法、装置、可读介质及电子设备 | |
| CN109905462A (zh) | 一种设备健康度管理*** | |
| CN110207784A (zh) | 变压器油位告警方法、装置及终端设备 | |
| US10578329B2 (en) | Performance forecasting method | |
| CN110333995A (zh) | 对工业设备运行状态进行监测的方法及装置 | |
| CN109725220B (zh) | 一种变压器油冷却回路的检测方法、***及装置 | |
| CN104316782A (zh) | 受电弓监测方法及*** | |
| CN109840312A (zh) | 一种锅炉负荷率-能效曲线的异常值检测方法和装置 | |
| CN107255526A (zh) | 一种温度检测方法、检测模块及检测*** | |
| WO2023193529A1 (zh) | 绝缘监测方法、装置、电子设备和存储介质 | |
| CN112542034A (zh) | 一种智能燃气表微小流泄漏的识别方法、***及设备 | |
| CN109633780B (zh) | 一种水内冷发电机定子线棒堵塞的检测方法、***及设备 | |
| CN111695735B (zh) | 一种基于流计算的铁路弓网实时预警方法、***及装置 | |
| CN117313019A (zh) | 一种基于深度强化学习的数据异常检测方法 | |
| CN116827263A (zh) | 光伏电池故障检测方法、装置、计算机设备和介质 | |
| CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
| CN109711602A (zh) | 设备能耗安全区间的确定方法、告警方法及装置 | |
| CN110101310A (zh) | 净饮水机漏水检测装置、方法及净饮水机 | |
| CN116190817B (zh) | 一种工业锂电池安全管理方法、装置、电子设备及介质 | |
| CN116482560B (zh) | 电池故障检测方法、装置、电子设备及存储介质 | |
| CN110988423B (zh) | 窃电检测方法及装置 | |
| CN112540210B (zh) | 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 | |
| CN117805663B (zh) | 基于运行状态的电池测试方法、装置、设备和介质 | |
| CN115694937B (zh) | 一种通过构造虚拟异常流量训练恶意流量检测***的方法 | |
| CN107066824A (zh) | 一种基于造纸机湿端的主动故障检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |