CN116545377A - 一种基于锁相技术的光伏组件监测方法 - Google Patents
一种基于锁相技术的光伏组件监测方法 Download PDFInfo
- Publication number
- CN116545377A CN116545377A CN202310469424.1A CN202310469424A CN116545377A CN 116545377 A CN116545377 A CN 116545377A CN 202310469424 A CN202310469424 A CN 202310469424A CN 116545377 A CN116545377 A CN 116545377A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- preset
- subarea
- fault
- setting
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 276
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 238000013210 evaluation model Methods 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 11
- 230000009977 dual effect Effects 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000003862 health status Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000007689 inspection 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
本申请涉及光伏组件技术领域，特别是涉及一种基于锁相技术的光伏组件监测方法。包括：根据光伏组件历史运行数据建立健康评价模型；预设监测时间节点，根据监测时间节点获取光伏组件红外图像，根据红外图像设定锁相监测范围；根据锁相监测范围获取光伏组件电压电流数据，根据电压电流数据和健康评价模型判断光伏健康状态。通过建立锁相监测区域，对红外图像中难以检测的小范围的热斑，进行电流电压的峰值判断，通过建立双重监测模式，解决传统红外图像检测时效性差，无法实现组件故障的快速检测和精准定位的问题。实现对于温差不明显的光伏组件的故障监测和预警。
Description
技术领域
本申请涉及光伏组件技术领域，特别是涉及一种基于锁相技术的光伏组件监测方法。
背景技术
光伏发电***近年得到了广泛应用。光伏组件是光伏发电***的关键部件。光伏电池板在串并联时需要选用工作特性接近的组件以保证其发电效率。
因为光伏组件露天安装，受天气、环境和人员等外部条件影响，容易出现诸如遮挡、污损、碎裂等问题。轻则影响发电效率，重则产生无法恢复的故障。如鸟粪遮盖、落叶遮挡、影子遮挡等情况下会产生热斑效应。而电站的巡视人员并无法在现场或者从后台数据发现有组件发生故障，也无法确定是哪个组件发生了故障，故障将持续存在，不仅影响了整个光伏组件的功率，具有非常危险的安全隐患。
发明内容
本申请的目的是：为解决上述技术问题，本申请提供了一种基于锁相技术的光伏组件监测方法。旨在实现对于光伏组件的实时监测和故障的及时预警。
本申请的一些实施例中，通过建立多个监测子区域，对获取的原始红外图像数据进行分隔，判断各个监测子区域的运行状态，根据温度差筛选特征信息，设定不同级别的监测区域，判断可能发生故障的区域，实现对于光伏组件的故障诊断和定位。
本申请的一些实施例中，通过建立锁相监测区域，对红外图像中难以检测的小范围的热斑，进行电流电压的峰值判断，通过建立双重监测模式，解决传统红外图像检测时效性差，无法实现组件故障的快速检测和精准定位的问题。实现对于温差不明显的光伏组件的故障监测和预警。
本申请的一些实施例中，提供了一种基于锁相技术的光伏组件监测方法，包括：
根据光伏组件历史运行数据建立健康评价模型；
预设监测时间节点，根据所述监测时间节点获取光伏组件红外图像，根据所述红外图像设定锁相监测范围；
根据所述锁相监测范围获取光伏组件电压电流数据，根据所述电压电流数据和所述健康评价模型判断光伏健康状态。
本申请的一些实施例中，所述根据所述监测时间节点获取光伏组件红外图像时，包括：
预设多个监测子区域，根据预设监测子区域获取光伏组件红外图像；
获取光伏组件总面积a，根据光伏组件总面积a设定监测子区域面积b。
本申请的一些实施例中，所述根据光伏组件总面积a设定监测子区域面积b时，包括：
预设光伏组件总面积矩阵A，设定A(A1，A2，A3，A4)，其中，A1为预设第一光伏组件总面积，A2为预设第二光伏组件总面积，A3为预设第三光伏组件总面积，A4为预设第四光伏组件总面积，且A1＜A2＜A3＜A4；
预设监测子区域面积矩阵B，设定B(B1，B2，B3，B4)，其中，B1为预设第一监测子区域面积，B2为预设第二监测子区域面积，B3为预设第三监测子区域面积，B4为预设第四监测子区域面积，且B1＜B2＜B3＜B4；
若A1＜a＜A2，设定监测子区域面积b为预设第一监测子区域面积B1，即b＝B1；
若A2＜a＜A3，设定监测子区域面积b为预设第二监测子区域面积B2，即b＝B2；
若A3＜a＜A4，设定监测子区域面积b为预设第三监测子区域面积B1，即b＝B3；
若a＞A4，设定监测子区域面积b为预设第四监测子区域面积B4，即b＝B4。
本申请的一些实施例中，所述根据所述红外图像设定锁相监测范围时，包括；
预处理所述红外图像；
根据监测子区域对所述红外图像进行初次分隔；
提取红外图像中的特征值；
生成红外图像处理结果；
根据所述红外图像处理结果生成各个监测子区域温度值；
根据所述监测子区域温度值设定监测子区域类型。
本申请的一些实施例中，根据所述监测子区域温度值设定监测子区域类型时，包括：
预设监测子区域等级矩阵C，设定C(C1，C2，C3，C4)，其中，C1为预设一级监测子区域，C2为预设二级监测子区域，C3为预设三级监测子区域；
预设监测子区域温度值矩阵D，设定D(D1，D2)，其中，D1为预设第一监测子区域温度值，D2为预设第二监测子区域温度值，且D1＜D2；
获取监测子区域温度值d；
若d＜D1，设定对应监测子区域为一级监测子区域；
若D1＜d＜D2，设定对应监测子区域为二级监测子区域；
若d1＞D2，设定对应监测子区域为三级监测子区域。
本申请的一些实施例中，根据所述监测子区域温度值设定监测子区域类型时，包括：
获三级监测子区域内热斑数量和热斑温度值；
根据所述热斑数量和所述热斑温度值生成故障评价值m；
预设故障评价值矩阵M，设定M(M1，M2，M3)，其中，M1为预设第一故障评价值，M2为预设第二故障评价值，M3为预设第三故障评价值，且M1＜M2＜M3；
预设故障级别矩阵F，设定F(F1，F2，F3)，其中，F1为预设一级故障，F2为预设二级故障，F3为预设三级故障；
获取故障评价值m，根据所述故障评价值m设定当前三级监测子区域的故障级别f；
若m＜M1，设定当前三级监测子区域的故障级别f为预设一级故障F1；
若M1＜m＜M2，设定当前三级监测子区域为的故障级别f为预设二级故障F2；
若M2＜m＜M3，设定当前三级监测子区域为的故障级别f为预设三级故障F3。
本申请的一些实施例中，根据所述红外图像设定锁相监测范围时，包括：
获取一级监测子区域相邻监测子区域等级，根据相邻监测子区域等级修正当前一级监测子区域等级；
若相邻监测子区域全部为一级监测子区域不修正当前一级监测子区域等级，若相邻监测子区域中存在二级监测子区域，设定当前一级监测子区域为二级监测子区域；
获取全部二级监测子区域数据，设定全部二级监测子区域为锁相监测范围。
本申请的一些实施例中，根据所述电压电流数据和所述健康评价模型判断光伏健康状态时，包括：
获取历史环境参数和历史数据，对历史环境数据和历史电流电压数据进行预处处理；
提取特征值，建立健康评价模型；
对监测范围内的电压电流数据进行预处理，根据实时电流峰值和实时电压峰值生成实时电流电压峰值评价值g1；
获取实时环境参数数据，根据所述实时环境数据和健康评价模型生成峰值评价值阈值g2；
根据所述实时电流电压峰值评价值g1和所述实时峰值评价值阈值g2判断是否存在故障；
若g1＜g2，无故障；
若g1＞g2，生成峰值差值g，根据所述峰值差值g判断故障级别。
本申请的一些实施例中，根据所述峰值差值g判断故障级别时，包括：
预设峰值差值矩阵G，设定G(G1，G2)，设定，G1为预设第一峰值差值，G2为预设第二峰值差值，且G1＜G2；
若g＜G1，设定当前二级监测子区域的故障级别为预设一级故障F1若G1＜g＜G2，设定当前二级监测子区域为的故障级别为预设二级故障F2；
若g＞G2，设定当前二级监测子区域为的故障级别为预设三级故障F3。
本申请的一些实施例中，还包括：
获取存在故障的监测子区域数量值n；
预设故障子区域数量矩阵N(N1，N2，N3，N4)，其中，N1为预设第一故障子区域数量，N2为预设第二故障子区域数量，N3为预设第三故障子区域数量，N4为预设第四故障子区域数量，且N1＜N2＜N3＜N4；
预设时间间隔矩阵T，设定T(T1，T2，T3，T4)，其中，T1为预设第一时间间隔，T2为预设第二时间间隔，T3为预设第三时间间隔，T4为预设第四时间间隔，且T1＜T2＜T3＜T4；
根据存在故障的监测子区域数量值n设定当前监测时间节点与下一监测时间节点的时间间隔t；
若n＜N1，设定时间间隔t为预设第四时间间隔T4，即t＝T4；
若N1＜n＜N2，设定时间间隔t为预设第三时间间隔T3，即t＝T3；
若N2＜n＜N3，设定时间间隔t为预设第二时间间隔T2，即t＝T2；
若N3＜n＜N4，设定时间间隔t为预设第一时间间隔T1，即t＝T1。
本申请实施例一种基于锁相技术的光伏组件监测方法与现有技术相比，其有益效果在于：
通过建立多个监测子区域，对获取的原始红外图像数据进行分隔，判断各个监测子区域的运行状态，根据温度差筛选特征信息，设定不同级别的监测区域，判断可能发生故障的区域，实现对于光伏组件的故障诊断和定位。
通过建立锁相监测区域，对红外图像中难以检测的小范围的热斑，进行电流电压的峰值判断，通过建立双重监测模式，解决传统红外图像检测时效性差，无法实现组件故障的快速检测和精准定位的问题。实现对于温差不明显的光伏组件的故障监测和预警。
附图说明
图1是本申请实施例优选实施例中一种基于锁相技术的光伏组件监测方法的流程示意图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
如图1所示，本申请实施例优选实施例中提供了一种基于锁相技术的光伏组件监测方法，包括：
根据光伏组件历史运行数据建立健康评价模型；
预设监测时间节点，根据监测时间节点获取光伏组件红外图像，根据红外图像设定锁相监测范围；
根据锁相监测范围获取光伏组件电压电流数据，根据电压电流数据和健康评价模型判断光伏健康状态。
具体而言，根据监测时间节点获取光伏组件红外图像时，包括：
预设多个监测子区域，根据预设监测子区域获取光伏组件红外图像；
获取光伏组件总面积a，根据光伏组件总面积a设定监测子区域面积b。
具体而言，根据光伏组件总面积a设定监测子区域面积b时，包括：
预设光伏组件总面积矩阵A，设定A(A1，A2，A3，A4)，其中，A1为预设第一光伏组件总面积，A2为预设第二光伏组件总面积，A3为预设第三光伏组件总面积，A4为预设第四光伏组件总面积，且A1＜A2＜A3＜A4；
预设监测子区域面积矩阵B，设定B(B1，B2，B3，B4)，其中，B1为预设第一监测子区域面积，B2为预设第二监测子区域面积，B3为预设第三监测子区域面积，B4为预设第四监测子区域面积，且B1＜B2＜B3＜B4；
若A1＜a＜A2，设定监测子区域面积b为预设第一监测子区域面积B1，即b＝B1；
若A2＜a＜A3，设定监测子区域面积b为预设第二监测子区域面积B2，即b＝B2；
若A3＜a＜A4，设定监测子区域面积b为预设第三监测子区域面积B1，即b＝B3；
若a＞A4，设定监测子区域面积b为预设第四监测子区域面积B4，即b＝B4。
可以理解的是，上述实施例中，通过设置监测子区域面积矩阵，根据所需监测光伏组件的整体面积设定单个监测子区域的面积，提高监测效率，方便电站的巡视人员确定是哪个组件发生了故障，并及时进行检修，在保证监测效率的基础上，提高故障定位效率。
本申请实施例优选实施例中，根据红外图像设定锁相监测范围时，包括；
预处理红外图像；
根据监测子区域对红外图像进行初次分隔；
提取红外图像中的特征值；
生成红外图像处理结果；
根据红外图像处理结果生成各个监测子区域温度值；
根据监测子区域温度值设定监测子区域类型。
具体而言，根据监测子区域温度值设定监测子区域类型时，包括：
预设监测子区域等级矩阵C，设定C(C1，C2，C3，C4)，其中，C1为预设一级监测子区域，C2为预设二级监测子区域，C3为预设三级监测子区域；
预设监测子区域温度值矩阵D，设定D(D1，D2)，其中，D1为预设第一监测子区域温度值，D2为预设第二监测子区域温度值，且D1＜D2；
获取监测子区域温度值d；
若d＜D1，设定对应监测子区域为一级监测子区域；
若D1＜d＜D2，设定对应监测子区域为二级监测子区域；
若d1＞D2，设定对应监测子区域为三级监测子区域。
具体而言，一级监测子区域为正常运行区域，其光伏组件不存在故障隐患；二级监测子区域为其红外图像上存在温度差，但是其温度差值较低，存在出现故障的概率，需进行进一步检测，三级监测子区域为存在故障的区域。
具体而言，根据监测子区域温度值设定监测子区域类型时，包括：
获三级监测子区域内热斑数量和热斑温度值；
根据热斑数量和热斑温度值生成故障评价值m；
具体而言，其故障评价值根据监测子区域内的每个热斑温度值加权值生成，去热斑温度值越高，加权系数越高，其加权系数可根据光伏组件历史数据进行设定。
预设故障评价值矩阵M，设定M(M1，M2，M3)，其中，M1为预设第一故障评价值，M2为预设第二故障评价值，M3为预设第三故障评价值，且M1＜M2＜M3；
预设故障级别矩阵F，设定F(F1，F2，F3)，其中，F1为预设一级故障，F2为预设二级故障，F3为预设三级故障；
获取故障评价值m，根据故障评价值m设定当前三级监测子区域的故障级别f；
若m＜M1，设定当前三级监测子区域的故障级别f为预设一级故障F1；
若M1＜m＜M2，设定当前三级监测子区域为的故障级别f为预设二级故障F2；
若M2＜m＜M3，设定当前三级监测子区域为的故障级别f为预设三级故障F3。
具体而言，其一级故障是在故障等级较低，虽然与正常运行值存在区别，但是并不影响光伏组件正常运行，需在正常检修时重点检修，二级故障是指其故障短时间不会影响光伏组件工作，但是需在当日进行检修，三级故障是指若不马上进行检修，会造成光伏组件停机故障。
可以理解的是，上述实施例中，通过建立多个监测子区域，对获取的原始红外图像数据进行分隔，判断各个监测子区域的运行状态，根据温度差筛选特征信息，设定不同级别的监测区域，判断可能发生故障的区域，实现对于光伏组件的故障诊断和定位
本申请实施例优选实施例中，根据红外图像设定锁相监测范围时，包括：
获取一级监测子区域相邻监测子区域等级，根据相邻监测子区域等级修正当前一级监测子区域等级；
若相邻监测子区域全部为一级监测子区域不修正当前一级监测子区域等级，若相邻监测子区域中存在二级监测子区域，设定当前一级监测子区域为二级监测子区域；
获取全部二级监测子区域数据，设定全部二级监测子区域为锁相监测范围。
具体而言，通过修正一级监测子区域的等级，实现更加全面，准确的监测，避免对于温差不明显的光伏组件也无法准确区分其故障状态或者工作状态的问题。
本申请实施例优选实施例中，根据电压电流数据和健康评价模型判断光伏健康状态时，包括：
获取历史环境参数和历史数据，对历史环境数据和历史电流电压数据进行预处处理；
提取特征值，建立健康评价模型；
对监测范围内的电压电流数据进行预处理，根据实时电流峰值和实时电压峰值生成实时电流电压峰值评价值g1；
获取实时环境参数数据，根据实时环境数据和健康评价模型生成峰值评价值阈值g2；
根据实时电流电压峰值评价值g1和实时峰值评价值阈值g2判断是否存在故障；
若g1＜g2，无故障；
若g1＞g2，生成峰值差值g，根据峰值差值g判断故障级别。
具体而言，根据峰值差值g判断故障级别时，包括：
预设峰值差值矩阵G，设定G(G1，G2)，设定，G1为预设第一峰值差值，G2为预设第二峰值差值，且G1＜G2；
若g＜G1，设定当前二级监测子区域的故障级别为预设一级故障F1若G1＜g＜G2，设定当前二级监测子区域为的故障级别为预设二级故障F2；
若g＞G2，设定当前二级监测子区域为的故障级别为预设三级故障F3。
可以理解的是，上述实施例中，通过建立锁相监测区域，对红外图像中难以检测的小范围的热斑，进行电流电压的峰值判断，通过建立双重监测模式，解决传统红外图像检测时效性差，无法实现组件故障的快速检测和精准定位的问题。实现对于温差不明显的光伏组件的故障监测和预警。
本申请实施例优选实施例中，还包括：
获取存在故障的监测子区域数量值n；
预设故障子区域数量矩阵N(N1，N2，N3，N4)，其中，N1为预设第一故障子区域数量，N2为预设第二故障子区域数量，N3为预设第三故障子区域数量，N4为预设第四故障子区域数量，且N1＜N2＜N3＜N4；
预设时间间隔矩阵T，设定T(T1，T2，T3，T4)，其中，T1为预设第一时间间隔，T2为预设第二时间间隔，T3为预设第三时间间隔，T4为预设第四时间间隔，且T1＜T2＜T3＜T4；
根据存在故障的监测子区域数量值n设定当前监测时间节点与下一监测时间节点的时间间隔t；
若n＜N1，设定时间间隔t为预设第四时间间隔T4，即t＝T4；
若N1＜n＜N2，设定时间间隔t为预设第三时间间隔T3，即t＝T3；
若N2＜n＜N3，设定时间间隔t为预设第二时间间隔T2，即t＝T2；
若N3＜n＜N4，设定时间间隔t为预设第一时间间隔T1，即t＝T1。
具体而言，根据单个监测周期内的存在故障的监测子区域数量对监测周期的时间监测进行动态调节，实现对光伏组件健康状态的动态监测和及时预警。
根据本申请的第一构思，通过建立多个监测子区域，对获取的原始红外图像数据进行分隔，判断各个监测子区域的运行状态，根据温度差筛选特征信息，设定不同级别的监测区域，判断可能发生故障的区域，实现对于光伏组件的故障诊断和定位。
根据本申请的第二构思，通过建立锁相监测区域，对红外图像中难以检测的小范围的热斑，进行电流电压的峰值判断，通过建立双重监测模式，解决传统红外图像检测时效性差，无法实现组件故障的快速检测和精准定位的问题。实现对于温差不明显的光伏组件的故障监测和预警。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本申请的保护范围。
Claims (10)
1.一种基于锁相技术的光伏组件监测方法，其特征在于，包括：
根据光伏组件历史运行数据建立健康评价模型；
预设监测时间节点，根据所述监测时间节点获取光伏组件红外图像，根据所述红外图像设定锁相监测范围；
根据所述锁相监测范围获取光伏组件电压电流数据，根据所述电压电流数据和所述健康评价模型判断光伏健康状态。
2.如权利要求1所述的基于锁相技术的光伏组件监测方法，其特征在于，所述根据所述监测时间节点获取光伏组件红外图像时，包括：
预设多个监测子区域，根据预设监测子区域获取光伏组件红外图像；
获取光伏组件总面积a，根据光伏组件总面积a设定监测子区域面积b。
3.如权利要求2所述的基于锁相技术的光伏组件监测方法，其特征在于，所述根据光伏组件总面积a设定监测子区域面积b时，包括：
预设光伏组件总面积矩阵A，设定A(A1，A2，A3，A4)，其中，A1为预设第一光伏组件总面积，A2为预设第二光伏组件总面积，A3为预设第三光伏组件总面积，A4为预设第四光伏组件总面积，且A1＜A2＜A3＜A4；
预设监测子区域面积矩阵B，设定B(B1，B2，B3，B4)，其中，B1为预设第一监测子区域面积，B2为预设第二监测子区域面积，B3为预设第三监测子区域面积，B4为预设第四监测子区域面积，且B1＜B2＜B3＜B4；
若A1＜a＜A2，设定监测子区域面积b为预设第一监测子区域面积B1，即b＝B1；
若A2＜a＜A3，设定监测子区域面积b为预设第二监测子区域面积B2，即b＝B2；
若A3＜a＜A4，设定监测子区域面积b为预设第三监测子区域面积B1，即b＝B3；
若a＞A4，设定监测子区域面积b为预设第四监测子区域面积B4，即b＝B4。
4.如权利要求2所述的基于锁相技术的光伏组件监测方法，其特征在于，所述根据所述红外图像设定锁相监测范围时，包括；
预处理所述红外图像；
根据监测子区域对所述红外图像进行初次分隔；
提取红外图像中的特征值；
生成红外图像处理结果；
根据所述红外图像处理结果生成各个监测子区域温度值；
根据所述监测子区域温度值设定监测子区域类型。
5.如权利要求4所述的基于锁相技术的光伏组件监测方法，其特征在于，根据所述监测子区域温度值设定监测子区域类型时，包括：
预设监测子区域等级矩阵C，设定C(C1，C2，C3，C4)，其中，C1为预设一级监测子区域，C2为预设二级监测子区域，C3为预设三级监测子区域；
预设监测子区域温度值矩阵D，设定D(D1，D2)，其中，D1为预设第一监测子区域温度值，D2为预设第二监测子区域温度值，且D1＜D2；
获取监测子区域温度值d；
若d＜D1，设定对应监测子区域为一级监测子区域；
若D1＜d＜D2，设定对应监测子区域为二级监测子区域；
若d1＞D2，设定对应监测子区域为三级监测子区域。
6.如权利要求5所述的基于锁相技术的光伏组件监测方法，其特征在于，根据所述监测子区域温度值设定监测子区域类型时，包括：
获三级监测子区域内热斑数量和热斑温度值；
根据所述热斑数量和所述热斑温度值生成故障评价值m；
预设故障评价值矩阵M，设定M(M1，M2，M3)，其中，M1为预设第一故障评价值，M2为预设第二故障评价值，M3为预设第三故障评价值，且M1＜M2＜M3；
预设故障级别矩阵F，设定F(F1，F2，F3)，其中，F1为预设一级故障，F2为预设二级故障，F3为预设三级故障；
获取故障评价值m，根据所述故障评价值m设定当前三级监测子区域的故障级别f；
若m＜M1，设定当前三级监测子区域的故障级别f为预设一级故障F1；
若M1＜m＜M2，设定当前三级监测子区域为的故障级别f为预设二级故障F2；
若M2＜m＜M3，设定当前三级监测子区域为的故障级别f为预设三级故障F3。
7.如权利要求5所述的基于锁相技术的光伏组件监测方法，其特征在于，根据所述红外图像设定锁相监测范围时，包括：
获取一级监测子区域相邻监测子区域等级，根据相邻监测子区域等级修正当前一级监测子区域等级；
若相邻监测子区域全部为一级监测子区域不修正当前一级监测子区域等级，若相邻监测子区域中存在二级监测子区域，设定当前一级监测子区域为二级监测子区域；
获取全部二级监测子区域数据，设定全部二级监测子区域为锁相监测范围。
8.如权利要求7所述的基于锁相技术的光伏组件监测方法，其特征在于，根据所述电压电流数据和所述健康评价模型判断光伏健康状态时，包括：
获取历史环境参数和历史数据，对历史环境数据和历史电流电压数据进行预处处理；
提取特征值，建立健康评价模型；
对监测范围内的电压电流数据进行预处理，根据实时电流峰值和实时电压峰值生成实时电流电压峰值评价值g1；
获取实时环境参数数据，根据所述实时环境数据和健康评价模型生成峰值评价值阈值g2；
根据所述实时电流电压峰值评价值g1和所述实时峰值评价值阈值g2判断是否存在故障；
若g1＜g2，无故障；
若g1＞g2，生成峰值差值g，根据所述峰值差值g判断故障级别。
9.如权利要求8所述的基于锁相技术的光伏组件监测方法，其特征在于，根据所述峰值差值g判断故障级别时，包括：
预设峰值差值矩阵G，设定G(G1，G2)，设定，G1为预设第一峰值差值，G2为预设第二峰值差值，且G1＜G2；
若g＜G1，设定当前二级监测子区域的故障级别为预设一级故障F1若G1＜g＜G2，设定当前二级监测子区域为的故障级别为预设二级故障F2；
若g＞G2，设定当前二级监测子区域为的故障级别为预设三级故障F3。
10.如权利要求9所述的基于锁相技术的光伏组件监测方法，其特征在于，还包括：
获取存在故障的监测子区域数量值n；
预设故障子区域数量矩阵N(N1，N2，N3，N4)，其中，N1为预设第一故障子区域数量，N2为预设第二故障子区域数量，N3为预设第三故障子区域数量，N4为预设第四故障子区域数量，且N1＜N2＜N3＜N4；
预设时间间隔矩阵T，设定T(T1，T2，T3，T4)，其中，T1为预设第一时间间隔，T2为预设第二时间间隔，T3为预设第三时间间隔，T4为预设第四时间间隔，且T1＜T2＜T3＜T4；
根据存在故障的监测子区域数量值n设定当前监测时间节点与下一监测时间节点的时间间隔t；
若n＜N1，设定时间间隔t为预设第四时间间隔T4，即t＝T4；
若N1＜n＜N2，设定时间间隔t为预设第三时间间隔T3，即t＝T3；
若N2＜n＜N3，设定时间间隔t为预设第二时间间隔T2，即t＝T2；若N3＜n＜N4，设定时间间隔t为预设第一时间间隔T1，即t＝T1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310469424.1A CN116545377A (zh) | 2023-04-25 | 2023-04-25 | 一种基于锁相技术的光伏组件监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310469424.1A CN116545377A (zh) | 2023-04-25 | 2023-04-25 | 一种基于锁相技术的光伏组件监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116545377A true CN116545377A (zh) | 2023-08-04 |
Family
ID=87446317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310469424.1A Pending CN116545377A (zh) | 2023-04-25 | 2023-04-25 | 一种基于锁相技术的光伏组件监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116545377A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117675430A (zh) * | 2023-11-10 | 2024-03-08 | 钛玛科（北京）工业科技有限公司 | 一种近红外水分监测方法及*** |
-
2023
- 2023-04-25 CN CN202310469424.1A patent/CN116545377A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117675430A (zh) * | 2023-11-10 | 2024-03-08 | 钛玛科（北京）工业科技有限公司 | 一种近红外水分监测方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111555716B (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
| CN106712713B (zh) | 一种光伏电站的监测***以及监测和异常定位方法 | |
| CN108964606B (zh) | 一种光伏***热斑故障检测方法 | |
| CN104899936B (zh) | 一种基于图像识别的光伏组件故障提示方法及*** | |
| CN108062571A (zh) | 基于差分进化随机森林分类器的光伏阵列故障诊断方法 | |
| CN109992440A (zh) | 一种基于知识图谱和机器学习的it根故障分析识别方法 | |
| KR102523891B1 (ko) | 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치 | |
| CN116545377A (zh) | 一种基于锁相技术的光伏组件监测方法 | |
| CN110838821B (zh) | 光伏电站故障控制方法以及*** | |
| KR102648377B1 (ko) | 네트워크 케이블 품질 모니터링이 가능한 ai 통합배선반 및 이를 이용한 방법 | |
| CN115639840A (zh) | 一种基于光伏电站运维分析的无人机巡检方法 | |
| CN117335570B (zh) | 一种弹性配电网全景信息可视化监测***及方法 | |
| CN110022130A (zh) | 一种光伏阵列故障检测设备和方法 | |
| CN112083279B (zh) | 一种电力自动化分布式信息采集***及方法 | |
| CN117749091A (zh) | 一种基于iv曲线数据的光伏故障诊断方法和*** | |
| CN116915171A (zh) | 一种光伏支路故障检测方法、装置和光伏发电*** | |
| CN114693186B (zh) | 一种差异化组合式变电站多故障事件分析处理方法和*** | |
| CN109521314A (zh) | 一种太阳能发电设备远程故障诊断方法 | |
| CN116388685A (zh) | 一种太阳能电池板运行控制*** | |
| CN113992151A (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
| CN114966471A (zh) | 一种避雷器在线监测方法及*** | |
| CN117060849B (zh) | 一种光伏用的箱变设备检测方法及其相关设备 | |
| LU504711B1 (en) | Method for analyzing the operation state of photo-voltaic power generation | |
| LU505530B1 (en) | A method for managing safety equipment | |
| CN111092598A (zh) | 一种光伏发电***智能运维方法 |
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 |