CN218734201U - 一种光伏组件故障诊断设备 - Google Patents
一种光伏组件故障诊断设备 Download PDFInfo
- Publication number
- CN218734201U CN218734201U CN202222958867.0U CN202222958867U CN218734201U CN 218734201 U CN218734201 U CN 218734201U CN 202222958867 U CN202222958867 U CN 202222958867U CN 218734201 U CN218734201 U CN 218734201U
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- historical
- working
- current
- 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
Links
Images
Classifications
-
- 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
本实用新型公开了一种光伏组件故障诊断设备,包括:壳体、逆变器接口、处理装置和显示装置,逆变器接口和显示装置均与处理装置连接,处理装置包括电流采样单元、电压采样单元和诊断单元,电流采样单元用于基于逆变器接口获取待测光伏组件的工作电流,电压采样单元用于基于逆变器接口获取待测光伏组件的工作电压,诊断单元用于基于故障诊断模型对待测光伏组件的工作电流和工作电压进行分析处理,确定待测光伏组件的故障类型;显示装置用于显示待测光伏组件的故障类型。上述技术方案,光伏组件故障诊断设备连接待测光伏组件之后,根据获取到的待测光伏组件的工作电流和工作电压快速确定并显示较为准确的故障类型,便于用户观测,提升用户体验。
Description
技术领域
本实用新型实施例涉及光伏技术领域,尤其涉及一种光伏组件故障诊断设备。
背景技术
光伏电站通常建立在太阳能资源丰富的地区,如沿海地区和荒漠地区,这些地方环境较为恶劣,容易对光伏组件造成损坏,影响光伏电站的发电量,同时增加用户成本。光伏组件因所处环境复杂,产生的故障种类繁多,定期检测光伏组件,以确定故障光伏组件的故障类型并基于故障类型进行故障修复,可以提高光伏电站安全性,减少用户损失。
现有技术的光伏组件故障诊断设备包括图像获取装置和处理装置,图像获取装置可以获取光伏组件的图像信息,处理装置可以基于图像识别技术确定故障光伏组件以及故障光伏组件的故障类型。
但是现有技术中,获取光伏组件的图像信息对图像获取装置和环境的要求都较高,而且图像识别技术只能检测部分表面故障,难以检测内部故障,故障检测效果不佳。
实用新型内容
本实用新型提供一种光伏组件故障诊断设备,以实现快速对光伏组件进行故障诊断。
本实用新型实施例提供了一种光伏组件故障诊断设备,包括:壳体、逆变器接口、处理装置和显示装置,所述逆变器接口和所述显示装置均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元和诊断单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置用于显示所述待测光伏组件的故障类型。
本实用新型实施例的技术方案,提供一种光伏组件故障诊断设备,包括:壳体、逆变器接口、处理装置和显示装置,所述逆变器接口和所述显示装置均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元和诊断单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置用于显示所述待测光伏组件的故障类型。上述技术方案,光伏组件故障诊断设备可以基于逆变器接口连接待测光伏组件,提升光伏组件故障诊断设备的兼容性,进而可以基于处理装置所包含的电流采样单元获取待测光伏组件的工作电流,基于处理装置所包含的电压采样单元获取待测光伏组件的工作电压,基于处理装置所包含的诊断单元中内置的预先训练好的故障诊断模块对待测光伏组件的工作电流和工作电压进行分析和处理,确定待测光伏组件的故障类型,实现快速确定待测光伏组件较为准确的故障类型,当然,处理装置在确定待测光伏组件的故障类型后,可以将其发送至显示装置,以使光伏组件故障诊断设备基于显示装置显示待测光伏组件的故障类型,便于用户观测待测光伏组件的故障类型,而且,光伏组件故障诊断设备的成本较低、方便携带、受环境影响较小,进一步提升用户体验。
进一步地,所述电流采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电流,直至获取到预设数量的历史工作电流。
进一步地,所述电压采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电压,直至获取到预设数量的历史工作电压。
进一步地,所述处理装置还包括:温度采样单元,所述温度采样单元用于获取当前温度值。
进一步地,所述处理装置还包括:光照采样单元,所述光照采样单元用于获取当前光照度。
进一步地,还包括:通信接口,所述通信接口用于与服务器通信连接,以将所述待测光伏组件的所述工作电流、所述工作电压和所述故障类型发送至所述服务器。
进一步地,所述处理装置用于:基于所述通信接口将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型发送至服务器,以使服务器将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型作为训练数据集对Transformer神经网络模型进行模型训练,得到所述故障诊断模型。
进一步地,还包括:电池和充电接口,所述电池用于为所述光伏组件故障诊断设备提供电源,所述充电接口用于为所述电池充电。
进一步地,还包括:把手,所述把手设置在所述壳体的两侧。
进一步地,还包括:散热装置,所述散热装置用于提供散热口,以降低所述光伏组件故障诊断设备的内部温度。
本申请的相关内容在以下的描述中会更加简明易懂。
附图说明
为了更清楚地说明本实用新型实施例中的技术方案,下面将对实施例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实用新型的一些实施例,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为本实用新型实施例提供的一种光伏组件故障诊断设备的结构示意图;
图2为本实用新型实施例提供的另一种光伏组件故障诊断设备的结构示意图;
图3为本实用新型实施例所提供的另一种光伏组件故障诊断设备的后视图;
图4为本实用新型实施例所提供的另一种光伏组件故障诊断设备的侧视图;
图5为本实用新型实施例所提供的另一种光伏组件故障诊断设备中处理装置的示意图。
附图标记:
110-壳体、120-逆变器接口、130-显示装置、140-通信接口、141-USB接口、142-串口通信接口、143-485通信接口、150-电池、160-充电接口、170-把手、 180-散热装置。
具体实施方式
下面结合附图和实施例对本实用新型作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本实用新型,而非对本实用新型的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本实用新型相关的部分而非全部结构。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,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、***、产品或设备没有限定于已列出的步骤或单元,而是可选的还包括其他没有列出的步骤或单元,或可选的还包括对于这些过程、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中,除非另有说明,“多个”的含义是指两个或两个以上。
图1为本实用新型实施例提供的一种光伏组件故障诊断设备的结构示意图,本实施例可适用于需要对光伏组件进行快速故障诊断的情况,如图1所示,光伏组件故障诊断设备包括:壳体110、逆变器接口120、处理装置和显示装置 130,处理装置设置在光伏组件故障诊断设备的壳体110内部,图1中不予显示。所述逆变器接口120和所述显示装置130均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元和诊断单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置120用于显示所述待测光伏组件的故障类型。
壳体110是光伏组件故障诊断设备的支撑,逆变器接口120设置在壳体的第一侧面,且与处理装置连接,显示装置130设置在壳体的顶面,且与处理装置连接。
为了实现对光伏组件的故障诊断,光伏组件故障诊断设备的内部硬件是关键的组成。光伏组件故障诊断设备通过逆变器接口120连接至待测光伏组件后,可以基于处理装置所包含的电流采样单元获取待测光伏组件的工作电流,并将工作电流发送至处理装置所包含的诊断单元,基于处理装置所包含的电压采样单元获取待测光伏组件的工作电压,并将工作电压发送至处理装置所包含的诊断单元,诊断单元可以基于内置的预先训练好的故障诊断模型对待测光伏组件的工作电流和工作电压进行分析处理,确定工作电流和工作电压对应的标签信息,诊断单元还可以根据待测光伏组件的工作电流和工作电压对应的标签信息确定待测光伏组件的故障类型,当然,处理装置可以将待测光伏组件的故障类型发送至显示装置,以基于显示装置130显示待测光伏组件的故障类型。
在通过逆变器接口120将光伏组件故障诊断设备连接至待测光伏组件后,光伏组件故障诊断设备可以启动获取工作电流和工作电压,并根据工作电流和工作电压确定待测光伏组件的故障类型,实现快速确定待测光伏组件较为准确的故障类型,而且光伏组件故障诊断设备与待测光伏组件的兼容性较强、成本较低、方便携带、受环境影响较小。
本实用新型实施例提供的光伏组件故障诊断设备,包括:壳体、逆变器接口、处理装置和显示装置,所述逆变器接口和所述显示装置均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元和诊断单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置用于显示所述待测光伏组件的故障类型。上述技术方案,光伏组件故障诊断设备可以基于逆变器接口连接待测光伏组件,提升光伏组件故障诊断设备的兼容性,进而可以基于处理装置所包含的电流采样单元获取待测光伏组件的工作电流,基于处理装置所包含的电压采样单元获取待测光伏组件的工作电压,基于处理装置所包含的诊断单元中内置的预先训练好的故障诊断模块对待测光伏组件的工作电流和工作电压进行分析和处理,确定工作电流和工作电压对应的标签信息,并根据待测光伏组件的工作电流和工作电压对应的标签信息确定待测光伏组件的故障类型,实现快速确定待测光伏组件较为准确的故障类型,当然,处理装置在确定待测光伏组件的故障类型后,可以将其发送至显示装置,以使光伏组件故障诊断设备基于显示装置显示待测光伏组件的故障类型,便于用户观测待测光伏组件的故障类型,而且,光伏组件故障诊断设备的成本较低、方便携带、受环境影响较小,进一步提升用户体验。
图2为本实用新型实施例提供的另一种光伏组件故障诊断设备的结构示意图,图3为本实用新型实施例所提供的另一种光伏组件故障诊断设备的后视图,图4为本实用新型实施例所提供的另一种光伏组件故障诊断设备的侧视图,图 5为本实用新型实施例所提供的另一种光伏组件故障诊断设备中处理装置的示意图,本实施例是在上述实施例的基础上进行具体化。如图2所示,在本实施例中,光伏组件故障诊断设备可以包括:壳体110、逆变器接口120、处理装置、显示装置130、通信接口140,如图3所示,还可以包括电池150、充电接口160,如图4所示,还可以包括把手170、散热装置180。同样地,处理装置设置在光伏组件故障诊断设备的壳体110内部,图2中不予显示。所述逆变器接口120 和所述显示装置130均与所述处理装置连接。如图5所示,所述处理装置包括电流采样单元、电压采样单元、诊断单元、温度采样单元和光照采样单元,所述电流采样单元用于基于所述逆变器接口120获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口120获取所述待测光伏组件的工作电压,所述温度采样单元用于获取当前温度值,所述光照采样单元用于获取当前光照度,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置130用于显示所述待测光伏组件的故障类型;所述通信接口140用于与服务器通信连接,以将所述待测光伏组件的所述工作电流、所述工作电压和所述故障类型发送至所述服务器;所述电池150用于为所述光伏组件故障诊断设备提供电源,所述充电接口160用于为所述电池充电;所述把手170设置在所述壳体的两侧;所述散热装置180用于提供散热口,以降低所述光伏组件故障诊断设备的内部温度。
壳体110是光伏组件故障诊断设备的支撑,光伏组件故障诊断设备可以包括三组逆变器接口120,三组逆变器接口120均设置在壳体的第一侧面。即光伏组件故障诊断设备可以同时连接三个待测光伏组件,以分别确定三个待测光伏组件的故障类型。
电流采样单元为电流采样电路,电压采样单元为电压采样电路,诊断单元为主控模块,具体可以选用ARM处理器的MCIMX6Y2CVM08AB型号,温度采样单元为温度采样电路,光照采样单元为光照采样电路。
电流采样电路用于基于逆变器接口获取待测光伏组件的工作电流,电压采样电路用于基于逆变器接口获取待测光伏组件的工作电压,主控MCU模块用于基于内置的预先训练好的故障诊断模型对待测光伏组件的工作电流和工作电压进行分析处理,确定工作电流和工作电压对应的标签信息,并根据待测光伏组件的工作电流和工作电压对应的标签信息确定待测光伏组件的故障类型。主控模块还可以根据待测光伏组件的故障类型确定修复建议,并将修复建议方至显示装置,以使显示装置130显示待测光伏组件的故障类型对应的修复建议。
温度采样电路用于获取当前温度值,光照采样电路用于获取当前光照度。
光伏组件故障诊断设备还包括通信接口140,通信接口140设置在壳体中与第一侧面相邻的第二侧面。通信接口140包括USB接口141、串口通信接口 142和485通信接口143至少之一,通信接口140一方面通过处理装置所包含的通信单元与主控模块连接,另一方面与服务器通信连接,通信接口140可以将待测光伏组件的工作电流、工作电压和故障类型发送至服务器。
光伏组件故障诊断设备还包括电池150和充电接口160,电池设置在壳体 110中与第一侧面相邻且与第二侧面相对的第三侧面的电池槽中,充电接口160 与电池150电连接,充电接口160用于连接充电装置,为电池槽中的电池150 充电,电池150用于为光伏组件故障诊断设备供电。当然,充电接口160也可以直接为光伏组件故障诊断设备进行供电。
如图4所示,光伏组件故障诊断设备还包括把手170,把手170设置在壳体110的第二侧面和第三侧面,把手170为用户携带光伏组件故障诊断设备提供便利。光伏组件故障诊断设备还包括散热装置180,散热装置180可以设置在壳体110的第三侧面,用于提供散热口,以降低光伏组件故障诊断设备的内部温度。
当然,光伏组件故障诊断设备还可以包括设置在壳体顶面的机械开关、按键和指示灯,机械开关可以用于开启或者关闭光伏组件故障诊断设备,按键包括“上”键、“下”键、“左”键、“右”键、“确认”键和“取消”键,用于进行人机交互,指示灯可以包括工作指示灯和通信指示灯,通信指示灯可以包括无线通信指示灯和有线通信指示灯,光伏组件故障诊断设备可以正常工作时,工作指示灯基于第一显示方式进行显示,光伏组件故障诊断设备可以正常无线通信时,无线通信指示灯基于第二显示方式进行显示,光伏组件故障诊断设备可以正常有线通信时,有线通信指示灯基于第三显示方式进行显示。
光伏组件故障诊断设备还可以包括工具箱,工具箱设置在壳体110的第二侧,用于收纳常用的光伏组件维修工具。
处理装置还包括充电单元、散热单元、通信单元、显示单元、按键单元、指示灯单元和存储单元,充电单元可以为充电电路、散热单元可以为散热电路、通信单元可以为通信电路、显示单元可以为显示电路、按键单元可以为按键电路、指示灯单元可以为指示灯电路、存储单元可以为存储电路,通信电路包括 USB通信电路、串口通信电路、无线通信电路和485通信电路至少之一。充电电路用于连接充电接口和电池,通信电路用于连接通信接口和处理装置,显示电路用于连接显示装置和处理装置,按键电路用于连接按键和处理装置,指示灯电路用于连接指示灯和处理装置,存储电路用于连接处理装置,还用于数据存储,以存储待测光伏组件的工作电路、工作电压和故障类型。
表1为光伏组件故障诊断设备的技术规格参数,如表1所示,光伏组件故障诊断设备可以满足较为广泛的光伏组件的检测需求。
表1诊断仪技术规格参数表
进一步地,所述电流采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电流,直至获取到预设数量的历史工作电流。
进一步地,所述电压采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电压,直至获取到预设数量的历史工作电压。
进一步地,所述处理装置用于:基于所述通信接口将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型发送至服务器,以使服务器将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型作为训练数据集对Transformer神经网络模型进行模型训练,得到所述故障诊断模型。
具体而言,电流采样单元可以在至少一个采样点至少一个历史时段内每间隔预设时间获取所述待测光伏组件的一个工作电流,直至获取到预设数量的历史工作电流;电压采样单元可以在至少一个采样点至少一个历史时段内每间隔预设时间获取所述待测光伏组件的一个工作电压,直至获取到预设数量的历史工作电压。
历史时间段可以为历史时刻之前和历史时刻之后的时间段,例如,历史时间段可以为9点之前五分钟和9点之后五分钟、13点之前五分钟和13点之后五分钟、16点之前五分钟和16点字后五分钟。因此,可以在9点之前五分钟和9点之后五分钟的十分钟内、13点之前五分钟和13点之后五分钟的十分钟内、16点之前五分钟和16点字后五分钟的十分钟内随机获取2000组历史工作电流和历史工作电压,总共可以获取到6000组历史工作电压和历史工作电流。为了保证历史工作电压和历史工作电流的多样性,可以在多个光伏组件处获取历史工作电压和历史工作电流,即可以在三个光伏组件处,分别在9点之前五分钟和9点之后五分钟的十分钟内、13点之前五分钟和13点之后五分钟的十分钟内、16点之前五分钟和16点字后五分钟的十分钟内随机获取2000组历史工作电流和历史工作电压,进而可以获取到18000组历史工作电流和历史工作电压。
进一步地,处理装置可以基于通信接口将预设数量的历史工作电流、预设数量的历史工作电压以及各历史工作电流和历史工作电压对应的历史故障类型发送至服务器。
服务器可以将所述历史工作电流输入预先训练好的数据过滤模型,以使所述数据过滤模型对所述历史工作电流进行聚类分析,以将所述历史工作电流分为正常电流数据和异常电流数据,并将所述正常电流数据确定为目标历史工作电流;将所述历史工作电压输入预先训练好的数据过滤模型,以使所述数据过滤模型对所述历史工作电压进行聚类分析,以将所述历史工作电压分为正常电压数据和异常低压数据,并将所述正常电压数据确定为目标历史工作电压。
获取到的历史工作电流和历史工作电压可能存在异常数据,因此,可以基于数据过滤模型对历史工作电流进行过滤,得到目标历史工作电流,基于数据过滤模型对历史工作电压进行过滤,得到目标历史工作电压。
其中,数据过滤模型为基于密度的聚类算法DBSCAN构建的异常数据过滤模型,DBSCAN算法属于无监督类机器学习算法,通过数据过滤模型处理历史工作电流得到目标历史工作电流,通过数据过滤模型处理历史工作电压得到目标历史工作电压,实现对异常数据的过滤。
具体地,正常历史工作电流和异常历史工作电流存在明显的区别,正常历史工作电压和正常历史工作电压存在明显的区别。将历史工作电流输入预先训练好的数据过滤模型,数据过滤模型可以对历史工作电流进行聚类分析,将历史工作电流分为正常电流数据和异常电流数据,进而,可以丢弃异常电流数据,并将正常电流数据确定为目标历史工作电流,实现对异常历史工作电流的过滤。将历史工作电压输入预先训练好的数据过滤模型,数据过滤模型可以对历史工作电压进行聚类分析,将历史工作电压分为正常电压数据和异常电压数据,进而,可以丢弃异常电压数据,并将正常电压数据确定为目标历史工作电压,实现对异常历史工作电压的过滤。
另外,数据过滤模型在进行聚类分析时,可以调整在一个点周围邻近区域的半径以及邻近区域内至少包含点的个数,以提高数据过滤模型的准确率,实现对历史工作电流和历史工作电压的准确过滤。
服务器还可以确定所述目标历史工作电流和所述目标历史工作电压对应的历史特征和目标历史标签信息。具体而言,可以将同一采样点同一历史时段内获取到的所述待测光伏的历史工作电流和历史工作电流确定为一个电流-电压数据集合;对各所述电流-电压数据集合进行非线性曲线拟合,以确定各所述电流-电压数据集合中各组所述历史工作电流和所述历史工作电流对应的历史特征;基于聚类算法分别对各所述电流-电压数据集合中的各组所述历史工作电流和历史工作电流进行聚类,以确定各组所述历史工作电流和历史工作电流对应的历史标签信息。
其中,历史特征包括短路电流值、开路电压值、峰值功率、最大功率点电压、最大功率点电流和填充因子中的至少一项。
历史工作电流和历史工作电流无法准确描述同一采样点同一历史时段内获取到的电流-电压数据集合对应的曲线,因此,需要分析同一采样点同一历史时段内获取到的历史工作电流和历史工作电流,以确定电流-电压数据集合对应的曲线的曲线特征。具体而言,可以将同一采样点同一历史时段内获取到的历史工作电流和历史工作电流确定为一个电流-电压数据集合,对电流-电压数据集合进行非线性曲线拟合,确定电流-电压数据集合对应的曲线的曲线特征,例如,确定短路电流值、开路电压值、峰值功率、最大功率点电压、最大功率点电流和填充因子中的至少一项。进而,可以将曲线特征确定为电流-电压数据集合中各组历史工作电流和所述历史工作电流对应的历史特征。
基于聚类算法分别对各电流-电压数据集合中的各组历史工作电流和历史工作电流进行聚类,以确定各组历史工作电流和历史工作电流对应的历史标签信息。
具体而言,可以设定聚类算法的参数:邻域r、最小样本数minP。首先确定电流-电压数据集合中的各组历史工作电流和历史工作电流,如果任一组历史工作电流和历史工作电流的邻域r范围存在至少minP组其他历史工作电流和历史工作电流,则称该组历史工作电流和历史工作电流为核心对象;任意选取一个未遍历的核心对象P1,创建一个新簇N1,该组历史工作电流和历史工作电流及其邻域范围内的其他组历史工作电流和历史工作电流组成集合C1,将集合 C1中的所有组历史工作电流和历史工作电流加入簇N1;遍历集合C1中的其他核心对象P1i,将该核心对象及其邻域范围内还未被遍历的其他组历史工作电流和历史工作电流组成集合C1i,将集合C1i中的所有数据加入该簇N1,直至加入N1中的所有组历史工作电流和历史工作电流都被遍历;重新选择一个未被遍历的核心对象,重复上述步骤,直至电流-电压数据集合中的所有核心对象均被遍历完成,对聚类后分成不同簇的历史工作电流和历史工作电流进行标注,确定分到正常数据簇的历史工作电流和历史工作电流对应的历史标签信息为0,确定分到电路短路故障数据簇的历史工作电流和历史工作电流对应的历史标签信息为1,确定分到光阴影遮挡故障数据簇的历史工作电流和历史工作电流对应的历史标签信息为2,以此类推,直至确定所有故障类型数据簇的历史工作电流和历史工作电流对应的历史标签信息。
前述步骤中对历史工作电流和历史工作电压进行数据过滤,不仅能够减少对于异常数据的标注,还能增加标注的准确率,提升模型训练效果。
服务器还可以基于所述短路电流值对所述目标历史工作电流进行归一化处理;基于所述开路电压值对所述目标历史工作电压进行归一化处理。
具体地,获取各组历史工作电流和历史工作电压的设备所处环境可能有所差异,得不到标准的电流-电压曲线。所以可以对目标历史工作电流和目标历史工作电压进行归一化处理,归一化处理后的结果只会改变数值的大小,不会改变电流-电压曲线的形状。具体而言,可以将目标历史工作电流除以短路电流值,实现对目标历史工作电流的归一化处理,将目标历史工作电压除以开路电压值,实现对目标历史工作电压的归一化处理。
服务器还可以将所述目标历史工作电流、所述目标历史工作电压以及所述目标历史工作电流和所述目标历史工作电压对应的历史特征和目标历史标签信息作为训练数据集对Transformer神经网络模型进行模型训练,并计算损失函数。基于反向传播算法进行模型优化,直至损失函数收敛,得到所述故障诊断模型。
具体地,将目标历史工作电流、目标历史工作电压以及目标历史工作电流和目标历史工作电压对应的历史特征和目标历史标签信息作为训练数据集输入 Transformer神经网络模型之后,Transformer神经网络模型可以确定训练标签信息,确定训练标签信息和目标历史标签信息确定损失函数值,进而可以基于反向传播算法进行模型优化,直至损失函数收敛,得到所述故障诊断模型。
Transformer神经网络模型提高不断学习目标历史工作电流、目标历史工作电压与目标历史标签信息之间的关系,调整网络模型中每一层的权重参数,实现确定故障诊断模型。
另外,Transformer神经网络模型和比时序循环神经网络模型都能表达序列特征,但因为Transformer神经网络模型分为了多个子神经网络,比时序循环神经网络模型提取的特征更多,准确率更高,训练Transformer时序循环神经网络模型得到的故障诊断模型,在训练数据集上可以达到99%的准确率,在测试数据集上可以达到94%的准确率。而且,Transformer神经网络模型可以进行并行训练,训练速度较快。
通过大量的将目标历史工作电流、目标历史工作电压以及目标历史工作电流和目标历史工作电压对应的历史特征和目标历史标签信息训练Transformer 神经网络模型得到故障诊断模型,使得故障诊断模型能够自主提取出工作电流和工作电压对应的特征信息,挖掘出工作电流、工作电压、工作电流和工作电压对应的特征信息与故障类型之间的深度映射关系,提高故障诊断模型的鲁棒性,而且故障诊断模型的故障诊断准确率更高,同时,通过后期数据的不断获取,模型还可以得到不断优化,更加智能。
与基于服务器确定故障类型相比,对网络的依赖性较小,能提供低延迟、低能耗和高效安全的故障诊断服务,也减少了通信基站的负担,支持实时与短周期计算。
本实用新型实施例提供的光伏组件故障诊断设备包括:壳体、逆变器接口、处理装置、显示装置、通信接口、电池槽、电池、充电接口、把手和散热装置,所述逆变器接口和所述显示装置均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元、诊断单元、温度采样单元和光照采样单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述温度采样单元用于获取当前温度值,所述光照采样单元用于获取当前光照度,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置用于显示所述待测光伏组件的故障类型;所述通信接口用于与服务器通信连接,以将所述待测光伏组件的所述工作电流、所述工作电压和所述故障类型发送至所述服务器;所述电池用于为所述光伏组件故障诊断设备提供电源,所述充电接口用于为所述电池充电;所述把手设置在所述壳体的两侧;所述散热装置用于提供散热口,以降低所述光伏组件故障诊断设备的内部温度。上述技术方案,光伏组件故障诊断设备可以基于逆变器接口连接待测光伏组件,提升光伏组件故障诊断设备的兼容性,进而可以基于处理装置所包含的电流采样单元获取待测光伏组件的工作电流,基于处理装置所包含的电压采样单元获取待测光伏组件的工作电压,基于处理装置所包含的诊断单元中内置的预先训练好的故障诊断模块对待测光伏组件的工作电流和工作电压进行分析和处理,确定待测光伏组件的故障类型,实现快速确定待测光伏组件较为准确的故障类型,当然,处理装置在确定待测光伏组件的故障类型后,可以将其发送至显示装置,以使光伏组件故障诊断设备基于显示装置显示待测光伏组件的故障类型,便于用户观测待测光伏组件的故障类型,而且,光伏组件故障诊断设备的成本较低、方便携带、受环境影响较小,进一步提升用户体验。
另外,本实用新型技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
注意,上述仅为本实用新型的较佳实施例及所运用技术原理。本领域技术人员会理解,本实用新型不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本实用新型的保护范围。因此,虽然通过以上实施例对本实用新型进行了较为详细的说明,但是本实用新型不仅仅限于以上实施例,在不脱离本实用新型构思的情况下,还可以包括更多其他等效实施例,而本实用新型的范围由所附的权利要求范围决定。
Claims (10)
1.一种光伏组件故障诊断设备,其特征在于,包括:壳体、逆变器接口、处理装置和显示装置,所述逆变器接口和所述显示装置均与所述处理装置连接,所述处理装置包括电流采样单元、电压采样单元和诊断单元,所述电流采样单元用于基于所述逆变器接口获取待测光伏组件的工作电流,所述电压采样单元用于基于所述逆变器接口获取所述待测光伏组件的工作电压,所述诊断单元用于基于故障诊断模型对所述待测光伏组件的所述工作电流和所述工作电压进行分析处理,确定所述待测光伏组件的故障类型;所述显示装置用于显示所述待测光伏组件的故障类型。
2.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,所述电流采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电流,直至获取到预设数量的历史工作电流。
3.根据权利要求2所述的光伏组件故障诊断设备,其特征在于,所述电压采样单元还用于:在至少一个历史时段,基于所述逆变器接口每间隔预设时间获取所述待测光伏组件的一个工作电压,直至获取到预设数量的历史工作电压。
4.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,所述处理装置还包括:温度采样单元,所述温度采样单元用于获取当前温度值。
5.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,所述处理装置还包括:光照采样单元,所述光照采样单元用于获取当前光照度。
6.根据权利要求3所述的光伏组件故障诊断设备,其特征在于,还包括:通信接口,所述通信接口用于与服务器通信连接,以将所述待测光伏组件的所述工作电流、所述工作电压和所述故障类型发送至所述服务器。
7.根据权利要求6所述的光伏组件故障诊断设备,其特征在于,所述处理装置用于:基于所述通信接口将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型发送至服务器,以使服务器将预设数量的所述历史工作电流、预设数量的所述历史工作电压以及各所述历史工作电流和所述历史工作电压对应的历史故障类型作为训练数据集对Transformer神经网络模型进行模型训练,得到所述故障诊断模型。
8.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,还包括:电池和充电接口,所述电池用于为所述光伏组件故障诊断设备提供电源,所述充电接口用于为所述电池充电。
9.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,还包括:把手,所述把手设置在所述壳体的两侧。
10.根据权利要求1所述的光伏组件故障诊断设备,其特征在于,还包括:散热装置,所述散热装置用于提供散热口,以降低所述光伏组件故障诊断设备的内部温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222958867.0U CN218734201U (zh) | 2022-11-04 | 2022-11-04 | 一种光伏组件故障诊断设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222958867.0U CN218734201U (zh) | 2022-11-04 | 2022-11-04 | 一种光伏组件故障诊断设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN218734201U true CN218734201U (zh) | 2023-03-24 |
Family
ID=85609547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222958867.0U Active CN218734201U (zh) | 2022-11-04 | 2022-11-04 | 一种光伏组件故障诊断设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN218734201U (zh) |
-
2022
- 2022-11-04 CN CN202222958867.0U patent/CN218734201U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492667A (zh) | 一种用于非侵入式电力负荷监测的特征选择辨识方法 | |
CN106154180B (zh) | 储能电池充/放电异常行为检测方法及检测*** | |
CN105425123A (zh) | 一种紫外成像与红外成像协同检测电力设备故障的方法及*** | |
CN103745119A (zh) | 一种基于故障概率模型的油浸式变压器故障诊断方法 | |
Liu et al. | Time series clustering and physical implication for photovoltaic array systems with unknown working conditions | |
CN116093459B (zh) | 一种锂电池储能箱的智能监测方法及*** | |
CN106845562B (zh) | 光伏组件的故障监测***及数据处理方法 | |
CN109615273B (zh) | 一种电动汽车充电设施状态评价方法与*** | |
CN106093615A (zh) | 超级电容储能模块的健康状态估计方法 | |
CN103674291A (zh) | 全绝缘母线的温度监测*** | |
CN116010853A (zh) | 充电桩设备故障预测方法及***、计算机可读存储介质 | |
CN115758151A (zh) | 联合诊断模型建立方法、光伏组件故障诊断方法 | |
CN208076016U (zh) | 一种基于振动信号支持向量机的gil故障在线监测*** | |
CN218734201U (zh) | 一种光伏组件故障诊断设备 | |
CN111391694B (zh) | 一种充电站运行维护的多层次快速数据监测方法和*** | |
CN117543791A (zh) | 电源的供电检测方法、装置、设备及存储介质 | |
CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及*** | |
Dehghani et al. | Distribution feeder classification based on self organized maps (case study: Lorestan province, Iran) | |
CN114168662A (zh) | 一种基于多数据源的配电网问题梳理分析方法及*** | |
CN210222808U (zh) | 一种基于自适应pnn的电能质量综合评估装置 | |
CN118015392A (zh) | 一种光伏组件故障诊断方法、装置、设备和存储介质 | |
Tian et al. | Electromagnetic Interference Diagnosis Based on HPLC Timing Sequence Topology and Machine Learning | |
CN117491845A (zh) | 用于多路直流负载设备的精准直流分路计量方法 | |
LU500121B1 (en) | A method, device and equipment for electric meter detecting | |
CN106786500B (zh) | 建立扰动类型识别模型、识别接入设备类型的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |