JP7312919B2 - 太陽光発電アレイの動作状態を決定する方法および装置、デバイス並びに記憶媒体 - Google Patents
太陽光発電アレイの動作状態を決定する方法および装置、デバイス並びに記憶媒体 Download PDFInfo
- Publication number
- JP7312919B2 JP7312919B2 JP2022554929A JP2022554929A JP7312919B2 JP 7312919 B2 JP7312919 B2 JP 7312919B2 JP 2022554929 A JP2022554929 A JP 2022554929A JP 2022554929 A JP2022554929 A JP 2022554929A JP 7312919 B2 JP7312919 B2 JP 7312919B2
- Authority
- JP
- Japan
- Prior art keywords
- current
- anomaly score
- output current
- current value
- photovoltaic array
- 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
- 238000000034 method Methods 0.000 title claims description 60
- 238000012549 training Methods 0.000 claims description 92
- 238000005070 sampling Methods 0.000 claims description 55
- 230000005856 abnormality Effects 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 20
- 238000012545 processing Methods 0.000 description 10
- 230000002547 anomalous effect Effects 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000000429 assembly Methods 0.000 description 4
- 230000000712 assembly Effects 0.000 description 4
- 230000006698 induction Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 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
- 238000010248 power generation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Photovoltaic Devices (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Description
太陽光発電アレイに含まれる太陽光発電ストリングの現在の出力電流値を取得するステップであって、前記太陽光発電アレイは並列の少なくとも2つの太陽光発電ストリングを含む前記ステップと;
前記現在の出力電流値に基づいて対象異常スコア予測モデルを決定するステップであって、異なる異常スコア予測モデルは異なる特性電流値範囲に対応し、前記太陽光発電アレイの過去の出力電流値に基づいて訓練することによって前記異常スコア予測モデルが得られる前記ステップと;
前記現在の出力電流値を前記対象異常スコア予測モデルに入力することによって、前記太陽光発電アレイに対応する現在の異常スコアを決定するステップと;
前記現在の異常スコアを対象異常スコアと比較することによって前記太陽光発電アレイの動作状態を決定するステップであって、異なる異常スコア予測モデルは異なる異常スコアに対応し、前記過去の出力電流値を前記異常スコア予測モデルに入力した後に前記異常スコアが得られる前記ステップとを含む。
太陽光発電アレイに含まれる太陽光発電ストリングの現在の出力電流値を取得するように構成された第1の取得モジュールであって、前記太陽光発電アレイは並列の少なくとも2つの太陽光発電ストリングを含む前記第1の取得モジュールと;
前記現在の出力電流値に基づいて対象異常スコア予測モデルを決定するように構成された第1の決定モジュールであって、異なる異常スコア予測モデルは異なる特性電流値範囲に対応し、前記太陽光発電アレイの過去の出力電流値に基づいて訓練することによって前記異常スコア予測モデルが得られる前記第1の決定モジュールと;
前記現在の出力電流値を前記対象異常スコア予測モデルに入力することによって、前記太陽光発電アレイに対応する現在の異常スコアを決定するように構成された第2の決定モジュールと;
前記現在の異常スコアを対象異常スコアと比較することによって前記太陽光発電アレイの動作状態を決定するように構成された第3の決定モジュールであって、異なる異常スコア予測モデルは異なる異常スコアに対応し、前記過去の出力電流値を前記異常スコア予測モデルに入力した後に前記異常スコアが得られる前記第3の決定モジュールとを含む。
太陽光発電アレイに含まれる太陽光発電ストリングの現在の出力電流値を取得するように構成された第1の取得モジュール1001であって、太陽光発電アレイは並列の少なくとも2つの太陽光発電ストリングを含む第1の取得モジュール1001と;
現在の出力電流値に基づいて対象異常スコア予測モデルを決定するように構成された第1の決定モジュール1002であって、異なる異常スコア予測モデルは異なる特性電流値範囲に対応し、太陽光発電アレイの過去の出力電流値に基づいて訓練することによって異常スコア予測モデルが得られる第1の決定モジュール1002と;
現在の出力電流値を対象異常スコア予測モデルに入力することによって、太陽光発電アレイに対応する現在の異常スコアを決定するように構成された第2の決定モジュール1003と;
現在の異常スコアを対象異常スコアと比較することによって太陽光発電アレイの動作状態を決定するように構成された第3の決定モジュール1004であって、異なる異常スコア予測モデルは異なる異常スコアに対応し、過去の出力電流値を異常スコア予測モデルに入力した後に異常スコアが得られる第3の決定モジュール1004とを含む。
現在の異常スコアが対象異常スコア以下であることを受けて、太陽光発電アレイの動作状態が正常であることを決定するように構成された第1の決定ユニットと;
現在の異常スコアが対象異常スコアよりも大きいことを受けて、N個の連続サンプリングモーメントに対応する現在の異常スコアを取得するように構成された取得ユニットであって、Nは1以上の整数である取得ユニットと;
少なくともM個の連続サンプリングモーメントに対応する現在の異常スコアが対象異常スコアよりも大きいことを受けて、太陽光発電アレイの動作状態が異常であることを決定するように構成された第2の決定ユニットであって、Mは1以上の整数であり、MがN以下である第2の決定ユニットとを含む。
M個の連続サンプリングモーメントに対応する現在の出力電流値の最小出力電流値を決定するように構成された第4の決定モジュールと;
最小出力電流値に対応する太陽光発電ストリングを異常な太陽光発電ストリングとして決定するように構成された第5の決定モジュールとをさらに含む。
電流閾値に基づいて現在の出力電流値をフィルタリングすることによってフィルタリングされた現在の出力電流値を得るように構成された第3の決定ユニットであって、電流閾値は太陽光発電アレイの過去の動作状態データによって決定され、過去の動作状態データは、太陽光発電ストリングの過去の出力電流値、太陽光発電ストリングに対応する過去の放射照度、太陽光発電ストリングが位置する環境の過去の周囲温度および過去の風速を含み、フィルタリングされた現在の出力電流値は電流閾値以下である第3の決定ユニットと;
フィルタリングされた現在の出力電流値のKパーセンタイルを現在の特性電流値として決定するように構成された第4の決定ユニットであって、Kは50以上の整数であり、現在の特性電流値は現在の取得モーメントの太陽光発電アレイに対応する現在の電流特性を特徴付ける第4の決定ユニットと;
現在の特性電流値に基づいて対象異常スコア予測モデルを決定するように構成された第5の決定ユニットであって、現在の特性電流値は対象異常スコア予測モデルに対応する対象特性電流値範囲内にある第5の決定ユニットとを含む。
予め設定された時間内の太陽光発電アレイの過去の動作状態データを取得するように構成された第2の取得モジュールと;
最大放射照度、最大風速および最大周囲温度に基づいて太陽光発電アレイに対応する太陽電池モジュール温度を計算するように構成された第1の計算モジュールであって、最大放射照度は過去の放射照度によって決定され、最大周囲温度は過去の周囲温度によって決定され、最大風速は過去の風速によって決定される第1の計算モジュールと;
太陽電池モジュール温度および最大放射照度に基づいて太陽光発電アレイに対応する第1の最大出力電流値を計算するように構成された第2の計算モジュールであって、第1の最大出力電流値は最大放射照度下の太陽光発電ストリングの出力電流値である第2の計算モジュールと;
定格設備容量および最大システム電圧に基づいて太陽光発電アレイに対応する第2の最大出力電流値を計算するように構成された第3の計算モジュールであって、定格設備容量は太陽光発電アレイに接続されたコンバイナーの定格電力であり、最大システム電圧はコンバイナーに接続されたインバータのシステム電圧であり、第2の最大出力電流値はコンバイナーによって太陽光発電ストリングが入力することができる最大電流値である第3の計算モジュールと;
第1の最大出力電流値および第2の最大出力電流値の最小値を電流閾値として決定するように構成された第6の決定モジュールとをさらに含む。
電流閾値に基づいて過去の出力電流値をフィルタリングすることによって、フィルタリングされた過去の出力電流値を得るように構成された第7の決定モジュールであって、フィルタリングされた過去の出力電流値は電流閾値以下である第7の決定モジュールと;
フィルタリングされた過去の出力電流値に基づいて過去の特性電流値を決定するように構成された第8の決定モジュールであって、過去の特性電流値は太陽光発電アレイの各取得モーメントに対応する過去の電流特性を特徴付ける第8の決定モジュールと;
過去の特性電流値に基づいてフィルタリングされた過去の出力電流値を分割することによって、少なくとも1つの訓練サンプルを決定するように構成された第9の決定モジュールであって、異なる訓練サンプルに含まれる過去の出力電流値は異なる特性電流値範囲に対応し、特性電流値範囲は過去の特性電流値に基づいて決定される第9の決定モジュールと;
訓練サンプルに基づいて異常スコア予測モデルを訓練するように構成された訓練モジュールとをさらに含む。
訓練サンプルをS個のバイナリツリーにそれぞれ入力することによって、訓練サンプルに対応するS個のパス長を得るように構成された第10の決定モジュールと;
S個のパス長に基づいて訓練サンプルに対応する異常スコアを計算するように構成された第4の計算モジュールとをさらに含む。
Claims (9)
- 太陽光発電アレイの動作状態を決定する方法であって、
前記太陽光発電アレイに含まれる太陽光発電ストリングの現在の出力電流値を取得するステップであって、前記太陽光発電アレイは並列の少なくとも2つの太陽光発電ストリングを含む前記ステップと;
前記現在の出力電流値に基づいて対象異常スコア予測モデルを決定するステップであって、異なる異常スコア予測モデルは異なる特性電流値範囲に対応し、前記異常スコア予測モデルは前記太陽光発電アレイの過去の出力電流値に基づいて訓練することによって得られるものである、前記ステップと;
前記現在の出力電流値を前記対象異常スコア予測モデルに入力することによって、前記太陽光発電アレイに対応し、前記現在の出力電流値の偏差の大小を示す現在の異常スコアを決定するステップと;
前記現在の異常スコアを対象異常スコアと比較することによって前記太陽光発電アレイの前記動作状態を決定するステップであって、異なる異常スコア予測モデルは異なる対象異常スコアに対応し、前記過去の出力電流値を訓練で得られた前記異常スコア予測モデルに入力することによって前記対象異常スコアが得られる前記ステップとを含み、
前記現在の異常スコアを前記対象異常スコアと比較することによって前記太陽光発電アレイの前記動作状態を決定する前記ステップは、
前記現在の異常スコアが前記対象異常スコア以下であることを受けて、前記太陽光発電アレイの前記動作状態が正常であることを決定するステップと;
前記現在の異常スコアが前記対象異常スコアよりも大きいことを受けて、N個の連続サンプリングモーメントに対応する現在の異常スコアを取得するステップであって、Nは1以上の整数である前記ステップと;
少なくともM個の連続サンプリングモーメントに対応する現在の異常スコアが前記対象異常スコアよりも大きいことを受けて、前記太陽光発電アレイの前記動作状態が異常であることを決定するステップであって、Mは1以上の整数であり、MはN以下である前記ステップと;を含む、方法。 - 前記太陽光発電アレイの前記動作状態が異常であることを決定するステップの後に、
前記M個の連続サンプリングモーメントに対応する前記現在の出力電流値の最小出力電流値を決定するステップと;
前記最小出力電流値に対応する太陽光発電ストリングを異常な太陽光発電ストリングとして決定するステップとをさらに含む、請求項1に記載の方法。 - 前記現在の出力電流値に基づいて前記対象異常スコア予測モデルを決定する前記ステップは、
電流閾値に基づいて前記現在の出力電流値をフィルタリングすることによって、フィルタリングされた現在の出力電流値を取得するステップであって、前記電流閾値は前記太陽光発電アレイの過去の動作状態データに基づいて決定され、前記過去の動作状態データは、前記太陽光発電ストリングの過去の出力電流値、前記太陽光発電ストリングに対応する過去の放射照度、前記太陽光発電ストリングが位置する環境の過去の周囲温度および過去の風速を含み、前記フィルタリングされた現在の出力電流値は前記電流閾値以下である前記ステップと;
前記フィルタリングされた現在の出力電流値のKパーセンタイルを現在の特性電流値として決定するステップであって、Kは50以上の整数であり、前記現在の特性電流値は現在の取得モーメントの前記太陽光発電アレイに対応する現在の電流特性を特徴付ける前記ステップと;
前記現在の特性電流値に基づいて前記対象異常スコア予測モデルを決定するステップであって、前記現在の特性電流値は前記対象異常スコア予測モデルに対応する対象特性電流値範囲内にある前記ステップとを含む、請求項1又は2に記載の方法。 - 前記太陽光発電アレイに含まれる前記太陽光発電ストリングの前記現在の出力電流値を取得する前記ステップの前に、
予め設定された時間内の前記太陽光発電アレイの前記過去の動作状態データを取得するステップと;
最大放射照度、最大風速および最大周囲温度に基づいて前記太陽光発電アレイに対応する太陽電池モジュール温度を計算するステップであって、前記最大放射照度は前記過去の放射照度に基づいて決定され、前記最大周囲温度は前記過去の周囲温度に基づいて決定され、前記最大風速は前記過去の風速に基づいて決定される前記ステップと;
前記太陽電池モジュール温度および前記最大放射照度に基づいて前記太陽光発電アレイに対応する第1の最大出力電流値を計算するステップであって、前記第1の最大出力電流値は前記最大放射照度下の前記太陽光発電ストリングの出力電流値である前記ステップと;
定格設備容量および最大システム電圧に基づいて前記太陽光発電アレイに対応する第2の最大出力電流値を計算するステップであって、前記定格設備容量は前記太陽光発電アレイに接続されたコンバイナーの定格電力であり、前記最大システム電圧は前記コンバイナーに接続されたインバータのシステム電圧であり、前記第2の最大出力電流値は前記コンバイナーによって前記太陽光発電ストリングが入力することができる最大電流値である前記ステップと;
前記第1の最大出力電流値および前記第2の最大出力電流値の最小値を前記電流閾値として決定するステップとをさらに含む、請求項3に記載の方法。 - 前記電流閾値に基づいて前記過去の出力電流値をフィルタリングすることによって、フィルタリングされた過去の出力電流値を取得するステップであって、前記フィルタリングされた過去の出力電流値は前記電流閾値以下である前記ステップと;
前記フィルタリングされた過去の出力電流値に基づいて過去の特性電流値を決定するステップであって、前記過去の特性電流値は各取得モーメントの前記太陽光発電アレイに対応する過去の電流特性を特徴付ける前記ステップと;
前記過去の特性電流値に基づいて前記フィルタリングされた過去の出力電流値を分割することによって、少なくとも1つの訓練サンプルを決定するステップであって、異なる訓練サンプルに含まれる前記過去の出力電流値は異なる特性電流値範囲に対応し、前記特性電流値範囲は前記過去の特性電流値に基づいて決定される前記ステップと;
前記訓練サンプルに基づいて前記異常スコア予測モデルを訓練するステップとをさらに含む、請求項3に記載の方法。 - 前記異常スコア予測モデルは分離フォレストアルゴリズムを採用し、前記異常スコア予測モデルはS個のバイナリツリーを含み、Sは1以上の整数であり、
前記訓練サンプルに基づいて前記異常スコア予測モデルを訓練する前記ステップの後に、
前記訓練サンプルを前記S個のバイナリツリーに入力することによって、前記訓練サンプルに対応するS個のパス長を取得するステップと;
前記S個のパス長に基づいて前記訓練サンプルに対応する異常スコアを計算するステップとをさらに含む、請求項5に記載の方法。 - 太陽光発電アレイの動作状態を決定する装置であって、
太陽光発電アレイに含まれる太陽光発電ストリングの現在の出力電流値を取得するように構成された第1の取得モジュールであって、前記太陽光発電アレイは並列の少なくとも2つの太陽光発電ストリングを含む前記第1の取得モジュールと;
前記現在の出力電流値に基づいて対象異常スコア予測モデルを決定するように構成された第1の決定モジュールであって、異なる異常スコア予測モデルは異なる特性電流値範囲に対応し、前記異常スコア予測モデルは前記太陽光発電アレイの過去の出力電流値に基づいて訓練することによって得られるものである、前記第1の決定モジュールと;
前記現在の出力電流値を前記対象異常スコア予測モデルに入力することによって、前記太陽光発電アレイに対応し、前記現在の出力電流値の偏差の大小を示す現在の異常スコアを決定するように構成された第2の決定モジュールと;
前記現在の異常スコアを対象異常スコアと比較することによって前記太陽光発電アレイの前記動作状態を決定するように構成された第3の決定モジュールであって、異なる異常スコア予測モデルは異なる対象異常スコアに対応し、前記過去の出力電流値を訓練で得られた前記異常スコア予測モデルに入力することによって前記対象異常スコアが得られる前記第3の決定モジュールとを含み、
前記第3の決定モジュールは、
前記現在の異常スコアが前記対象異常スコア以下であることを受けて、前記太陽光発電アレイの前記動作状態が正常であることを決定するように構成された第1の決定ユニットと;
前記現在の異常スコアが前記対象異常スコアよりも大きいことを受けて、N個の連続サンプリングモーメントに対応する現在の異常スコアを取得するように構成された取得ユニットであって、Nは1以上の整数である、前記取得ユニットと;
少なくともM個の連続サンプリングモーメントに対応する現在の異常スコアが前記対象異常スコアよりも大きいことを受けて、前記太陽光発電アレイの前記動作状態が異常であることを決定するように構成された第2の決定ユニットであって、Mは1以上の整数であり、MはN以下である、前記第2の決定ユニットと;を含む、装置。 - プロセッサと、少なくとも1つの命令、少なくとも1つのプログラム、コードセットまたは命令セットを記憶するメモリとを備えるコンピュータ装置であって、前記少なくとも1つの命令、前記少なくとも1つのプログラム、前記コードセットまたは前記命令セットは、前記プロセッサによってロードされて実行されると、請求項1~6のいずれか一項に記載の前記太陽光発電アレイの前記動作状態を決定する前記方法を前記プロセッサに実行させる、コンピュータ装置。
- 少なくとも1つの命令、少なくとも1つのプログラム、コードセットまたは命令セットを記憶するコンピュータ可読記憶媒体であって、前記少なくとも1つの命令、前記少なくとも1つのプログラム、前記コードセットまたは前記命令セットは、プロセッサによってロードされて実行されると、請求項1~6のいずれか一項に記載の前記太陽光発電アレイの前記動作状態を決定する前記方法を前記プロセッサに実行させる、コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010177887.7 | 2020-03-13 | ||
CN202010177887.7A CN111539550B (zh) | 2020-03-13 | 2020-03-13 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
PCT/SG2021/050125 WO2021183053A1 (en) | 2020-03-13 | 2021-03-11 | Method and apparatus for determining operating state of photovoltaic array, device and storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023508759A JP2023508759A (ja) | 2023-03-03 |
JP7312919B2 true JP7312919B2 (ja) | 2023-07-21 |
Family
ID=71979976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022554929A Active JP7312919B2 (ja) | 2020-03-13 | 2021-03-11 | 太陽光発電アレイの動作状態を決定する方法および装置、デバイス並びに記憶媒体 |
Country Status (11)
Country | Link |
---|---|
US (1) | US11829902B2 (ja) |
EP (1) | EP4118592A4 (ja) |
JP (1) | JP7312919B2 (ja) |
KR (1) | KR102516553B1 (ja) |
CN (1) | CN111539550B (ja) |
AU (1) | AU2021234844A1 (ja) |
CA (1) | CA3175272A1 (ja) |
CL (1) | CL2022002487A1 (ja) |
MX (1) | MX2022011323A (ja) |
WO (1) | WO2021183053A1 (ja) |
ZA (1) | ZA202210699B (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055633A (zh) * | 2021-08-06 | 2023-11-14 | 西藏农牧学院 | 一种光伏设备的光伏面板姿态调整方法和装置 |
CN113688987B (zh) * | 2021-08-30 | 2023-08-01 | 远景智能国际私人投资有限公司 | 光伏监测模型的训练方法、光伏设备的监测方法及设备 |
CN113992151A (zh) * | 2021-09-24 | 2022-01-28 | 上海远景科创智能科技有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
CN114036820A (zh) * | 2021-10-18 | 2022-02-11 | 中国华能集团清洁能源技术研究院有限公司 | 一种设备异常组串损失电量计算方法、***及计算机设备 |
CN114199304B (zh) * | 2021-11-05 | 2022-11-01 | 华能金昌光伏发电有限公司 | 光伏电站通信机房的异常检测方法、装置及计算机设备 |
CN114899949B (zh) * | 2022-06-01 | 2022-12-23 | 深圳博浩远科技有限公司 | 一种适用于商用型光伏逆变器的数据采集方法及装置 |
CN115940806B (zh) * | 2023-01-10 | 2023-05-23 | 柏腾数科(杭州)科技有限公司 | 一种光伏发电***及其故障诊断方法 |
CN116402882B (zh) * | 2023-06-09 | 2023-09-08 | 天津市渤海新能科技有限公司 | 一种光伏电站故障定位方法、装置、***及存储介质 |
CN116596194B (zh) * | 2023-06-27 | 2024-01-23 | 中国大唐集团技术经济研究院有限责任公司 | 光伏阵列运行状态划分方法、***及装置 |
CN116502156B (zh) * | 2023-06-30 | 2023-09-08 | 中国电力科学研究院有限公司 | 一种换流站光ct异常状态智能辨识方法及*** |
CN116722545B (zh) * | 2023-08-07 | 2024-01-16 | 深圳航天科创泛在电气有限公司 | 基于多源数据的光伏发电预测方法和相关设备 |
CN116720791B (zh) * | 2023-08-10 | 2023-10-20 | 国网江苏省电力有限公司镇江供电分公司 | 一种分布式光伏发电质量管理方法及*** |
CN117424559B (zh) * | 2023-10-20 | 2024-06-18 | 重庆千信新能源有限公司 | 利用机器视觉进行光伏涂层电力故障的监测方法 |
CN117150244B (zh) * | 2023-10-30 | 2024-01-26 | 山东凯莱电气设备有限公司 | 基于电参数分析的智能配电柜状态监测方法及*** |
CN117495137B (zh) * | 2023-11-14 | 2024-05-10 | 东北大学 | 一种基于大数据技术的光伏设备装机量预测方法 |
CN117713384B (zh) * | 2024-02-05 | 2024-05-24 | 深圳市国网迈腾电力科技股份有限公司 | 一种城市电网异常状态后台中央管理*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011181614A (ja) | 2010-02-26 | 2011-09-15 | Toshiba Corp | 異常診断装置および方法 |
CN107451600A (zh) | 2017-07-03 | 2017-12-08 | 重庆大学 | 一种基于隔离机制的在线光伏热斑故障检测方法 |
WO2019130718A1 (ja) | 2017-12-28 | 2019-07-04 | 住友電気工業株式会社 | 判定装置、太陽光発電システム、判定方法および判定プログラム |
CN108964606B (zh) | 2018-08-23 | 2019-12-20 | 上海电气分布式能源科技有限公司 | 一种光伏***热斑故障检测方法 |
CN110705727A (zh) | 2019-09-30 | 2020-01-17 | 山东建筑大学 | 基于随机森林算法的光伏电站阴影遮挡诊断方法及*** |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102640297B (zh) * | 2010-02-26 | 2015-01-14 | 株式会社东芝 | 异常诊断装置和异常诊断方法 |
WO2012100263A2 (en) * | 2011-01-21 | 2012-07-26 | Ampt, Llc | Abnormality detection architecture and methods for photovoltaic systems |
WO2012103244A2 (en) * | 2011-01-25 | 2012-08-02 | Power Analytics Corporation | Systems and methods for automated model-based real-time simulation of a microgrid for market-based electric power system optimization |
US20150127595A1 (en) * | 2013-11-01 | 2015-05-07 | Numenta, Inc. | Modeling and detection of anomaly based on prediction |
JP3189106U (ja) * | 2013-12-12 | 2014-02-20 | ティー・エス・ビー株式会社 | 太陽光発電システム |
US9461535B2 (en) * | 2013-12-30 | 2016-10-04 | King Fahd University Of Petroleum And Minerals | Photovoltaic systems with maximum power point tracking controller |
CN104113078B (zh) * | 2014-07-03 | 2016-08-31 | 珠海格力电器股份有限公司 | 光伏直驱***及其控制方法 |
CN107453709B (zh) * | 2017-07-03 | 2019-06-18 | 重庆大学 | 一种隔离机制与交叉测量融合的光伏热斑故障诊断方法 |
CN107563565B (zh) * | 2017-09-14 | 2019-04-02 | 广西大学 | 一种考虑气象因素变化的短期光伏分解预测方法 |
EP3506132A1 (en) * | 2017-12-27 | 2019-07-03 | IMEC vzw | Simulation of photovoltaic systems |
CN108062571B (zh) | 2017-12-27 | 2021-04-27 | 福州大学 | 基于差分进化随机森林分类器的光伏阵列故障诊断方法 |
US11663496B2 (en) * | 2018-01-30 | 2023-05-30 | Utopus Insights, Inc. | System and method for predicting failure of components using temporal scoping of sensor data |
TWI645663B (zh) * | 2018-04-11 | 2018-12-21 | 春禾科技有限公司 | Abnormal judgment method and system for power generation performance of solar energy equipment |
WO2020010629A1 (zh) * | 2018-07-13 | 2020-01-16 | 西门子股份公司 | 过程控制预测模型调整方法、装置和过程控制器 |
JP6697116B2 (ja) | 2018-07-31 | 2020-05-20 | 東北電力株式会社 | 太陽電池の検査装置、検査システム、検査方法及びプログラム |
CN109150104A (zh) * | 2018-08-10 | 2019-01-04 | 江南大学 | 一种基于随机森林算法的光伏阵列故障诊断方法 |
US11321624B2 (en) * | 2018-09-19 | 2022-05-03 | Wipro Limited | Method and system for analyzing internet of things (IoT) data in real-time and providing predictions |
CN110460305A (zh) * | 2019-01-23 | 2019-11-15 | 新奥数能科技有限公司 | 光伏阵列的故障检测方法、装置、可读介质及电子设备 |
CN109948669B (zh) * | 2019-03-04 | 2021-07-13 | 腾讯科技(深圳)有限公司 | 一种异常数据检测方法及装置 |
CN110164102B (zh) * | 2019-04-22 | 2021-05-25 | 创维互联(北京)新能源科技有限公司 | 一种光伏电站组串异常报警方法及报警装置 |
CN109977624A (zh) * | 2019-05-06 | 2019-07-05 | 上海交通大学 | 基于深度神经网络的光伏电站缓变故障监测方法 |
CN110763958B (zh) * | 2019-09-23 | 2021-04-09 | 华为技术有限公司 | 直流电弧检测方法、装置、设备、***及存储介质 |
-
2020
- 2020-03-13 CN CN202010177887.7A patent/CN111539550B/zh active Active
-
2021
- 2021-03-11 MX MX2022011323A patent/MX2022011323A/es unknown
- 2021-03-11 EP EP21768062.8A patent/EP4118592A4/en active Pending
- 2021-03-11 CA CA3175272A patent/CA3175272A1/en active Pending
- 2021-03-11 JP JP2022554929A patent/JP7312919B2/ja active Active
- 2021-03-11 US US17/910,941 patent/US11829902B2/en active Active
- 2021-03-11 KR KR1020227035600A patent/KR102516553B1/ko active IP Right Grant
- 2021-03-11 AU AU2021234844A patent/AU2021234844A1/en not_active Abandoned
- 2021-03-11 WO PCT/SG2021/050125 patent/WO2021183053A1/en active Application Filing
-
2022
- 2022-09-12 CL CL2022002487A patent/CL2022002487A1/es unknown
- 2022-09-27 ZA ZA2022/10699A patent/ZA202210699B/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011181614A (ja) | 2010-02-26 | 2011-09-15 | Toshiba Corp | 異常診断装置および方法 |
CN107451600A (zh) | 2017-07-03 | 2017-12-08 | 重庆大学 | 一种基于隔离机制的在线光伏热斑故障检测方法 |
WO2019130718A1 (ja) | 2017-12-28 | 2019-07-04 | 住友電気工業株式会社 | 判定装置、太陽光発電システム、判定方法および判定プログラム |
CN108964606B (zh) | 2018-08-23 | 2019-12-20 | 上海电气分布式能源科技有限公司 | 一种光伏***热斑故障检测方法 |
CN110705727A (zh) | 2019-09-30 | 2020-01-17 | 山东建筑大学 | 基于随机森林算法的光伏电站阴影遮挡诊断方法及*** |
Non-Patent Citations (1)
Title |
---|
CHEN, Zhicong et al.,"Random forest based intelligent fault diagnosis for PV arrays using array voltage and string currents",Energy Conversion and Management,2018年,Vol. 178,pp. 250-264,DOI: 10.1016/j.enconman.2018.10.040 |
Also Published As
Publication number | Publication date |
---|---|
CN111539550A (zh) | 2020-08-14 |
EP4118592A1 (en) | 2023-01-18 |
MX2022011323A (es) | 2022-10-07 |
US20230142138A1 (en) | 2023-05-11 |
KR20220150979A (ko) | 2022-11-11 |
US11829902B2 (en) | 2023-11-28 |
CN111539550B (zh) | 2023-08-01 |
JP2023508759A (ja) | 2023-03-03 |
WO2021183053A1 (en) | 2021-09-16 |
CL2022002487A1 (es) | 2023-02-10 |
ZA202210699B (en) | 2023-01-25 |
AU2021234844A1 (en) | 2022-09-29 |
KR102516553B1 (ko) | 2023-03-31 |
CA3175272A1 (en) | 2021-09-16 |
EP4118592A4 (en) | 2023-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7312919B2 (ja) | 太陽光発電アレイの動作状態を決定する方法および装置、デバイス並びに記憶媒体 | |
JP7314424B2 (ja) | 太陽光発電アレイの動作状態を決定する方法および装置、デバイスならびに記憶媒体 | |
CN113283344B (zh) | 一种基于语义分割网络的矿用输送带跑偏检测方法 | |
CN112766342A (zh) | 一种电气设备的异常检测方法 | |
CN113962308A (zh) | 一种航空设备故障预测方法 | |
CN112128950B (zh) | 一种基于多种模型对比的机房温湿度预测方法及*** | |
CN117331790A (zh) | 一种用于数据中心的机房故障检测方法及装置 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及*** | |
CN113992151A (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
WO2021186762A1 (ja) | 保守支援システム及び保守支援方法 | |
KR102635460B1 (ko) | 태양광 원격 모니터링 기반 발전량 이상 증상 분석 방법과 장치 | |
CN116956174B (zh) | 用于进行冷头状态分类检测和寿命预测的分类模型和预测模型的生成方法 | |
JP2021149156A5 (ja) | ||
CN114492636B (zh) | 一种变压器绕组状态信号的采集*** | |
CN117499621B (zh) | 视频采集设备的检测方法、装置、设备及介质 | |
CN118093318A (zh) | 基于id3决策树的日志健康度检测方法、装置和设备 | |
CN114358421A (zh) | 磁盘故障预测方法、装置、存储介质和电子设备 | |
CN118036978A (zh) | 一种发电厂热力性能分析与优化*** | |
CN116452924A (zh) | 模型阈值调整方法、装置、电子设备及存储介质 | |
CN115965912A (zh) | 一种基于图像识别的配网设备状态监测***和方法 | |
CN118054552A (zh) | 一种配电室状态智能监测方法与报警*** | |
CN113806495A (zh) | 一种离群机器检测方法和装置 | |
CN117933531A (zh) | 一种分布式光伏发电功率预测***及方法 | |
CN118261584A (en) | Transformer state evaluation method and system based on multi-parameter data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20221108 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20221108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221108 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221108 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20221108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230522 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230710 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7312919 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |