CN117978085A - 光伏组串的异常诊断方法、装置、电子设备和存储介质 - Google Patents
光伏组串的异常诊断方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117978085A CN117978085A CN202311789811.XA CN202311789811A CN117978085A CN 117978085 A CN117978085 A CN 117978085A CN 202311789811 A CN202311789811 A CN 202311789811A CN 117978085 A CN117978085 A CN 117978085A
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- target
- photovoltaic
- photovoltaic group
- string
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 127
- 238000003745 diagnosis Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 246
- 230000002159 abnormal effect Effects 0.000 claims abstract description 184
- 238000005286 illumination Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 101000588130 Homo sapiens Microsomal triglyceride transfer protein large subunit Proteins 0.000 description 2
- 102100031545 Microsomal triglyceride transfer protein large subunit Human genes 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013082 photovoltaic technology Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本公开提供了一种光伏组串的异常诊断方法、装置、电子设备和存储介质;其中,该方法包括:响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取至少一个目标光伏组串的历史监测数据;判断历史监测数据中是否存在符合预设天气条件的目标天气监测数据;若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件;若符合,则计算至少一个目标光伏组串的离散率,判断至少一个目标光伏组串是否发生异常;若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串。本公开可以提高光伏组串异常诊断的准确度。
Description
技术领域
本公开涉及光伏技术领域,尤其是涉及一种光伏组串的异常诊断方法、装置、电子设备和存储介质。
背景技术
光伏组串的异常诊断是指对光伏组串中出现的异常情况进行判断、分析和定位,以便及时采取修复或维护措施,确保光伏***的正常运行。由于光伏组串的异常受到多种因素的影响,如老化、损坏、阴影覆盖等,可能导致光伏组串出现故障或性能下降,因此,为了提高光伏***的可靠性和维护效率,需要进行异常诊断来准确定位故障和问题所在。
现有的光伏组串异常诊断技术基本上是依靠离散率的计算,根据不同的离散率等级判别光伏***整体的运行情况。这种方式无法确定具体的异常组串,以及异常原因,并且容易受环境的影响产生误判,存在准确率低的技术问题。
发明内容
有鉴于此,本公开的目的在于提供一种光伏组串的异常诊断方法、装置、电子设备和存储介质,以提高光伏组串异常诊断的准确度。
第一方面,本公开实施例提供了一种光伏组串的异常诊断方法,方法包括:响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。
第二方面,本公开实施例提供了一种光伏组串的异常诊断装置,装置包括:数据获取模块,用于响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;第一判断模块,用于判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;第二判断模块,用于若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;第三判断模块,用于若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;异常确定取模块,用于若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。
第三方面,本公开实施例提供了一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的机器可执行指令,处理器执行机器可执行指令以实现上述光伏组串的异常诊断方法。
第四方面,本公开实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述光伏组串的异常诊断方法。
本公开实施例带来了以下有益效果:
上述光伏组串的异常诊断方法、装置、电子设备和存储介质,响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。该方式中,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算,即可精准地识别光伏***的外部因素或内部因素导致的光伏组串异常,从而提高光伏组串异常诊断的准确度。
本公开的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本公开的一些实施方式,对于本领域技术人员来讲,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为本公开实施例中光伏组串的异常诊断方法的一个实施例流程图;
图2为本公开实施例中光伏组串的异常诊断方法的另一个实施例流程图;
图3为本公开实施例提供的一种光伏组串的异常诊断装置的示意图;
图4为本公开实施例提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合附图对本公开的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域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,都属于本公开保护的范围。
本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本公开实施例的具体流程进行描述,请参阅图1,本公开实施例中光伏组串的异常诊断方法的一个实施例包括:
步骤S10、响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取至少一个目标光伏组串在第一预设时长内的历史监测数据;
可以理解的是,目标光伏组串可以是目标区域内的所有光伏组串,至少一个目标光伏组串可以与至少一个逆变器连接,与逆变器连接的目标光伏组串的数量取决于逆变器的额定功率,具体此处不做限定。逆变器还可以与最大功率点***(Maximum PowerPoint Tracking,MTTP)连接,用于控制光伏***,一个MTTP可以连接多路光伏组串,每路光伏组串包含至少一个目标光伏组串,同路的目标光伏组串通常具有相似特征。
本实施方式中,异常诊断指令可以由光伏***的远程端触发,触发后获取所有目标光伏组串在第一预设时长内的历史监测数据,其中,第一预设时长可以大于预设时长阈值,例如,第一预设时长可以是异常诊断指令触发当日之前的60天、90天、180天等,具体此处不做限定。
历史监测数据包括光伏***中监测设备可监测到的所有用于指示光伏***运行状态和性能的相关数据,包括但不限于逆变器的功率、光伏组串的电流、光伏组串的电压等遥测数据,以及逆变器运行状态等遥信数据,具体此处不做限定。
步骤S20、判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;
由于历史监测数据主要用于识别环境因素导致的光伏组串异常,因此,需要先排除天气因素的影响,并且保证排除天气因素影响之后的历史监测数据的数据量达到一定的时长。本步骤中,从历史监测数据中筛选出符合预设天气条件的目标天气监测数据,再判断目标天气监测数据的时长是否达到第二预设时长,如果达到,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。例如,假设历史监测数据为60天(第一预设时长)的历史监测数据,那么,本步骤从历史监测数据中筛选出符合预设天气条件的至少2天(第二预设时长)的目标天气监测数据,即可用于环境因素异常的识别。可以理解的是,历史监测数据是否符合预设天气条件可以根据各目标光伏组串的电流判别,相较于根据气象数据判别具有更高的准确度。
步骤S30、若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件;
如果历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据,则可以获取当前时刻之前第三预设时长内的实时监测数据,用于识别硬件因素导致的光伏组串异常。需要说明的是,第三预设时长短于第一预设时长,通常为1小时、或半小时之内的时长,具体此处不做限定。
可以理解的是,由于组串电流、电压和功率等数据值在阴天多云或者因太阳被云层遮挡而造成光照变弱甚至不可见的天气情况下,会出现数值波动,因此,需要判断实时监测数据是否符合预设实时诊断条件,预设实时诊断条件中包含实时天气条件,实时天气条件用于判断第三预设时长内的是否处于光照天气的光照时段,具体是指非阴雨天气、以及非夜间。预设实时诊断条件还可以包含其它条件,具体此处不做限定。
步骤S40、若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常;
如果实时监测数据符合预设实时诊断条件,那么,可以根据实时监测数据计算至少一个目标光伏组串的离散率,离散率用于评估至少一个目标光伏组串是否发生异常,离散率是一种用于度量光伏组串之间功率差异程度的指标,可以用于表示不同光伏组串输出功率的差异程度,组串离散率越低,说明光伏组串之间功率差异越小,***的性能越稳定。
在一种实施方式中,如果至少一个目标光伏组串的离散率大于预设离散率阈值,则确定至少一个目标光伏组串发生异常,例如,预设离散率可以是5%,具体此处不做限定。
步骤S50、若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,第一异常光伏组串的异常为光伏***的外部因素异常,第二异常光伏组串的异常为光伏***的内部因素异常。
如果至少一个目标光伏组串发生异常,本实施方式还可以进一步确定发生异常的具体光伏组串,以及发生异常的原因,即根据实时监测数据和目标天气监测数据,确定发生异常的第一异常光伏组串和第二异常光伏组串,其中,第一异常光伏组串是由光伏***的外部因素导致异常的目标光伏组串,第二异常光伏组串是由光伏***的内部因素导致异常的目标光伏组串,第一异常光伏组串和第二异常光伏组串分别可以为1个或1个以上,具体此处不做限定。其中,外部因素包括人为可干预的环境因素,如光伏组串被灰尘、树枝、污垢、动物遮挡、光伏组串的朝向不佳、光伏组件的湿度过大、光伏组件的温度过大、电磁干扰等环境因素;而内部因素可以是光伏***内部的硬件设备因素、控制程序因素等。本实施方式可以更精确地定位异常的光伏组串,并识别出光伏组串的异常原因,以便于运维人员精准、快速地修复异常。
上述实施方式提供的光伏组串的异常诊断方法,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算,即可精准地识别光伏***的外部因素或内部因素导致的光伏组串异常,从而提高光伏组串异常诊断的准确度。
请参阅图2,本公开实施例中光伏组串的异常诊断方法的另一个实施例包括:
步骤S201、响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取至少一个目标光伏组串在第一预设时长内的历史监测数据;
该步骤S201的执行过程与步骤S10的执行过程相似,具体此处不再赘述。
步骤S202、判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;
在一种实施方式中,步骤S202包括:对历史监测数据中每个目标光伏组串在预设第一时长内多个时间段的二阶差分值进行计算,得到每个目标光伏组串在每个时间段的二阶差分值;将每个时间段中符合预设天气条件的第一光伏组串的二阶差分值与预设的电流和下限阈值进行比较;若任一时间段中符合预设天气条件的第一光伏组串的二阶差分值小于预设的电流和下限阈值,则将对应时间段的历史监测数据确定为目标天气监测数据,得到至少一个时间段的目标天气监测数据;若至少一个时间段之和大于或等于第二预设时长,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
本实施方式中,首先将预设第一时长划分为多个时间段,例如,预设第一时长为60天,则可以将预设第一时长划分为以天为单位的60个时间段,再计算每个目标光伏组串在每天的二阶差分值,再根据预设天气条件,提取每天中符合预设天气条件的第一光伏组串,再判断每天的第一光伏组串对应的二阶差分值是否小于预设的电流和下限阈值,如果某一天的第一光伏组串对应的二阶差分值小于预设的电流和下限阈值,则将这一天的历史监测数据确定为目标天气监测数据,如果目标天气监测数据的天数大于或等于第二预设时长,即可得到历史监测数据中符合预设天气条件的至少第二预设时长的目标天气监测数据,如果目标天气监测数据的天数小于第二预设时长,则确定历史监测数据中不存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
步骤S203、若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件;
在一种实施方式中,步骤S203包括:若存在,则获取第三预设时长内的实时监测数据,根据实时监测数据判断所有目标光伏组串对应的至少一个逆变器是否处于正常运行状态,以及判断第三预设时长是否处于光照天气的光照时段;若所有目标光伏组串对应的至少一个逆变器处于正常运行状态,且第三预设时长处于光照天气的光照时段,则确定实时监测数据符合预设实时诊断条件。本实施方式中,在判断实时监测数据是否符合预设实时诊断条件时,需要判断与至少一个目标光伏组串连接的至少一个逆变器是否处于正常运行状态,具体可以通过实时监测数据中的遥信故障标签判断;还需要判断第三预设时长是否处于光照天气的光照时段,具体可以根据气象数据和时间判断。只有实时监测数据符合上述两个条件时,才可确定实时监测数据符合预设实时诊断条件。
步骤S204、若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常;
在一种实施方式中,步骤S204包括:根据实时监测数据,计算至少一个目标光伏组串对应至少一个逆变器在每个时间刻度的电流分时均值和电流标准差之间的比值,得到每个逆变器在每个时间刻度的离散率;计算所有逆变器在所有时间刻度的离散率的平均值,得到至少一个目标光伏组串的离散率;判断至少一个目标光伏组串的离散率是否大于预设离散率阈值;若至少一个目标光伏组串的离散率大于预设离散率阈值,则确定至少一个目标光伏组串发生异常。
本实施方式中,可以将实时监测数据分为多个时间刻度,例如每5分钟为一个时间刻度,实时监测数据为30分钟,则可以将实时监测数据分为6个时间刻度,具体此处不做限定。接着,计算每个逆变器在每个时间刻度的电流分时均值与电流标准差之间的比值,即可得到每个逆变器在每个时刻的离散度,其中,至少一个目标光伏组串对应至少一个逆变器。得到每个逆变器在每个时间刻度的离散率之后,计算所有逆变器在所有时刻的离散值的均值,即可得到至少一个目标光伏组串的离散率;再判断该离散率是否大于预设离散率阈值,如果大于,即说明至少一个目标光伏组串中存在异常的光伏组串。本实施方式可以准确地判别整体的光伏组串是否发生异常,从而更准确地确定是否进一步识别异常的光伏组串。
步骤S205、若发生异常,则根据目标天气监测数据,判断至少一个目标光伏组串中是否存在第一异常光伏组串;
可以理解的是,由于目标天气监测数据是历史监测数据中符合预设天气条件、且时长达到一定的数据量,因此,通过对目标天气监测数据进行分析,可以识别至少一个目标光伏组串中存在光伏***的外部因素异常的第一异常光伏组串,以便于运维人员快速定位、排除异常。在一种实施方式中,步骤S205包括:若发生异常,则根据每个目标光伏组串在连续第四预设时长内的电流值,判断至少一个目标光伏组串中是否存在遮挡异常的第一异常光伏组串;获取多个第一光伏组串中每个第一光伏组串在第五预设时长内的电流最大值,其中,第一光伏组串为至少一个目标光伏组串中除第一异常光伏组串之外的光伏组串;对多个第一光伏组串中由控制器同路控制的第一光伏组串的电流最大值进行比较,确定多个第一光伏组串中朝向不一致的第一异常光伏组串。
本实施方式中,在识别遮挡异常的光伏组串时,可以根据每个目标光伏组串在一定时长内的电流值判断,例如,假设一个目标光伏组串连续6/0.5个小时的电流值均小于预设电流阈值/预设电流参照值,即可判定该目标光伏组串为存在遮挡异常的第一异常光伏组串。其中,预设电流参照值可以是所有目标光伏组串在每个时间刻度的电流中位数之和,具体此处不做限定。本实施方式中,在识别朝向异常的光伏组串时,首先获取除第一异常光伏组串之外的第一光伏组串在第五预设时长内的电流最大值,再将同一MPPT同路控制的第一光伏组串的电流最大值进行比较,即可确定同路的第一光伏组串之间的朝向是否一致,如果不一致,即可确定为朝向异常的第一异常光伏组串。本实施方式可以准确地识别由环境因素导致的光伏组串异常。
步骤S206、根据实时监测数据,判断至少一个目标光伏组串中是否存在第二异常光伏组串。
本实施方式中,由于实时监测数据符合预设实时诊断条件,因此,通过对实时监测数据进行分析,可以识别至少一个目标光伏组串中存在光伏***的内部因素异常的第二异常光伏组串,以便于运维人员快速定位、排除异常。在一种实施方式中,步骤S206包括:根据实时监测数据,判断至少一个目标光伏组串中是否存在电压值不发生改变的第二异常光伏组串;根据预设的单点电流阈值,判断至少一个目标光伏组串中是否存在电流值异常的第二异常光伏组串;根据至少一个目标光伏组串对应至少一个逆变器的额度功率,判断至少一个目标光伏组串中是否存在功率异常的第二异常光伏组串。
本实施方式中,如果实时监测数据为30分钟内的监测数据,其中包含一个目标光伏组串的电压值在30分钟内相同且不为0,即可判定该目标光伏组串为电压异常的第二异常光伏组串;电流异常的判断也可以根据每个目标光伏组串在一定时长内的电流值确定,例如,一个目标光伏组串连续7个时间刻度的电流值为0或负值,即可判定该目标光伏组串为电流异常的第二异常光伏组串;电流异常还可以结合预设的单点电流阈值判断,例如,一个目标光伏组串的在一个时间刻度的电流值大于或等于预设的单点电流阈值,且该时间刻度之后的连续2个以上时间刻度的电流值均为0,则可以判定该目标光伏组串为电流异常的第二异常光伏组串,具体为中断的光伏组串;功率方面,可以将至少一个目标光伏组串对应至少一个逆变器在各时间刻度的功率值与额定功率进行比较,或连续多个时间刻度的功率为0,即可判定功率异常的第二异常光伏组串。
上述实施方式提供的光伏组串的异常诊断方法,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算后,获得符合异常诊断条件的历史监测数据和实时监测数据,从而通过分析历史监测数据定位外部因素异常的光伏组串,通过分析实时监测数据定位内部因素异常的光伏组串,使得光伏组串异常诊断的准确度提高。
对应于上述方法实施例,参见图3所示的一种光伏组串的异常诊断装置的示意图,该装置包括:数据获取模块32,用于响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;第一判断模块34,用于判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;第二判断模块36,用于若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;第三判断模块38,用于若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;异常确定取模块40,用于若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。
上述光伏组串的异常诊断装置,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算,即可精准地识别光伏***的外部因素或内部因素导致的光伏组串异常,从而提高光伏组串异常诊断的准确度。
可选的,上述异常确定取模块40包括:第一判断单元,用于若发生异常,则根据所述目标天气监测数据,判断所述至少一个目标光伏组串中是否存在第一异常光伏组串;第二判断单元,用于根据所述实时监测数据,判断所述至少一个目标光伏组串中是否存在第二异常光伏组串。
可选的,上述第一判断单元具体用于:若发生异常,则根据每个目标光伏组串在连续第四预设时长内的电流值,判断所述至少一个目标光伏组串中是否存在遮挡异常的第一异常光伏组串;获取多个第一光伏组串中每个第一光伏组串在第五预设时长内的电流最大值,其中,所述第一光伏组串为所述至少一个目标光伏组串中除所述第一异常光伏组串之外的光伏组串;对所述多个第一光伏组串中由控制器同路控制的第一光伏组串的电流最大值进行比较,确定所述多个第一光伏组串中朝向不一致的第一异常光伏组串。
可选的,上述第二判断单元具体用于:根据所述实时监测数据,判断所述至少一个目标光伏组串中是否存在电压值不发生改变的第二异常光伏组串;根据预设的单点电流阈值,判断所述至少一个目标光伏组串中是否存在电流值异常的第二异常光伏组串;根据所述至少一个目标光伏组串对应至少一个逆变器的额度功率,判断所述至少一个目标光伏组串中是否存在功率异常的第二异常光伏组串。
可选的,上述第一判断模块34具体用于:对所述历史监测数据中每个目标光伏组串在所述预设第一时长内多个时间段的二阶差分值进行计算,得到每个目标光伏组串在每个时间段的二阶差分值;将每个时间段中符合预设天气条件的第一光伏组串的二阶差分值与预设的电流和下限阈值进行比较;若任一时间段中符合预设天气条件的第一光伏组串的二阶差分值小于预设的电流和下限阈值,则将对应时间段的历史监测数据确定为目标天气监测数据,得到至少一个时间段的目标天气监测数据;若所述至少一个时间段之和大于或等于第二预设时长,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
可选的,上述第二判断模块36具体用于:若存在,则获取第三预设时长内的实时监测数据,根据所述实时监测数据判断所有所述目标光伏组串对应的至少一个逆变器是否处于正常运行状态,以及判断所述第三预设时长是否处于光照天气的光照时段;若所有所述目标光伏组串对应的至少一个逆变器处于正常运行状态,且所述第三预设时长处于光照天气的光照时段,则确定所述实时监测数据符合预设实时诊断条件。
可选的,上述第三判断模块38具体用于:根据所述实时监测数据,计算所述至少一个目标光伏组串对应至少一个逆变器在每个时间刻度的电流分时均值和电流标准差之间的比值,得到每个逆变器在每个时间刻度的离散率;计算所有逆变器在所有时间刻度的离散率的平均值,得到所述至少一个目标光伏组串的离散率;判断所述至少一个目标光伏组串的离散率是否大于预设离散率阈值;若所述至少一个目标光伏组串的离散率大于预设离散率阈值,则确定所述至少一个目标光伏组串发生异常。
本实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的机器可执行指令,处理器执行机器可执行指令以实现上述光伏组串的异常诊断方法。该电子设备可以是服务器,也可以是终端设备。
参见图4所示,该电子设备包括处理器400和存储器401,该存储器401存储有能够被处理器400执行的机器可执行指令,该处理器400执行机器可执行指令以实现上述光伏组串的异常诊断方法。
进一步地,图4所示的电子设备还包括总线402和通信接口403,处理器400、通信接口403和存储器401通过总线402连接。
其中,存储器401可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口403(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线402可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4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。
处理器400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400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400可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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公开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等。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器401,处理器400读取存储器401中的信息,结合其硬件完成前述实施例的方法的步骤,例如:
响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取至少一个目标光伏组串在第一预设时长内的历史监测数据;判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件;若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常;若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,第一异常光伏组串的异常为光伏***的外部因素异常,第二异常光伏组串的异常为光伏***的内部因素异常。
该方式中,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算,即可精准地识别光伏***的外部因素或内部因素导致的光伏组串异常,从而提高光伏组串异常诊断的准确度。
可选的,若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,第一异常光伏组串的异常为光伏***的外部因素异常,第二异常光伏组串的异常为光伏***的内部因素异常,包括:若发生异常,则根据目标天气监测数据,判断至少一个目标光伏组串中是否存在第一异常光伏组串;根据实时监测数据,判断至少一个目标光伏组串中是否存在第二异常光伏组串。
可选的,若发生异常,则根据目标天气监测数据,判断至少一个目标光伏组串中是否存在第一异常光伏组串,包括:若发生异常,则根据每个目标光伏组串在连续第四预设时长内的电流值,判断至少一个目标光伏组串中是否存在遮挡异常的第一异常光伏组串;获取多个第一光伏组串中每个第一光伏组串在第五预设时长内的电流最大值,其中,第一光伏组串为至少一个目标光伏组串中除第一异常光伏组串之外的光伏组串;对多个第一光伏组串中由控制器同路控制的第一光伏组串的电流最大值进行比较,确定多个第一光伏组串中朝向不一致的第一异常光伏组串。
可选的,根据实时监测数据,判断至少一个目标光伏组串中是否存在第二异常光伏组串,包括:根据实时监测数据,判断至少一个目标光伏组串中是否存在电压值不发生改变的第二异常光伏组串;根据预设的单点电流阈值,判断至少一个目标光伏组串中是否存在电流值异常的第二异常光伏组串;根据至少一个目标光伏组串对应至少一个逆变器的额度功率,判断至少一个目标光伏组串中是否存在功率异常的第二异常光伏组串。
可选的,判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据,包括:对历史监测数据中每个目标光伏组串在预设第一时长内多个时间段的二阶差分值进行计算,得到每个目标光伏组串在每个时间段的二阶差分值;将每个时间段中符合预设天气条件的第一光伏组串的二阶差分值与预设的电流和下限阈值进行比较;若任一时间段中符合预设天气条件的第一光伏组串的二阶差分值小于预设的电流和下限阈值,则将对应时间段的历史监测数据确定为目标天气监测数据,得到至少一个时间段的目标天气监测数据;若至少一个时间段之和大于或等于第二预设时长,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
可选的,若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件,包括:若存在,则获取第三预设时长内的实时监测数据,根据实时监测数据判断所有目标光伏组串对应的至少一个逆变器是否处于正常运行状态,以及判断第三预设时长是否处于光照天气的光照时段;若所有目标光伏组串对应的至少一个逆变器处于正常运行状态,且第三预设时长处于光照天气的光照时段,则确定实时监测数据符合预设实时诊断条件。
可选的,若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常,包括:根据实时监测数据,计算至少一个目标光伏组串对应至少一个逆变器在每个时间刻度的电流分时均值和电流标准差之间的比值,得到每个逆变器在每个时间刻度的离散率;计算所有逆变器在所有时间刻度的离散率的平均值,得到至少一个目标光伏组串的离散率;判断至少一个目标光伏组串的离散率是否大于预设离散率阈值;若至少一个目标光伏组串的离散率大于预设离散率阈值,则确定至少一个目标光伏组串发生异常。
本实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述光伏组串的异常诊断方法,例如:
响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取至少一个目标光伏组串在第一预设时长内的历史监测数据;判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件;若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常;若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,第一异常光伏组串的异常为光伏***的外部因素异常,第二异常光伏组串的异常为光伏***的内部因素异常。
该方式中,结合光伏组串的历史监测数据和实时监测数据,进行一系列的条件判断和离散率计算,即可精准地识别光伏***的外部因素或内部因素导致的光伏组串异常,从而提高光伏组串异常诊断的准确度。
可选的,若发生异常,则根据实时监测数据和目标天气监测数据,确定至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,第一异常光伏组串的异常为光伏***的外部因素异常,第二异常光伏组串的异常为光伏***的内部因素异常,包括:若发生异常,则根据目标天气监测数据,判断至少一个目标光伏组串中是否存在第一异常光伏组串;根据实时监测数据,判断至少一个目标光伏组串中是否存在第二异常光伏组串。
可选的,若发生异常,则根据目标天气监测数据,判断至少一个目标光伏组串中是否存在第一异常光伏组串,包括:若发生异常,则根据每个目标光伏组串在连续第四预设时长内的电流值,判断至少一个目标光伏组串中是否存在遮挡异常的第一异常光伏组串;获取多个第一光伏组串中每个第一光伏组串在第五预设时长内的电流最大值,其中,第一光伏组串为至少一个目标光伏组串中除第一异常光伏组串之外的光伏组串;对多个第一光伏组串中由控制器同路控制的第一光伏组串的电流最大值进行比较,确定多个第一光伏组串中朝向不一致的第一异常光伏组串。
可选的,根据实时监测数据,判断至少一个目标光伏组串中是否存在第二异常光伏组串,包括:根据实时监测数据,判断至少一个目标光伏组串中是否存在电压值不发生改变的第二异常光伏组串;根据预设的单点电流阈值,判断至少一个目标光伏组串中是否存在电流值异常的第二异常光伏组串;根据至少一个目标光伏组串对应至少一个逆变器的额度功率,判断至少一个目标光伏组串中是否存在功率异常的第二异常光伏组串。
可选的,判断历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据,包括:对历史监测数据中每个目标光伏组串在预设第一时长内多个时间段的二阶差分值进行计算,得到每个目标光伏组串在每个时间段的二阶差分值;将每个时间段中符合预设天气条件的第一光伏组串的二阶差分值与预设的电流和下限阈值进行比较;若任一时间段中符合预设天气条件的第一光伏组串的二阶差分值小于预设的电流和下限阈值,则将对应时间段的历史监测数据确定为目标天气监测数据,得到至少一个时间段的目标天气监测数据;若至少一个时间段之和大于或等于第二预设时长,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
可选的,若存在,则获取第三预设时长内的实时监测数据,判断实时监测数据是否符合预设实时诊断条件,包括:若存在,则获取第三预设时长内的实时监测数据,根据实时监测数据判断所有目标光伏组串对应的至少一个逆变器是否处于正常运行状态,以及判断第三预设时长是否处于光照天气的光照时段;若所有目标光伏组串对应的至少一个逆变器处于正常运行状态,且第三预设时长处于光照天气的光照时段,则确定实时监测数据符合预设实时诊断条件。
可选的,若符合,则根据实时监测数据计算至少一个目标光伏组串的离散率,根据离散率判断至少一个目标光伏组串是否发生异常,包括:根据实时监测数据,计算至少一个目标光伏组串对应至少一个逆变器在每个时间刻度的电流分时均值和电流标准差之间的比值,得到每个逆变器在每个时间刻度的离散率;计算所有逆变器在所有时间刻度的离散率的平均值,得到至少一个目标光伏组串的离散率;判断至少一个目标光伏组串的离散率是否大于预设离散率阈值;若至少一个目标光伏组串的离散率大于预设离散率阈值,则确定至少一个目标光伏组串发生异常。
本公开实施例所提供的光伏组串的异常诊断方法、装置、电子设备及存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本公开实施例的描述中,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。对于本领域技术人员而言,可以具体情况理解上述术语在本公开中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本公开的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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公开和简化描述,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公开的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种光伏组串的异常诊断方法,其特征在于,所述方法包括:
响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;
判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;
若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;
若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;
若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。
2.根据权利要求1所述的方法,其特征在于,所述若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串,包括:
若发生异常,则根据所述目标天气监测数据,判断所述至少一个目标光伏组串中是否存在第一异常光伏组串;
根据所述实时监测数据,判断所述至少一个目标光伏组串中是否存在第二异常光伏组串。
3.根据权利要求2所述的方法,其特征在于,所述若发生异常,则根据所述目标天气监测数据,判断所述至少一个目标光伏组串中是否存在第一异常光伏组串,包括:
若发生异常,则根据每个目标光伏组串在连续第四预设时长内的电流值,判断所述至少一个目标光伏组串中是否存在遮挡异常的第一异常光伏组串;
获取多个第一光伏组串中每个第一光伏组串在第五预设时长内的电流最大值,其中,所述第一光伏组串为所述至少一个目标光伏组串中除所述第一异常光伏组串之外的光伏组串;
对所述多个第一光伏组串中由控制器同路控制的第一光伏组串的电流最大值进行比较,确定所述多个第一光伏组串中朝向不一致的第一异常光伏组串。
4.根据权利要求2所述的方法,其特征在于,所述根据所述实时监测数据,判断所述至少一个目标光伏组串中是否存在第二异常光伏组串,包括:
根据所述实时监测数据,判断所述至少一个目标光伏组串中是否存在电压值不发生改变的第二异常光伏组串;
根据预设的单点电流阈值,判断所述至少一个目标光伏组串中是否存在电流值异常的第二异常光伏组串;
根据所述至少一个目标光伏组串对应至少一个逆变器的额度功率,判断所述至少一个目标光伏组串中是否存在功率异常的第二异常光伏组串。
5.根据权利要求1所述的方法,其特征在于,所述判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据,包括:
对所述历史监测数据中每个目标光伏组串在所述预设第一时长内多个时间段的二阶差分值进行计算,得到每个目标光伏组串在每个时间段的二阶差分值;
将每个时间段中符合预设天气条件的第一光伏组串的二阶差分值与预设的电流和下限阈值进行比较;
若任一时间段中符合预设天气条件的第一光伏组串的二阶差分值小于预设的电流和下限阈值,则将对应时间段的历史监测数据确定为目标天气监测数据,得到至少一个时间段的目标天气监测数据;
若所述至少一个时间段之和大于或等于第二预设时长,则确定历史监测数据中存在符合预设天气条件的至少第二预设时长的目标天气监测数据。
6.根据权利要求1所述的方法,其特征在于,所述若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件,包括:
若存在,则获取第三预设时长内的实时监测数据,根据所述实时监测数据判断所有所述目标光伏组串对应的至少一个逆变器是否处于正常运行状态,以及判断所述第三预设时长是否处于光照天气的光照时段;
若所有所述目标光伏组串对应的至少一个逆变器处于正常运行状态,且所述第三预设时长处于光照天气的光照时段,则确定所述实时监测数据符合预设实时诊断条件。
7.根据权利要求1所述的方法,其特征在于,所述若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常,包括:
根据所述实时监测数据,计算所述至少一个目标光伏组串对应至少一个逆变器在每个时间刻度的电流分时均值和电流标准差之间的比值,得到每个逆变器在每个时间刻度的离散率;
计算所有逆变器在所有时间刻度的离散率的平均值,得到所述至少一个目标光伏组串的离散率;
判断所述至少一个目标光伏组串的离散率是否大于预设离散率阈值;
若所述至少一个目标光伏组串的离散率大于预设离散率阈值,则确定所述至少一个目标光伏组串发生异常。
8.一种光伏组串的异常诊断装置,其特征在于,所述装置包括:
数据获取模块,用于响应于针对光伏***中至少一个目标光伏组串的异常诊断指令,获取所述至少一个目标光伏组串在第一预设时长内的历史监测数据;
第一判断模块,用于判断所述历史监测数据中是否存在符合预设天气条件的至少第二预设时长的目标天气监测数据;
第二判断模块,用于若存在,则获取第三预设时长内的实时监测数据,判断所述实时监测数据是否符合预设实时诊断条件;
第三判断模块,用于若符合,则根据所述实时监测数据计算所述至少一个目标光伏组串的离散率,根据所述离散率判断所述至少一个目标光伏组串是否发生异常;
异常确定取模块,用于若发生异常,则根据所述实时监测数据和所述目标天气监测数据,确定所述至少一个目标光伏组串中的第一异常光伏组串和/或第二异常光伏组串;其中,所述第一异常光伏组串的异常为所述光伏***的外部因素异常,所述第二异常光伏组串的异常为所述光伏***的内部因素异常。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现权利要求1-7任一项所述的光伏组串的异常诊断方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使所述处理器实现权利要求1-7任一项所述的光伏组串的异常诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311789811.XA CN117978085A (zh) | 2023-12-22 | 2023-12-22 | 光伏组串的异常诊断方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311789811.XA CN117978085A (zh) | 2023-12-22 | 2023-12-22 | 光伏组串的异常诊断方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117978085A true CN117978085A (zh) | 2024-05-03 |
Family
ID=90860231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311789811.XA Pending CN117978085A (zh) | 2023-12-22 | 2023-12-22 | 光伏组串的异常诊断方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117978085A (zh) |
-
2023
- 2023-12-22 CN CN202311789811.XA patent/CN117978085A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8154297B2 (en) | System and method for predictive maintenance of a battery assembly using temporal signal processing | |
CN116879662B (zh) | 基于数据分析的变压器故障检测方法 | |
CN108802535B (zh) | 筛选方法、主干扰源识别方法及装置、服务器及存储介质 | |
CN109725220B (zh) | 一种变压器油冷却回路的检测方法、***及装置 | |
CN109905462A (zh) | 一种设备健康度管理*** | |
CN114446020B (zh) | 联动预警管理方法、***、存储介质及设备 | |
AU2021205791A1 (en) | Method and apparatus for recognizing operating state of photovoltaic string and storage medium | |
CN116381542B (zh) | 基于人工智能的电源设备的健康诊断方法及装置 | |
CN117664281B (zh) | 基于物联网的超声波水表故障检测与自动校准方法和*** | |
CN112684343B (zh) | 一种电池故障判断方法、检测装置及检测*** | |
CN118011307A (zh) | 一种电能表故障数据监测***及数据存储介质 | |
CN114563111B (zh) | 气温观测设备的健康度评估方法、***、设备和存储介质 | |
CN117093943A (zh) | 一种用电量监测预警方法及装置 | |
CN117978085A (zh) | 光伏组串的异常诊断方法、装置、电子设备和存储介质 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、***、设备和介质 | |
CN114674460A (zh) | 电抗器的温度异常报警方法及装置 | |
CN113879357A (zh) | 列车轴温检测方法及装置 | |
CN117978628B (zh) | 一种基于智慧园区通信控制方法及*** | |
CN117110976B (zh) | 电表异常检测方法、装置、电子设备和存储介质 | |
CN114565330A (zh) | 降水观测设备的健康度评估方法、***、设备和存储介质 | |
CN113343063A (zh) | 一种异常事件智能识别方法及*** | |
EP4194976A1 (en) | Soft error aggregation method for detection and reporting of risks in a safety plc system | |
CN116228200A (zh) | 一种电力设备的运检管控方法及装置 | |
Zhou et al. | Groundwater level abnormal detection based on correlation analysis | |
CN114562431A (zh) | 监测风力发电机组湿度的方法及装置 |
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 |