KR102462909B1 - The Method and System for Detecting Partial Shading on Photovoltaic Panel - Google Patents
The Method and System for Detecting Partial Shading on Photovoltaic Panel Download PDFInfo
- Publication number
- KR102462909B1 KR102462909B1 KR1020220068766A KR20220068766A KR102462909B1 KR 102462909 B1 KR102462909 B1 KR 102462909B1 KR 1020220068766 A KR1020220068766 A KR 1020220068766A KR 20220068766 A KR20220068766 A KR 20220068766A KR 102462909 B1 KR102462909 B1 KR 102462909B1
- Authority
- KR
- South Korea
- Prior art keywords
- cluster
- time series
- series signal
- solar panel
- time
- Prior art date
Links
- 230000036961 partial effect Effects 0.000 title claims abstract description 145
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000003252 repetitive effect Effects 0.000 claims abstract description 86
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000036962 time dependent Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 description 47
- 230000008569 process Effects 0.000 description 23
- 230000000694 effects Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000009434 installation Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000013084 building-integrated photovoltaic technology Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009751 slip forming Methods 0.000 description 2
- 241000112598 Pseudoblennius percoides Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000007774 longterm 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
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
Description
본 발명은 태양광패널의 음영감지방법 및 시스템에 관한 것으로서, 더욱 상세하게는 태양광패널의 특정지점에서 측정된 전류 혹은 전력의 시계열신호를 수신하여, 해당 시계열신호에 대해 계층적으로 군집화를 수행하고, 군집화 수행결과 도출된 복수의 군집별로 유사도를 산출하여, 상기 태양광패널이 설치된 환경에서 얻을 수 있는 최적의 전력프로파일을 도출한 뒤, 상기 전력프로파일과 실제 측정된 전류 혹은 전력을 비교함으로써, 상기 태양광패널에 반복적 혹은 비반복적으로 형성되는 부분음영(Partial Shading)을 감지할 수 있는, 태양광패널의 음영감지방법 및 시스템에 관한 것이다.The present invention relates to a method and system for detecting shadows of a solar panel, and more particularly, by receiving a time series signal of current or power measured at a specific point of a solar panel, and hierarchically grouping the time series signal And, by calculating the degree of similarity for each of a plurality of clusters derived as a result of performing clustering, deriving an optimal power profile that can be obtained in an environment in which the solar panel is installed, and comparing the power profile with the actually measured current or power, It relates to a method and a system for detecting shades of a solar panel capable of detecting partial shading repeatedly or non-repetitively formed on the solar panel.
연간 발전량, 전력 판매단가, 초기투자 및 유지보수 비용 등에 따라 경제성이 결정되는 태양광발전설비는 20년 이상의 장기적인 투자가 필요한 사업이다. 이러한 사업의 특성에 맞춰, 발전량을 저해하는 요소를 사전에 파악하고 고장이 발생했을 경우 빠른 대응을 통해 발전량 손실을 최소화하는 것이 중요하다. Solar power generation facilities, whose economic feasibility is determined by the annual amount of generation, electricity sales unit price, initial investment and maintenance cost, etc., is a project that requires a long-term investment of more than 20 years. In line with the characteristics of these projects, it is important to identify factors impeding power generation in advance, and to minimize the loss of power generation through quick response in case of failure.
과거 태양광발전 부문에서의 모니터링 시스템이 단순 계측을 통한 사후확인이 주요 목적이었던 반면, 최근에는 인공지능 기반의 예측, 비교, 자가진단과 같은 기능들이 포함된 '자동화된 관제 모니터링'을 주요 목적으로 한 연구가 증가하고 있다. 또한, 최근 재생에너지 비중이 갈수록 커지고 있고, 급격한 기후 변화 등으로 인해 정확하게 발전량을 예측하는 것이 안정적으로 전력 계통량을 확보하는데 용이하고, 합리적인 전력 생산 계획을 수립할 수 있어 전력 사용 안정화를 도모할 수 있다.In the past, the monitoring system in the photovoltaic power generation sector had a main purpose of post-checking through simple measurement, but recently, the main purpose is 'automated control monitoring' that includes functions such as artificial intelligence-based prediction, comparison, and self-diagnosis. A study is on the rise. In addition, as the proportion of renewable energy is increasing recently, it is easy to accurately predict the amount of power generation due to rapid climate change, etc. have.
한편, 태양광발전에 있어서 발전량에 영향을 미치는 여러 요인이 존재하지만, 그 중 태양광 패널에 형성되는 그림자는 발전효율에 상당한 영향을 끼친다. 상기 그림자는 태양광 패널 주변에 위치하는 가로등, 건물 등과 같은 조형물에 의한 그림자일 수 있고, 혹은 나무, 풀, 구름 등과 같은 자연물에 의한 그림자일 수 있다. 특히, 태양광 패널 주위에 위치하는 조형물 혹은 자연물에 의한 그림자는 지속적으로 태양광 패널에 형성되어 발전효율에 상당한 손해를 입힐 수 있으며, 그림자가 태양광 패널의 일부에만 형성되어도 해당 패널의 발전량은 급격하게 떨어진다. 또한, 태양광 패널이 설치되는 여건 상 그림자가 생기는지 관리자가 육안으로 실시간으로 확인하기는 어려운 것이 현실이다.On the other hand, there are several factors that affect the amount of power generation in photovoltaic power generation, but among them, the shadow formed on the photovoltaic panel has a significant effect on power generation efficiency. The shadow may be a shadow by a sculpture such as a street lamp or a building located around the solar panel, or may be a shadow by a natural object such as a tree, grass, cloud, or the like. In particular, shadows caused by sculptures or natural objects located around the solar panel are continuously formed on the solar panel, which can cause considerable damage to the power generation efficiency. falls sharply In addition, the reality is that it is difficult for the manager to visually check in real time whether shadows are formed under the conditions where the solar panels are installed.
종래의 태양광 발전 모니터링 기술로는, 기상정보와 인버터의 고장유무에 따라 태양광 발전 설비 관리를 위한 모니터링 기술인 대한민국 등록특허 제10-1390405호, 및 태양광 패널 상태, 인버터 상태, 주변 발전 설비 상태, 통신 상태, 전력 전송상태를 진단하여 관리자에게 제공하는 기술인 대한민국 등록특허 제10-2360703호 등과 같이 계측장비 혹은 계측센서를 통한 모니터링 기술 등이 있다.As a conventional photovoltaic monitoring technology, Korean Patent Registration No. 10-1390405, which is a monitoring technology for managing photovoltaic power generation facilities according to weather information and inverter failure, and photovoltaic panel status, inverter status, and surrounding power generation facility status , there is a monitoring technology through measuring equipment or a measurement sensor, such as Republic of Korea Patent No. 10-2360703, which is a technology that diagnoses the communication state and the power transmission state and provides it to the manager.
한편, 상술한 그림자로 발생되는 문제 또한 종래 기술과 같이 피라노미터(pyranometer)라는 계측장치를 통해 그림자가 발전량에 미치는 영향을 파악할 수 있지만, 장비가 상당히 고가여서 소규모 플랜트에서는 사용이 어렵고, 태양광 패널의 설치 위치 및 각도에 따라 피라노미터의 활용도가 떨어질 수 있다. 또한, 종래기술과 같이 정확한 환경 예측을 위해 센서를 많이 사용할수록 각각의 센서에 의한 고장확률이 증가하고 유지보수 비용이 증가하게 된다. On the other hand, the problem caused by the above-mentioned shadow can also be understood through a measuring device called a pyranometer as in the prior art, but the effect of the shadow on the power generation amount can be grasped, but the equipment is quite expensive, so it is difficult to use in a small plant, and the solar power Depending on the installation location and angle of the panel, the usefulness of the pyranometer may decrease. In addition, as in the prior art, as more sensors are used for accurate environmental prediction, the probability of failure due to each sensor increases and maintenance costs increase.
따라서, 고가의 계측장비를 포함하는 센서류를 최대한 적게 사용하여 고장확률을 감소시킴으로써 소규모 플랜트에서도 사용될 수 있도록 초기 설치비용 및 유지보수비용을 줄이고, 태양광발전설비의 위치, 설치각도 및 환경에 따라 해당 발전설비의 발전량을 예측하고, 해당 태양광 패널에 형성되는 그림자를 감지할 수 있는 기술이 요구된다.Therefore, by reducing the probability of failure by using as few sensors including expensive measuring equipment as possible, the initial installation cost and maintenance cost are reduced so that it can be used even in a small plant, and depending on the location, installation angle and environment of the solar power generation facility A technology capable of predicting the amount of power generation of power generation facilities and detecting the shadows formed on the corresponding solar panel is required.
본 발명은 태양광패널의 음영감지방법 및 시스템에 관한 것으로서, 더욱 상세하게는 태양광패널의 특정지점에서 측정된 전류 혹은 전력의 시계열신호를 수신하여, 해당 시계열신호에 대해 계층적으로 군집화를 수행하고, 군집화 수행결과 도출된 복수의 군집별로 유사도를 산출하여, 상기 태양광패널이 설치된 환경에서 얻을 수 있는 최적의 전력프로파일을 도출한 뒤, 상기 전력프로파일과 실제 측정된 전류 혹은 전력을 비교함으로써, 상기 태양광패널에 반복적 혹은 비반복적으로 형성되는 부분음영(Partial Shading)을 감지할 수 있는, 태양광패널의 음영감지방법 및 시스템을 제공하는 것을 목적으로 한다. The present invention relates to a method and system for detecting shadows of a solar panel, and more particularly, by receiving a time series signal of current or power measured at a specific point of a solar panel, and hierarchically grouping the time series signal And, by calculating the degree of similarity for each of a plurality of clusters derived as a result of performing clustering, deriving an optimal power profile that can be obtained in an environment in which the solar panel is installed, and comparing the power profile with the actually measured current or power, An object of the present invention is to provide a method and a system for detecting shades of a solar panel capable of detecting partial shading repeatedly or non-repetitively formed on the solar panel.
상기와 같은 과제를 해결하기 위하여, 본 발명의 일 실시예는, 1 이상의 프로세서 및 메모리를 포함하는 컴퓨팅장치에서 수행되는 태양광패널의 음영감지방법으로서, 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계; 판단대상 시계열신호에 대하여, 과거의 기설정된 슬라이딩윈도우 구간에서의 2일 이상의 시계열신호에서, 기설정된 규칙에 따라 추출된 1일 이상의 시계열신호를 포함하는 대표군시계열신호로부터 추출되는, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계; 판단대상 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계; 및 기설정된 기준값을 초과하는 상기 제1차분정보에 기초하여 비반복적 부분음영(Partial Shading)에 대한 판단정보를 생성하는 비반복적부분음영판단단계;를 포함하는, 태양광패널의 음영감지방법을 제공한다.In order to solve the above problems, an embodiment of the present invention is a method for detecting a shadow of a solar panel performed in a computing device including one or more processors and a memory, current or power at a specific point of the solar panel A time series signal receiving step of receiving a time series signal of; With respect to the time series signal to be judged, the solar panel extracted from the representative group time series signal including the time series signal of at least one day extracted according to the preset rule from the time series signal of 2 days or more in the preset sliding window section in the past A QOPP deriving step of deriving a Quasi Optimal Power Profile (QOPP) corresponding to a power profile that can be ideally developed during a preset section in the installed environment; a first difference information generation step of calculating a difference between a time-series signal to be determined and a time-synchronized QOPP and generating first difference information according to time; and a non-repetitive partial shading determination step of generating determination information on non-repetitive partial shading based on the first difference information exceeding a preset reference value; do.
본 발명의 일 실시예에서는, 상기 판단대상 시계열신호가 x(k)로 표시되고, k는 1 이상의 자연수이고, 크기가 m인 슬라이딩윈도우를 적용하는 경우, 상기 슬라이딩윈도우에 포함되는 과거의 시계열신호는 x(k-1) 내지 x(k-m)에 해당하고, 상기 QOPP도출단계는, 상기 x(k-1) 내지 x(k-m) 각각에 대해 포락선신호(x`(k-1) 내지 x`(k-m))를 생성하고, 생성한 1 이상의 포락선신호에 대해 2 이상의 군집으로 분류하는 군집분류단계; 상기 2 이상의 군집에 대하여, 각각의 군집에 포함되는 포락선신호의 평균값인 군집별평균값을 산출하는 군집별평균값산출단계; 및 상기 각각의 군집의 군집별평균값 중 가장 큰 값을 가진 군집을 대표군집으로 설정하고, 상기 대표군집에 해당하는 군집별평균값을 상기 판단대상 시계열신호에 해당하는 QOPP로 선정하는 단계;를 포함하고, 상기 대표군시계열신호는 상기 대표군집에 포함되는 포락선신호에 해당할 수 있다.In an embodiment of the present invention, when the time series signal to be determined is represented by x(k), k is a natural number equal to or greater than 1, and a sliding window having a size of m is applied, a past time series signal included in the sliding window corresponds to x(k-1) to x(k-m), and the QOPP derivation step includes envelope signals x`(k-1) to x` for each of x(k-1) to x(k-m). (k-m)) and classifying the generated one or more envelope signals into two or more clusters; a cluster-specific average value calculation step of calculating an average value for each cluster, which is an average value of envelope signals included in each cluster, with respect to the two or more clusters; and setting the cluster having the largest value among the cluster-specific average values of each cluster as the representative cluster, and selecting the cluster-specific average value corresponding to the representative cluster as the QOPP corresponding to the time-series signal to be determined; and , the representative group time series signal may correspond to an envelope signal included in the representative group.
본 발명의 일 실시예에서는, 상기 군집분류단계는, 상기 1 이상의 포락선신호를 2개의 군집으로 분류하는 제1분류단계; 상기 2개의 군집 각각에 대하여, 군집별 유사도를 산출하는 유사도산출단계; 및 상기 군집별 유사도가 기설정된 기준값 이하일 경우, 해당 군집에 포함되는 포락선신호를 2개의 군집으로 분류하는 제2분류단계;를 포함하고, 상기 유사도산출단계 및 상기 제2분류단계는, 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 수행될 수 있다.In an embodiment of the present invention, the group classification step includes: a first classification step of classifying the one or more envelope signals into two groups; a similarity calculating step of calculating a similarity for each cluster for each of the two clusters; and a second classification step of classifying the envelope signal included in the cluster into two clusters when the degree of similarity for each cluster is equal to or less than a preset reference value, wherein the similarity calculation step and the second classification step include a preset number of times Alternatively, it may be performed until the number of finally classified clusters does not exceed a preset number.
본 발명의 일 실시예에서는, 상기 제1차분정보생성단계는, 시간동기화를 한 QOPP와 해당 판단대상 시계열정보의 차이값을 산출하는 차이값산출단계; 및 시간에 따른 차이값에 대하여 표준화를 수행함으로써, 최댓값을 1, 최솟값을 0으로 하며 시간에 따른 제1차분정보를 생성하는 표준화단계;를 포함하고, 상기 표준화단계는, 기설정된 기간 동안 산출된 시간에 따른 차이값을 대상으로 수행할 수 있다. In an embodiment of the present invention, the first difference information generation step includes: a difference value calculation step of calculating a difference value between the time-synchronized QOPP and the corresponding judgment target time series information; and a standardization step of generating first difference information according to time with a maximum value of 1 and a minimum value of 0 by performing standardization on the difference values over time, wherein the standardization step includes: It can be performed on the difference value over time.
본 발명의 일 실시예에서는, 상기 비반복적 부분음영에 대한 판단정보는, 상기 제1차분정보에 대해 기설정된 기준값을 초과하는 구간이 존재하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함할 수 있다.In an embodiment of the present invention, the determination information on the non-repetitive partial shade includes information that, when a section exceeding a preset reference value for the first difference information exists, the non-repetitive partial shade occurs in the corresponding section. may include
본 발명의 일 실시예에서는, 상기 비반복적 부분음영에 대한 판단정보는, 상기 제1차분정보에 대해 기설정된 기준값을 초과하고, 상기 기설정된 기준값을 초과하는 상기 제1차분정보의 면적이 기설정된 기준면적을 초과하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함할 수 있다.In an embodiment of the present invention, the determination information on the non-repetitive partial shade exceeds a preset reference value for the first difference information, and the area of the first difference information exceeding the preset reference value is preset. When the reference area is exceeded, information indicating that non-repetitive partial shading has occurred in the corresponding section may be included.
본 발명의 일 실시예에서는, 상기 태양광패널의 음영감지방법은, 기설정된 기간동안 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신한 뒤, 해당 기간 동안의 전운량이 기설정된 기준값 이하인 날에 수신된 시계열신호를 추출하는 전처리단계; 상기 전처리단계에서 추출된 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제2차분정보를 생성하는 제2차분정보생성단계; 및 상기 제2차분정보에 대해 군집분류단계를 수행하고, 그 수행결과에 기초하여 반복적 부분음영에 대한 판단정보를 생성하는 반복적부분음영판단단계;를 더 포함할 수 있다.In an embodiment of the present invention, the method for detecting shadows of a solar panel receives a time series signal of current or power at a specific point of the solar panel for a predetermined period, and then receives a predetermined reference value of the amount of total cloud for the period. A pre-processing step of extracting a time series signal received on the following days; a second difference information generation step of generating second difference information according to time by calculating a difference between the time series signal extracted in the pre-processing step and the time-synchronized QOPP; and a repetitive partial shade determination step of performing a cluster classification step on the second difference information, and generating determination information on the repetitive partial shade based on a result of the execution.
본 발명의 일 실시예에서는, 상기 제2차분정보에 대해 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 군집분류단계를 수행하고, 상기 군집분류단계를 통해 분류된 군집 중에서 포함된 시계열데이터가 가장 많고, 포함된 시계열데이터의 평균이 기설정된 기준 이상인 군집에 대하여, 해당 군집에 포함된 시계열데이터에 해당하는 구간을 반복적 부분음영이 발생한 구간으로 판단할 수 있다.In an embodiment of the present invention, the cluster classification step is performed until the predetermined number of times or the number of finally classified clusters for the second difference information does not exceed the predetermined number, and the cluster classification step is performed. For a cluster having the most included time series data among the clusters and the average of the included time series data is equal to or greater than a preset standard, a section corresponding to the time series data included in the corresponding cluster can be determined as a section in which repetitive partial shading occurs.
상기와 같은 과제를 해결하기 위하여, 본 발명의 일 실시예는, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는, 태양광패널의 음영감지시스템으로서, 상기 음영감지시스템은, 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계; 판단대상 시계열신호에 대하여, 과거의 기설정된 슬라이딩윈도우 구간에서의 2일 이상의 시계열신호에서, 기설정된 규칙에 따라 추출된 1일 이상의 시계열신호를 포함하는 대표군시계열신호로부터 추출되는, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계; 판단대상 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계; 및 기설정된 기준값을 초과하는 상기 제1차분정보에 기초하여 비반복적 부분음영(Partial Shading)에 대한 판단정보를 생성하는 비반복적부분음영판단단계;를 수행할 수 있다.In order to solve the above problems, an embodiment of the present invention is a shadow detection system for a solar panel, including one or more processors and one or more memories, wherein the shadow detection system is at a specific point of the solar panel. a time series signal receiving step of receiving a time series signal of current or power of With respect to the time series signal to be judged, the solar panel extracted from the representative group time series signal including the time series signal of at least one day extracted according to the preset rule from the time series signal of 2 days or more in the preset sliding window section in the past A QOPP deriving step of deriving a Quasi Optimal Power Profile (QOPP) corresponding to a power profile that can be ideally developed during a preset section in the installed environment; a first difference information generation step of calculating a difference between a time-series signal to be determined and a time-synchronized QOPP and generating first difference information according to time; and a non-repetitive partial shading determination step of generating determination information on non-repetitive partial shading based on the first difference information exceeding a preset reference value.
본 발명의 일 실시예에 따르면, 피라노미터 등과 같은 고가의 측정장비를 사용하지 않고, 태양광 패널의 특정 지점에서 출력되는 전류 혹은 전력을 측정하는 것만으로도 해당 태양광 패널에 형성되는 부분음영을 감지할 수 있고, 형성된 부분음영이 반복적 부분음영인지 비반복적 부분음영인지 스스로 구분할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, partial shades formed on the corresponding solar panel simply by measuring the current or power output at a specific point of the solar panel without using expensive measuring equipment such as a pyranometer. can be detected, and it is possible to exert the effect of discriminating whether the formed partial shade is a repetitive partial shade or a non-repeated partial shade.
본 발명의 일 실시예에 따르면, 피라노미터가 설치되기 어려운 BIPV 시스템(Building Integrated Photovoltaic System) 등과 같은 설치환경에서 부분음영을 감지할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, it is possible to exhibit the effect of detecting a partial shade in an installation environment such as a BIPV system (Building Integrated Photovoltaic System) in which a pyranometer is difficult to be installed.
본 발명의 일 실시예에 따르면, 태양광 발전설비의 관리자가 태양광 패널의 발전량이 떨어지는 것을 모니터링 하였을 때, 그 원인이 전기적 결함인지 아니면 부분음영에 의한 것인지를 판단하는 데 도움을 줄 수 있고, 이를 통해 태양광 발전설비를 유지 보수하는 데 있어서 그 효율성을 높이는 효과를 발휘할 수 있다.According to an embodiment of the present invention, when the manager of the photovoltaic power generation facility monitors the drop in the amount of power generation of the photovoltaic panel, it can help to determine whether the cause is an electrical defect or due to partial shading, Through this, it is possible to exert the effect of increasing the efficiency in maintaining the solar power generation facility.
본 발명의 일 실시예에 따르면, 사람이 자주 접근하기 어려운 위치에 설치된 태양광 발전설비에서 인근에서 자란 나무 혹은 수풀 등으로 발전량을 떨어뜨리는 반복적 부분음영이 태양광 패널에 형성되는지를 관리자가 육안으로 직접 확인하지 않고도 확인할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, the manager visually checks whether a repetitive partial shade that drops the amount of power generation from a solar power generation facility installed in a location that is difficult for people to access to a nearby tree or bush is formed on the solar panel with the naked eye. It is possible to exert an effect that can be checked without directly checking it.
본 발명의 일 실시예에 따르면, 태양광 패널에서 기설정된 기간동안 측정된 전류 혹은 전력량을 기반으로 판단하고자 하는 날짜에 발전시킬 수 있는 최대 전력량을 예측할 수 있으며, 이는 해당 태양광 패널에 설치된 위치 및 환경에서 발전시킬 수 있는 최대 전력량으로, 해당 환경요소 및 최근 기상상황을 고려한 예측값을 정확하게 산출할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, it is possible to predict the maximum amount of electricity that can be generated on a date to be determined based on the current or amount of electricity measured during a preset period in the solar panel, which is installed in the corresponding solar panel and As the maximum amount of power that can be generated in the environment, it is possible to exhibit the effect of accurately calculating a predicted value in consideration of the relevant environmental factors and recent weather conditions.
본 발명의 일 실시예에 따르면, 계층적 이진 군집화를 통한 군집분류단계를 수행함으로써, 초기 군집수를 결정하지 않고도 자율적인 분류를 수행할 수 있고, 거리 기반(distance metric)의 결과해석이 난해해질 수 있는 어려움을 개선할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, by performing the cluster classification step through hierarchical binary clustering, autonomous classification can be performed without determining the initial number of clusters, and the result interpretation of distance metric becomes difficult. It can have the effect of ameliorating possible difficulties.
본 발명의 일 실시예에 따르면, 발전량을 예측하는 데 있어서 별도의 기상정보를 센싱하기 위한 복수의 센서가 요구되지 않아 초기 설치비용을 줄일 수 있고, 기상정보센서에 의한 고장확률을 줄일 수 있어 유지보수 비용을 줄일 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, in predicting the amount of power generation, a plurality of sensors for sensing separate weather information are not required, so the initial installation cost can be reduced, and the probability of failure due to the weather information sensor can be reduced and maintained. This can have the effect of reducing maintenance costs.
도 1은 본 발명의 일 실시예에 따른 태양광패널에서 측정되는 복수의 시계열신호를 예시적으로 도시한다.
도 2는 본 발명의 일 실시예에 따른 음영감지방법이 수행되는 음영감지장치의 구현형태를 개략적으로 도시한다.
도 3은 본 발명의 몇 실시예에 따른 음영감지방법 및 음영감지장치의 세부 구성들을 개략적으로 도시한다.
도 4는 본 발명의 몇 실시예에 따른 포락선신호를 생성하는 과정을 개략적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 포락선신호를 생성하고, 군집분류단계에서 사용될 포락선신호를 추출하는 과정을 개력적으로 도시한다.
도 6은 본 발명의 일 실시예에 따른 군집분류단계의 수행과정을 개략적으로 도시한다.
도 7은 본 발명의 일 실시예에 따른 군집별평균값산출단계의 수행과정을 개략적으로 도시한다.
도 8은 본 발명의 일 실시예에 따른 복수의 날에 대한 QOPP도출단계의 수행결과를 개략적으로 도시한다.
도 9는 본 발명의 일 실시예에 따른 시간에 따른 제1차분정보를 개략적으로 도시한다.
도 10은 본 발명의 일 실시예에 따른 비반복적부분음영판단단계의 수행과정을 개략적으로 도시한다.
도 11은 본 발명의 다른 실시예에 따른 비반복적부분음영판단단계의 수행과정을 개략적으로 도시한다.
도 12는 본 발명의 다른 실시예에 따른 음영감지방법 및 음영감지장치의 세부 구성들을 개략적으로 도시한다.
도 13은 본 발명의 일 실시예에 따른 전운량 및 부분음영 유무에 따른 태양광패널의 발전전력 그래프를 개략적으로 도시한다.
도 14는 본 발명의 일 실시예에 따른 반복적부분음영판단단계의 수행과정을 개략적으로 도시한다.
도 15는 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 개략적으로 도시한다.1 exemplarily shows a plurality of time series signals measured by a solar panel according to an embodiment of the present invention.
2 schematically shows an implementation form of a shadow sensing apparatus in which a shadow sensing method according to an embodiment of the present invention is performed.
3 schematically shows detailed configurations of a shadow sensing method and a shadow sensing apparatus according to some embodiments of the present invention.
4 schematically illustrates a process of generating an envelope signal according to some embodiments of the present invention.
5 schematically illustrates a process of generating an envelope signal and extracting an envelope signal to be used in the cluster classification step according to an embodiment of the present invention.
6 schematically illustrates a process of performing a cluster classification step according to an embodiment of the present invention.
7 schematically illustrates a process of calculating an average value for each cluster according to an embodiment of the present invention.
8 schematically shows a result of performing a QOPP deriving step for a plurality of days according to an embodiment of the present invention.
9 schematically illustrates first difference information according to time according to an embodiment of the present invention.
10 schematically illustrates a process of performing a non-repetitive partial shade determination step according to an embodiment of the present invention.
11 schematically shows a process of performing a non-repetitive partial shade determination step according to another embodiment of the present invention.
12 schematically shows detailed configurations of a shadow sensing method and a shadow sensing apparatus according to another embodiment of the present invention.
13 schematically shows a graph of the power generation power of a solar panel according to the total amount of cloud cover and the presence or absence of partial shade according to an embodiment of the present invention.
14 schematically illustrates a process of performing the iterative partial shade determination step according to an embodiment of the present invention.
15 schematically illustrates an internal configuration of a computing device according to an embodiment of the present invention.
이하에서는, 다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나 이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.In the following, various embodiments and/or aspects are now disclosed with reference to the drawings. In the following description, for purposes of explanation, numerous specific details are set forth to provide a thorough understanding of one or more aspects. However, it will also be recognized by one of ordinary skill in the art that such aspect(s) may be practiced without these specific details. The following description and accompanying drawings set forth in detail certain illustrative aspects of one or more aspects. These aspects are illustrative, however, and some of the various methods in principles of various aspects may be employed, and the descriptions set forth are intended to include all such aspects and their equivalents.
또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.Further, various aspects and features will be presented by a system that may include a number of devices, components and/or modules, and the like. It is also noted that various systems may include additional apparatuses, components, and/or modules, etc. and/or may not include all of the apparatuses, components, modules, etc. discussed with respect to the drawings. must be understood and recognized.
본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '~부', '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.As used herein, “embodiment”, “example”, “aspect”, “exemplary”, etc. may not be construed as an advantage or an advantage in any aspect or design described above over other aspects or designs. . The terms '~part', 'component', 'module', 'system', 'interface', etc. used below generally mean a computer-related entity, for example, hardware, hardware A combination of and software may mean software.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.Also, the terms "comprises" and/or "comprising" mean that the feature and/or element is present, but excludes the presence or addition of one or more other features, elements and/or groups thereof. should be understood as not
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Also, terms including an ordinal number such as first, second, etc. may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component. and/or includes a combination of a plurality of related listed items or any of a plurality of related listed items.
또한, 본 발명의 실시예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In addition, in the embodiments of the present invention, unless otherwise defined, all terms used herein, including technical or scientific terms, are generally understood by those of ordinary skill in the art to which the present invention belongs. have the same meaning as Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in an embodiment of the present invention, an ideal or excessively formal meaning is not interpreted as
도 1은 본 발명의 일 실시예에 따른 태양광패널에서 측정되는 복수의 시계열신호를 예시적으로 도시한다.1 exemplarily shows a plurality of time series signals measured by a solar panel according to an embodiment of the present invention.
개략적으로, 도 1의 (a)는 태양광패널에서 측정된 시간에 따른 복사조도(irradiance)의 시계열 신호를 도시하고, 도 1의 (b)는 상기 태양광패널에서 측정된 시간에 따른 전류[I]의 시계열 신호를 도시하고, 도 1의 (c)는 상기 태양광패널에서 측정된 시간에 따른 전압[V]의 시계열 신호를 도시한다.Schematically, (a) of FIG. 1 shows a time series signal of irradiance according to time measured in a solar panel, and (b) of FIG. 1 is a current according to time [ I] shows a time series signal, and FIG. 1C shows a time series signal of voltage [V] according to time measured by the solar panel.
구체적으로, 도 1의 (a)에 도시된 바와 같이, 태양광패널을 통해 발전되는 발전량은 피라노미터(pyranometer)와 같이 일조량을 측정할 수 있는 장치를 통해 측정할 수 있다. 한편, 현재 사용되고 있는 피라노미터의 경우 고가여서 소규모 플랜트에서는 사용되기 어려우며, 건물 일체형 태양광 모듈을 건축물 외장재로 사용하는 BIPV(Building Integrated Photovoltaic)나 혹은 태양광패널의 설치각도와 동일한 각도로 설치되기 어려운 곳에서는 태양광패널에 조사되는 정확한 복사조도값을 측정하기 어렵다는 단점이 있다. Specifically, as shown in (a) of FIG. 1 , the amount of power generated through the solar panel can be measured through a device capable of measuring the amount of sunlight, such as a pyranometer. On the other hand, the currently used pyranometer is expensive and difficult to use in small plants. There is a disadvantage in that it is difficult to measure the exact irradiance value irradiated to the solar panel in difficult places.
이러한 단점을 극복하기 위하여, 도 1의 (b)를 참고하면, 태양광패널의 특정 지점에서 측정되는 전류가 해당 태양광패널의 복사조도값과 높은 상관관계를 보인다는 것을 확인할 수 있다. 한편, 도 1의 (c)를 참고하면, 해당 태양광패널에서 측정되는 전압값은 해당 태양광패널의 복사조도값에 따른 변화가 크지 않다는 것을 확인할 수 있다.In order to overcome this disadvantage, referring to FIG. 1B , it can be seen that the current measured at a specific point of the solar panel has a high correlation with the irradiance value of the corresponding solar panel. On the other hand, referring to (c) of FIG. 1 , it can be confirmed that the voltage value measured in the corresponding solar panel does not change significantly according to the irradiance value of the corresponding solar panel.
따라서, 본 발명에서는, 피라노미터와 같은 고가의 장비를 사용하지 않고, 다시 말해, 태양광패널의 복사조도값을 측정하지 않고, 상기 복사조도값과 유사한 프로파일을 도출할 수 있는 해당 태양광패널의 전류 혹은 전력값을 통해, 해당 태양광패널에 형성되는 비반복적 부분음영(Non-repetitive Partial Shading) 혹은 반복적 부분음영(Repetitive Partial Shading)을 판단할 수 있는 효과를 발휘할 수 있다.Therefore, in the present invention, a corresponding solar panel capable of deriving a profile similar to the irradiance value without using expensive equipment such as a pyranometer, that is, without measuring the irradiance value of the solar panel. Through the current or power value of , it is possible to exert the effect of determining non-repetitive partial shading or repetitive partial shading formed in the corresponding solar panel.
부분음영(Partial Shading)이란, 태양광패널의 전체를 다 가리는 그림자가 아닌, 태양광패널의 일부만을 가려 형성되는 그림자를 의미한다. 태양광패널은 복수의 셀들이 직렬 혹은 병렬로 연결되어 있는 구성인데, 만약 하나의 셀의 일부가 그림자나 이물질 등으로 가려지는 경우, 가려진 부분을 제외한 부분에서 태양광발전이 수행되는 것이 아니라, 해당 셀 전체에서 태양광발전이 전혀 수행되지 않거나, 아주 적은 양의 전기만을 발전시킨다. 예를 들어, 태양광패널에 해당 패널을 가로지르는 나뭇가지 그림자가 생겼을 때, 얇은 나뭇가지 그림자일지라도 적게는 1/3, 많게는 절반 이상 발전량이 떨어질 수 있다. 따라서, 발전량을 상당히 저하시킬 수 있는 부분음영은 가능한한 빨리 제거하는 것이 발전효율을 향상시키는 데 도움을 줄 수 있다.Partial shading means a shadow formed by covering only a part of a solar panel, not a shadow that covers the entire solar panel. A photovoltaic panel is a configuration in which a plurality of cells are connected in series or in parallel. Solar power is not performed at all in the entire cell, or only a very small amount of electricity is generated. For example, when a photovoltaic panel has a shadow of a tree branch that crosses the panel, even a thin shadow of a tree branch can reduce the power generation by as little as 1/3, at most by more than half. Therefore, it can help to improve the power generation efficiency to remove the partial shade that can significantly lower the power generation amount as soon as possible.
태양광패널에 형성되는 부분음영은 크게 비반복적 부분음영과 반복적 부분음영으로 구분할 수 있다. 비반복적 부분음영은, 구름이나 혹은 바람에 날린 이물질 등을 포함하는, 기타 자연현상으로 인해 발생되는 부분음영으로 규칙적으로 발생되는 것이 아닌 일시적으로 형성되는 부분음영에 해당한다. 한편, 반복적 부분음영은, 나무, 풀, 가로등, 전선 혹은 새의 배설물 등을 포함하는 요인으로 인해 발생되는 부분음영으로, 규칙적이거나 혹은 지속적으로 태양광패널에 형성되는 부분음영에 해당한다. 상기 비반복적 부분음영과 같은 경우, 일시적으로 나타나는 현상이기 때문에 별도의 후속 절차가 없는 반면, 상기 반복적 부분음영과 같은 경우는, 발생요인을 빠르게 제거함으로써 발전효율을 높이는 것이 중요하다. Partial shades formed on solar panels can be largely divided into non-repetitive partial shades and repetitive partial shades. Non-repetitive partial shades are partial shades that are generated by other natural phenomena, including clouds or foreign objects blown by the wind, and correspond to partial shades that are formed temporarily rather than regularly. On the other hand, repetitive partial shade is partial shade generated by factors including trees, grass, street lamps, electric wires, or bird droppings, and corresponds to partial shade that is regularly or continuously formed on the solar panel. In the case of the non-repetitive partial shade, there is no separate follow-up procedure because it is a temporary phenomenon, whereas in the case of the repetitive partial shade, it is important to increase the power generation efficiency by rapidly removing the occurrence factor.
이하에서는, 태양광패널의 특정 지점에서 측정된 전류 혹은 전력의 시계열 신호를 수신하고, 이를 통해 비반복적 부분음영 및 반복적 부분음영을 검출할 수 있는 음영감지방법 및 상기 음영감지방법을 수행할 수 있는 음영감지장치(300)에 대해 서술하도록 한다.Hereinafter, a shadow detection method capable of receiving a time series signal of current or power measured at a specific point of a solar panel, and detecting non-repetitive partial shade and repetitive partial shade through this, and the shade detection method can be performed The
도 2는 본 발명의 몇 실시예에 따른 음영감지방법이 수행되는 음영감지장치(300)의 구현형태를 개략적으로 도시한다.2 schematically shows an implementation form of a
개략적으로, 도 2의 (a) 내지 (c)는 본 발명의 음영감지방법이 수행되는 음영감지장치(300)의 위치에 따른 음영감지장치(300)의 구현형태의 몇 실시예를 도시한다.Schematically, FIGS. 2(a) to 2(c) show some embodiments of the implementation of the
구체적으로, 도 2의 (a)는 별도의 컴퓨팅 장치로 음영감지장치(300)가 구현되는 형태를 도시한다. 도 2의 (a)의 컴퓨팅 장치는 태양광 발전설비를 모니터링, 제어, 및 판단 등을 구현하기 위한 RTU(Remote Terminal Unit)에 해당할 수 있고, 일종의 EDGE COMPUTING을 위한 장치에 해당할 수 있다. 이와 같은 컴퓨팅 장치는 서버시스템 등의 타컴퓨터 장치와 데이터 송수신을 수행할 수 있다. 도 2의 (a)의 컴퓨팅 장치는 일종의 서버 시스템에 해당할 수도 있으며, 혹은 상기 음영감지장치(300)는 태양광패널에 형성되는 부분음영의 감지만을 위한 인버터(200) 외의 별도의 연산장치에 해당할 수 있다.Specifically, FIG. 2A shows a form in which the
도 2의 (a)에 도시된 바와 같이, 각각의 PV모듈(100) 사이의 배선('제1라인'으로 표기)으로부터 전류 혹은 전력을 음영감지장치(300)가 수신하여, 부분음영을 감지하거나, 혹은 직렬 혹은 병렬적으로 연결된 PV모듈(100) 집합의 일단과 인버터(200) 사이의 지점('제2라인'으로 표기)으로부터 전류 혹은 전력신호를 음영감지장치(300)가 수신하여, 부분음영을 감지하거나, 혹은 인버터(200)로부터 인버터(200)에서 측정한 전류 혹은 전압신호를 음영감지장치(300)가 수신하여, 부분음영을 감지할 수도 있다.As shown in (a) of FIG. 2 , the
도 2의 (b)는 인버터(200) 내부에 음영감지장치(300)가 내장된 형태로, 이 경우, 음영감지장치(300)는 일종의 내장 모듈로서 기능할 수도 있고, 프로세서 및 메모리 등을 인버터(200) 내부의 요소와 공유하거나 혹은 별도로 구비될 수 있다.2(b) shows a form in which the
도 2의 (c)는 태양광 발전설비 중간 혹은 일단부의 전류 혹은 전압을 측정하는 별도의 측정장치로부터 수신한 전류 혹은 전압에 기초하여 음영감지장치(300)가 동작하는 형태에 해당한다.2C corresponds to a form in which the
본 발명에 따른 음영감지장치(300)의 실시예는 도 2에 도시된 형태 외의 다른 형태로도 구현이 될 수 있다. 컴퓨팅 장치는 상기 음영감지장치(300)의 기능만을 수행하는 것이 아니라, 태양광 발전 혹은 다른 설비의 제어, 모니터링 등과 관련된 기능을 수행할 수 있다.The embodiment of the
도 3은 본 발명의 일 실시예에 따른 음영감지방법 및 음영감지장치(300)의 세부 구성들을 개략적으로 도시한다.3 schematically shows detailed configurations of a shadow sensing method and a
도 3에 도시된 바와 같이, 1 이상의 프로세서 및 메모리를 포함하는 컴퓨팅장치에서 수행되는 태양광패널의 음영감지방법으로서, 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계(S10); 판단대상 시계열신호에 대하여, 과거의 기설정된 슬라이딩윈도우 구간에서의 2일 이상의 시계열신호에서, 기설정된 규칙에 따라 추출된 1일 이상의 시계열신호를 포함하는 대표군시계열신호로부터 추출되는, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계(S20); 판단대상 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계(S30); 및 기설정된 기준값을 초과하는 상기 제1차분정보에 기초하여 비반복적 부분음영(Partial Shading)에 대한 판단정보를 생성하는 비반복적부분음영판단단계(S40);를 포함한다.As shown in FIG. 3 , as a shadow detection method of a solar panel performed in a computing device including one or more processors and a memory, a time series signal reception for receiving a time series signal of current or power at a specific point of the solar panel step (S10); With respect to the time series signal to be judged, the solar panel extracted from the representative group time series signal including the time series signal of at least one day extracted according to the preset rule from the time series signal of 2 days or more in the preset sliding window section in the past A QOPP deriving step (S20) of deriving a Quasi Optimal Power Profile (QOPP) corresponding to a power profile that can be ideally developed during a preset section in the installed environment; a first difference information generating step of generating first difference information according to time by calculating a difference between the time-series signal to be determined and the time-synchronized QOPP (S30); and a non-repetitive partial shading determination step (S40) of generating determination information on non-repetitive partial shading based on the first difference information exceeding a preset reference value.
개략적으로, 도 3의 (a)는 음영감지방법의 각 수행단계를 순차적으로 도시하고, 도 3의 (b)는 상기 음영감지방법을 수행하는 음영감지장치(300)의 내부 구성을 도시한다.Schematically, Fig. 3(a) sequentially shows each execution step of the shadow sensing method, and Fig. 3(b) shows the internal configuration of the
구체적으로, 음영감지장치(300)의 시계열신호수신부(310)는, 도 2를 참고하여, 태양광패널의 특정 지점에서 해당 태양광패널이 발전한 전류의 시계열신호 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계(S10)를 수행한다. 바람직하게는, 본 발명의 일 실시예로서, 상기 시계열신호수신단계(S10)에서 수신된 시계열신호는, 이진 벡터(Binary Vector)로 인코딩되어 공간 풀러(Spatial Pooler, SP)로 전달되고, 상기 공간 풀러에서 출력된 데이터는 시간 메모리(Temporal Memory, TM)에 입력된 뒤 출력된 데이터를 통해 미래의 데이터를 예측할 수 있다. Specifically, the time series
음영감지장치(300)의 QOPP도출부(320)는, 판단대상 시계열신호에 대한 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계(S20)를 수행한다. 더 구체적으로는, 상기 QOPP란, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당한다. 본 발명의 일 실시예로서, 상기 기설정된 구간은 24시간으로 설정되는 것이 바람직하다.The
QOPP는 과거의 기설정된 슬라이딩 윈도우(sliding window) 구간에 포함되는 2 이상의 시계열신호에서 기설정된 규칙에 따라 추출한 1일 이상의 시계열신호에 기초하여 도출한 프로파일로, 과거의 데이터를 기반으로 태양광패널이 설치된 환경 및 시기에서 가장 이상적인 발전량을 예측한 예측값에 해당한다. 판단대상 시계열신호란, 상기 QOPP에 해당하는 날짜에, 상기 시계열신호수신단계(S10)에서 수신한 전력의 시계열신호에 해당한다.QOPP is a profile derived based on time series signals of one day or more extracted according to a preset rule from two or more time series signals included in a preset sliding window section of the past. It corresponds to the predicted value that predicted the most ideal amount of power generation in the installed environment and time. The time series signal to be determined corresponds to a time series signal of power received in the time series signal receiving step ( S10 ) on the date corresponding to the QOPP.
음영감지장치(300)의 제1차분정보생성부(330)는, 상기 QOPP도출단계(S20)에서 도출한 QOPP와 이에 해당하는 판단대상 시계열신호를 시간동기화한 뒤, 상기 QOPP와 해당 판단대상 시계열신호의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계(S30)를 수행한다. 상기 제1차분정보는 음영감지장치(300)의 비반복적부분음영판단부(340)로 전달되고, 상기 비반복적부분음영판단부(340)는 기설정된 기준에 따라, 비반복적 부분음영이 형성되었는지를 판단하는 비반복적부분음영판단단계(S40)를 수행한다.The first difference
상술한 음영감지방법의 각 수행단계에 대한 보다 상세한 설명은 이하에서 후술하도록 한다.A more detailed description of each execution step of the above-described shadow sensing method will be provided below.
도 4는 본 발명의 몇 실시예에 따른 포락선신호를 생성하는 과정을 개략적으로 도시하고, 도 5는 본 발명의 일 실시예에 따른 포락선신호를 생성하고, 군집분류단계에서 사용될 포락선신호를 추출하는 과정을 개략적으로 도시한다.4 schematically shows a process of generating an envelope signal according to some embodiments of the present invention, and FIG. 5 is a method for generating an envelope signal according to an embodiment of the present invention and extracting an envelope signal to be used in the cluster classification step schematically shows the process.
도 4 내지 도 5에 도시된 바와 같이, 상기 판단대상 시계열신호가 x(k)로 표시되고, k는 1 이상의 자연수이고, 크기가 m인 슬라이딩윈도우를 적용하는 경우, 상기 슬라이딩윈도우에 포함되는 과거의 시계열신호는 x(k-1) 내지 x(k-m)에 해당하고, 상기 QOPP도출단계(S20)는, 상기 x(k-1) 내지 x(k-m) 각각에 대해 포락선신호(x`(k-1) 내지 x`(k-m))를 생성하고, 생성한 1 이상의 포락선신호에 대해 2 이상의 군집으로 분류하는 군집분류단계; 상기 2 이상의 군집에 대하여, 각각의 군집에 포함되는 포락선신호의 평균값인 군집별평균값을 산출하는 군집별평균값산출단계; 및 상기 각각의 군집의 군집별평균값 중 가장 큰 값을 가진 군집을 대표군집으로 설정하고, 상기 대표군집에 해당하는 군집별평균값을 상기 판단대상 시계열신호에 해당하는 QOPP로 선정하는 단계;를 포함하고, 상기 대표군시계열신호는 상기 대표군집에 포함되는 포락선신호에 해당한다.As shown in FIGS. 4 to 5 , when the time series signal to be determined is represented by x(k), k is a natural number equal to or greater than 1, and a sliding window having a size of m is applied, the past included in the sliding window time series signals of x(k-1) to x(k-m), and the QOPP deriving step (S20) is an envelope signal x`(k) for each of x(k-1) to x(k-m). -1) to x`(k-m)) and classifying the generated one or more envelope signals into two or more clusters; a cluster-specific average value calculation step of calculating an average value for each cluster, which is an average value of envelope signals included in each cluster, with respect to the two or more clusters; and setting the cluster having the largest value among the cluster-specific average values of each cluster as the representative cluster, and selecting the cluster-specific average value corresponding to the representative cluster as the QOPP corresponding to the time-series signal to be determined; and , the representative group time series signal corresponds to an envelope signal included in the representative group.
개략적으로, 도 4는 시계열신호수신단계(S10)에서 수신한 전류의 시계열신호에 대해 포락선(envelop)신호를 생성하는 몇 실시예를 도시하고, 도 5는 과거의 슬라이딩윈도우 구간에 포함되는 2일 이상의 시계열신호에 각각에 대해 포락선신호를 생성하고, 이 중 군집분류단계에서 사용되지 않을 포락선신호를 0으로 초기화하는 과정을 도시한다.Schematically, FIG. 4 shows several embodiments of generating an envelope signal for the time series signal of the current received in the time series signal receiving step S10, and FIG. 5 is 2 days included in the past sliding window section. The process of generating an envelope signal for each of the above time series signals and initializing an envelope signal that will not be used in the cluster classification step to 0 is shown.
구체적으로, 도 4의 (a) 내지 (d)에 도시된 그래프 각각에 도시된 얇은 실선은 시계열신호수신단계(S10)에서 1일 동안 수신한 전류의 시계열신호를 의미하고, 굵은 점선은 해당 전류의 시계열신호에 대해 생성한 포락선신호를 의미한다. 각각의 그래프에서 x축은 시간을 표시한다. 한편, 도 4에 도시된 실시예는 본 발명의 일 실시예로서, 이에 한정하지 않으며, 본 발명의 다른 실시예에 따르면 시계열신호수신단계(S10)에서 1일 동안 수신한 전력의 시계열신호를 사용하여 포락선신호를 생성할 수 있다.Specifically, the thin solid line shown in each of the graphs shown in (a) to (d) of FIG. 4 means the time series signal of the current received in the time series signal receiving step (S10) for 1 day, and the thick dotted line is the corresponding current It means the envelope signal generated for the time series signal of In each graph, the x-axis represents time. On the other hand, the embodiment shown in FIG. 4 is an embodiment of the present invention, and is not limited thereto. According to another embodiment of the present invention, a time series signal of power received for one day in the time series signal receiving step ( S10 ) is used. In this way, an envelope signal can be generated.
도 4에 도시된 바와 같이, 포락선신호는 수신한 전류의 시계열신호에 모두 접하는 형태의 프로파일을 가지는 신호로서, 부분음영 등으로 인해 발전량이 떨어진 부분을 보상하는 전류 혹은 전력프로파일을 가진다. 도 4의 (a)를 참고하면, 10시 30분 내지 12시 동안 발전량이 급격하게 떨어지는 것을 확인할 수 있다. 만약, 태양광 발전설비의 관리자가 도 4의 (a)와 같은 그래프를 본다면, 직관적으로 해당 태양광패널에서 10시 30분 내지 12시 사이에 부분음영이 발생된 것을 유추할 수 있지만, 컴퓨터는 직관적인 판단을 수행할 수 없기 때문에 후술하는 과정을 통해 부분음영을 판단하고, 이를 위해 도 4 내지 도 5에 도시된 바와 같이 슬라이딩구간 내에 존재하는 2일 이상의 시계열신호에 대한 포락선신호를 생성한다.As shown in FIG. 4 , the envelope signal is a signal having a profile in which all of the received current time-series signals are in contact with each other, and has a current or power profile that compensates for a decrease in power generation due to partial shade or the like. Referring to (a) of FIG. 4 , it can be seen that the amount of power generation rapidly drops from 10:30 to 12 o'clock. If the manager of the solar power generation facility sees the graph as in Fig. 4(a), it can be intuitively inferred that partial shade is generated between 10:30 and 12 o'clock in the corresponding solar panel, but the computer Since intuitive judgment cannot be performed, partial shade is determined through a process to be described later, and for this purpose, as shown in FIGS. 4 to 5 , an envelope signal for time series signals of 2 days or more existing within the sliding section is generated.
상술한 포락선신호의 생성과정은 QOPP를 도출하기 위해 수행된다. 원 시계열신호를 사용하지 않고 포락선신호를 사용하는 이유는 원 시계열신호에 존재하는 편차(deviation), 즉 부분음영과 같은 요인으로 인해 손실된 발전량이 QOPP를 도출하는데 있어 오차를 발생시킬 수 있기 때문이다. 즉, QOPP는 부분음영이 발생되지 않았을 때의 예상 발전량에 해당하므로, 과거의 데이터에서 부분음영 등과 같은 요인으로 발생된 발전량 감소분을 미리 보상한다.The above-described process of generating the envelope signal is performed to derive QOPP. The reason for using the envelope signal instead of the original time series signal is that the amount of power lost due to factors such as deviation in the original time series signal, that is, partial shade, may cause an error in deriving the QOPP. . That is, since QOPP corresponds to the expected power generation when no partial shade is generated, the decrease in the amount of power generated due to factors such as partial shade in the past data is compensated in advance.
도 5의 (a)는 슬라이딩윈도우 구간에 해당하는 과거의 시계열신호 x(k-m) 내지 x(k-1)을 도시한다. 이 때 상기 슬라이딩윈도우의 크기는 m으로 설정하고, 본 발명의 일 실시예로서, 상기 슬라이딩윈도우의 크기는 해당 태양광 발전설비의 관리자에 의해 설정될 수 있고, 기상환경 및 계절, 설치 장소에 따라 설정하는 것이 바람직하다. 더 바람직하게는, 대한민국 기준으로 상기 m은 14일(2주일)에 해당하는 기간으로 설정하는 것이 바람직하며, 기상변화가 잦은 지역 혹은 시기일 경우, 이보다 짧게 설정하는 것이 바람직하고, 적도지방과 같이 해가 떠있는 기간이 대한민국보다 긴 지역의 경우 이보다 길게 설정하는 것이 바람직하다. 5A shows past time series signals x(k-m) to x(k-1) corresponding to the sliding window section. At this time, the size of the sliding window is set to m, and as an embodiment of the present invention, the size of the sliding window may be set by the manager of the corresponding solar power generation facility, and depending on the weather environment, season, and installation location It is preferable to set More preferably, the m is preferably set to a period corresponding to 14 days (2 weeks) as of the Republic of Korea standard, and in the case of an area or period with frequent weather changes, it is preferable to set it shorter than this, such as in the equator In the case of regions where the sun rises longer than Korea, it is desirable to set it longer than this.
본 발명의 일 실시예로서, 6월 4일에 해당하는 시계열 신호 x(27)에 해당하는 QOPP를 산출하기 위해서 크기가 14인 슬라이딩윈도우를 적용하면, 해당 슬라이딩윈도우에는 x(13) 내지 x(26)에 해당하는 과거의 시계열신호 14개를 포함한다. 음영감지장치(300)는 위와 같은 과정을 매일 수행하며, 이 때 슬라이딩윈도우는 상기 시계열신호수신부에서 수신한 전체 시계열신호에서 우측으로 하루씩 이동할 수 있다. 상기 실시예에서 판단대상 시계열신호는 x(27)에 해당한다.As an embodiment of the present invention, when a sliding window having a size of 14 is applied to calculate QOPP corresponding to the time series signal x(27) corresponding to June 4, the sliding window has x(13) to x( 26), including 14 time series signals from the past. The
도 4를 참고하여, 도 5의 (a)에 슬라이딩윈도우에 포함되는 모든 시계열신호에 대한 포락선신호 x`(k-1) 내지 x`(k-m)를 생성하면, 도 5의 (b)와 같다. 도 5의 (a)의 시계열신호와 도 5의 (b)의 포락선신호는 일대일로 대응되므로, 해당 슬라이딩 구간 내의 포락선신호 또한 m개 존재한다.Referring to FIG. 4, when the envelope signals x`(k-1) to x`(k-m) for all time series signals included in the sliding window are generated in FIG. . Since the time series signal of FIG. 5A and the envelope signal of FIG. 5B correspond one-to-one, there are also m envelope signals in the corresponding sliding section.
슬라이딩윈도우 내의 모든 시계열신호에 대하여 포락선신호를 생성한 이후, 도 5의 (c)에 도시된 바와 같이, 본 발명의 일 실시예로서, 기설정된 기준면적 이하의 포락선신호는 모두 0으로 초기화한다. 상기 기설정된 기준면적은 날이 맑은 날과 맑지 않은 날을 구분하는 기준 면적으로서, 포락선신호를 생성하는 이유와 유사한 이유로 QOPP를 도출할 때, 흐린 날의 전력프로파일은 이상적인 전력프로파일을 생성하는데 결과물의 정확도를 떨어뜨리므로, 도 5의 (c)와 같이, 기설정된 기준면적 이하의 포락선신호는 0으로 초기화한다. 예를 들어, x`(4) 및 x`(6)의 면적이 기설정된 기준면적 이하인 경우, x`(4) = x`(6) = 0 로 초기화할 수 있다. 음영감지장치(300)는, 상술한 초기화단계를 수행한 이후, 후술하는 군집분류단계 및 군집별평균값산출단계를 통해 판단대상 시계열신호에 해당하는 QOPP를 도출한다. 이하에서는 상기 군집분류단계 및 군집별평균값산출단계에 대한 설명에 대해 후술하도록 한다.After generating envelope signals for all time series signals in the sliding window, as shown in FIG. 5C , as an embodiment of the present invention, all envelope signals less than a preset reference area are initialized to zero. The preset reference area is a reference area for distinguishing between sunny days and non-sunny days. When QOPP is derived for a reason similar to the reason for generating an envelope signal, the power profile on a cloudy day is used to generate an ideal power profile. Since accuracy is reduced, as shown in FIG. 5C , the envelope signal less than the preset reference area is initialized to zero. For example, when the areas of x'(4) and x'(6) are less than or equal to a preset reference area, it may be initialized as x'(4) = x'(6) = 0. After performing the above-described initialization step, the
도 6은 본 발명의 일 실시예에 따른 군집분류단계의 수행과정을 개략적으로 도시한다.6 schematically illustrates a process of performing a cluster classification step according to an embodiment of the present invention.
도 6에 도시된 바와 같이, 상기 군집분류단계는, 상기 1 이상의 포락선신호를 2개의 군집으로 분류하는 제1분류단계; 상기 2개의 군집 각각에 대하여, 군집별 유사도를 산출하는 유사도산출단계; 및 상기 군집별 유사도가 기설정된 기준값 이하일 경우, 해당 군집에 포함되는 포락선신호를 2개의 군집으로 분류하는 제2분류단계;를 포함하고, 상기 유사도산출단계 및 상기 제2분류단계는, 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 수행된다.As shown in FIG. 6 , the group classification step includes a first classification step of classifying the one or more envelope signals into two groups; a similarity calculating step of calculating a degree of similarity for each cluster for each of the two clusters; and a second classification step of classifying the envelope signal included in the cluster into two clusters when the degree of similarity for each cluster is equal to or less than a preset reference value, wherein the similarity calculation step and the second classification step include a preset number of times Alternatively, it is performed until the number of finally classified clusters does not exceed a preset number.
구체적으로, 도 6에 도시된 시계열신호집합 {a, b, c, d, e, f, g}에 포함되는 시계열신호 각각은, 도 5를 참고하여, 기설정된 기준면적 이하인 포락선신호를 모두 초기화하고 남은 7개의 포락선신호에 해당한다. QOPP도출부(320)는, 상기 7개의 포락선신호에 대해 군집분류단계를 수행한다. 상기 군집분류단계는, 바람직하게는, 많은 사전 학습 데이터 세트를 필요로 하는 딥-러닝(deep-learning) 기법보다 상대적으로 적은 데이터 세트로도 좋은 결과를 도출할 수 있는 k-평균 모델(k-means model)을 응용한 비지도 학습 기법을 기반으로 한 분류기법을 사용한다. Specifically, each of the time series signals included in the time series signal set {a, b, c, d, e, f, g} shown in FIG. 6 initializes all envelope signals having a predetermined reference area or less with reference to FIG. 5 . and corresponds to the remaining 7 envelope signals. The
일반적인 k-평균 모델을 사용한 군집화는, 첫째, 가중치와 거리에 대한 정의가 필요하고, 둘째, 분류하고자 하는 데이터 군집의 수(k)를 미리 지정해야 하며, 셋째, 결과해석이 난해해질 수 있다는 단점을 가진다. 특히, 최적화된 k값을 찾기 어렵다는 것이 k-평균 모델의 가장 큰 단점으로, 적절한 k값을 지정하지 않은 경우, 그 결과값이 매우 나쁘게 나올 수 있다. 또한, k-평균 모델은 모든 데이터를 거리(distance metric) 기반으로 판단하기 때문에, 초기에 주어진 목적이 없는 경우 결과 해석이 어렵다는 단점을 가진다. Clustering using a general k-means model, first, requires definition of weights and distances; second, the number of data clusters to be classified (k) must be specified in advance; and third, the result interpretation can be difficult. have In particular, the biggest disadvantage of the k-means model is that it is difficult to find an optimized k value. If an appropriate k value is not specified, the result may be very bad. Also, since the k-means model judges all data based on a distance metric, it has a disadvantage in that it is difficult to interpret the results if there is no purpose given at the beginning.
따라서, 본 발명은 상술한 단점들을 해결하기 위하여, 초기 군집수(k)룰 결정하지 않고 자율적인 분류를 할 수 있게 하고, 거리 기반의 결과 해석이 어려운 점을 개선하고자 발전량이라는 시계열 신호의 특성에 기반하여 유사도를 이용한 군집분류과정을 제안한다.Therefore, the present invention enables autonomous classification without determining the initial number of clusters (k) in order to solve the above-mentioned disadvantages, and in order to improve the difficulty in interpreting distance-based results, Based on this, we propose a cluster classification process using similarity.
더 구체적으로, 도 6에 대한 일 실시예를 참고하여, QOPP도출부(320)는 시계열신호집합에 대하여 k=2인 k-평균 군집화를 수행(Depth level = 1)하는 제1분류단계를 수행한다. 깊이수준(Depth level)이 1인 수준에서 군집화가 완료된 이후, 즉 상기 제1분류단계가 수행된 이후 상기 QOPP도출부(320)는 각 군집에 포함된 시계열신호에 대하여 대한 유사도를 산출하는 유사도산출단계를 수행한다. 수행 결과 산출한 유사도가 기설정된 기준 유사도값보다 높은 경우, 해당 군집에 대한 군집분류는 수행하지 않고, 산출한 유사도가 기설정된 기준 유사도값보다 낮은 경우, 상기 QOPP도출부(320)는 해당 군집에 대해 한 번 더 군집분류를 수행하는 제2분류단계를 수행한다. 본 발명의 일 실시예로서, 상기 유사도를 산출하는 방법으로 피어슨 상관계수(Pearson correlation coefficient, r)를 이용한 이변량 상관분석(bivariate correlation analysis)방법을 사용한다. 상기 피어슨 상관계수는 하기 [수학식 1]과 같이 정의된다.More specifically, referring to the embodiment of FIG. 6 , the
일반적으로 r이 1에 가까울수록 가까운 선형관계를 의미하고, 0에 가까울수록 무시될 수 있는 선형관계를 의미한다. 본 발명의 일 실시예로서, 상기 기설정된 기준 유사도값은 0.8 내지 0.9로 설정하는 것이 바람직하다. 한편, 상술한 피어슨 상관계수를 이용한 방법으로 군집의 유사도를 산출하는 방법을 한정하지 않으며, 본 발명의 다른 실시예에 따르면, 동적 시간 워핑(Dynamic Time Warping, DTW)와 같은 유사도산출방법을 사용할 수 있다. In general, the closer r is to 1, the closer the linear relationship is, and the closer it is to 0, the more negligible the linear relationship is. In an embodiment of the present invention, the preset reference similarity value is preferably set to 0.8 to 0.9. On the other hand, the method using the above-described Pearson correlation coefficient is not limited to the method of calculating the similarity of clusters, and according to another embodiment of the present invention, a similarity calculation method such as Dynamic Time Warping (DTW) can be used. have.
상기 기설정된 기준 유사도값은 태양광 발전설비의 위치에 따라 다르게 설정될 수 있으며, 보다 정확한 분류가 필요한 경우의 기준 유사도값은 상대적으로 낮은 정확도 분류가 요구되는 경우의 기준 유사도값보다 높게 설정될 수 있다. 또한, 기준 유사도값을 높게 설정할수록 분류되는 군집의 개수가 늘어나며 음영감지장치(300) 혹은 컴퓨팅 장치에 요구되는 성능이 높아진다. 따라서, 기준 유사도값은 음영감지장치(300) 혹은 컴퓨팅 장치의 성능에 따라 다르게 설정될 수 있다.The preset reference similarity value may be set differently depending on the location of the photovoltaic power generation facility, and the reference similarity value when more accurate classification is required may be set higher than the reference similarity value when relatively low accuracy classification is required. have. In addition, as the reference similarity value is set higher, the number of classified clusters increases, and the performance required for the
도 6을 참고하여, 시계열신호집합 {a, b}는 기설정된 기준 유사도값 이상의 유사도가 산출되었기 때문에 상기 QOPP도출부(320)는 시계열신호집합 {a, b}에 대해 제2분류단계를 수행하지 않고, 시계열신호집합 {c, d, e, f, g}의 경우 기설정된 기준 유사도값 이하의 유사도가 산출되어 깊이수준이 2인 수준의 군집분류단계인 제2분류단계를 수행한다. 상기 제2분류단계 수행결과 상기 시계열신호집합 {c, d, e, f, g}는 제2군집{c, d, e} 및 제3군집{f, g}로 분류되며, 상기 제2분류단계 이후 상기 제2군집 및 상기 제3군집 각각에 대해 유사도산출단계를 수행한다.Referring to FIG. 6 , since a similarity greater than or equal to a preset reference similarity value was calculated for the time series signal set {a, b}, the
상기 제2군집 및 상기 제3군집 각각의 유사도가 기설정된 기준 유사도값 이상인 경우 더 이상의 분류단계를 수행하지 않고 군집분류단계를 마친다. 만약, 도 6에 도시된 예와 다른 실시예로서, 제3군집의 유사도가 기설정된 기준 유사도값 미만인 경우, 상기 QOPP도출부(320)는 제3군집에 대해 깊이 수준이 3인 수준의 분류단계를 더 수행할 수 있다. 이와 같이 깊이수준(depth level)에 대하여 군집분류단계로 분류된 결정 군집의 수는 하기 [수학식 2]와 같다. 한편, 상기 깊이수준은 관리자에 의해 설정될 수 있다.When the similarity of each of the second and third clusters is equal to or greater than a preset reference similarity value, the cluster classification step is completed without performing any further classification steps. If, as an embodiment different from the example shown in FIG. 6 , when the similarity of the third cluster is less than a preset reference similarity value, the
상기 군집분류단계는 본 발명의 일 실시예로서, 관리자에 의해 기설정된 깊이수준까지 수행될 수 있으며, 혹은 본 발명의 다른 실시예로서, 최종적으로 분류된 군집의 개수가 관리자에 의해 기설정된 개수를 초과하지 않을 때까지 수행될 수 있다.The cluster classification step may be performed up to a depth level preset by the administrator as an embodiment of the present invention, or as another embodiment of the present invention, the number of finally classified clusters is the number preset by the administrator. It can be carried out until it is not exceeded.
상술한 군집분류단계는 종래의 k-평균 모델을 사용한 군집 방법에 비해 최적의 k값을 찾기 위한 노력이 불필요하다는 장점이 있고, 비지도 학습이기 때문에 사전 학습 데이터가 없는 발전설비에서도 적용할 수 있는 효과를 발휘할 수 있다.The above-described cluster classification step has the advantage that it does not require an effort to find the optimal k value compared to the clustering method using the conventional k-means model, and because it is unsupervised learning, it can be applied to power generation facilities without prior learning data. can be effective.
도 7은 본 발명의 일 실시예에 따른 군집별평균값산출단계의 수행과정을 개략적으로 도시하고, 도 8은 본 발명의 일 실시예에 따른 복수의 날에 대한 QOPP도출단계(S20)의 수행결과를 개략적으로 도시한다.7 schematically shows a process of calculating the average value for each cluster according to an embodiment of the present invention, and FIG. 8 is a result of the QOPP deriving step (S20) for a plurality of days according to an embodiment of the present invention. is schematically shown.
구체적으로, 도 6을 참고하여, QOPP도출부(320)는 군집분류단계 수행결과로 생성된 제1 내지 제3군집에 대하여 각각의 군집에 대한 평균값(centroid)을 산출하는 군집별평균값산출단계를 수행한다. 더 구체적으로, 상기 군집별평균값산출단계는 각각의 군집에 포함되는 모든 시계열신호의 평균값(centroid)을 산출하며, 시계열신호의 평균값은 해당 시계열신호의 모든 벡터의 평균값에 해당한다. 즉, 군집별평균값은 해당 군집에 포함되는 모든 시계열신호의 벡터에 대한 평균값을 의미한다.Specifically, referring to FIG. 6 , the
도 7에 도시된 바와 같이, 상기 QOPP도출부(320)는 상기 제1 내지 제3군집 각각에 대한 군집의 평균값을 산출(S100.1 내지 S100.3)하고, 각 군집의 평균값을 비교(S110)한다. 그리고 가장 큰 평균값에 해당하는 군집을 대표군집으로 설정(S120)한다. 7, the
해당 군집의 평균값이 가장 크다는 의미는, 도 4 내지 도 5를 참고하여, 해당 군집에 포함된, 시계열신호의 프로파일을 보았을 때, 가장 면적이 넓다는 것을 의미한다. 다시 말해, 대표군집은 기설정된 구간동안 수신한 시계열신호 중 가장 발전량이 많은 날에 해당하는 시계열신호의 집합이라고 볼 수 있다. 이를 바탕으로, 대표군집으로 설정된 군집의 평균값에 기초하여 해당 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP를 도출할 수 있다. 상술한 바와 같이, 매일매일의 QOPP를 도출한 그래프와 이에 해당되는 판단대상 시계열신호의 그래프는 도 8에 도시한다.The meaning that the average value of the corresponding cluster is the largest means that it has the widest area when the profile of the time series signal included in the corresponding cluster is viewed with reference to FIGS. 4 to 5 . In other words, the representative cluster can be regarded as a set of time series signals corresponding to a day with the greatest amount of generation among time series signals received during a preset section. Based on this, on the basis of the average value of the clusters set as the representative cluster, it is possible to derive the QOPP corresponding to the power profile that can be ideally generated during a preset section in the environment in which the corresponding solar panel is installed. As described above, a graph from which daily QOPP is derived and a graph of a time series signal to be determined corresponding thereto are shown in FIG. 8 .
도 8은 1분 간격으로 5일동안 수신한 시계열신호 및 QOPP에 대한 그래프를 도시한다. 도 2를 참고하여, 실선 그래프는 음영감지장치(300)에서 수신한 시계열신호에 해당하고, 점선 그래프는 과거의 데이터를 바탕으로 각각의 판단대상 시계열신호에 해당하는 QOPP를 의미한다. 참고로, 도 8의 그래프에서 제일 좌측에 도시된 프로파일은 1일 째에 수신한 시계열신호로 과거의 데이터가 존재하지 않기에 이에 해당하는 QOPP는 도출할 수 없다. 도 8에 도시된 바와 같이, 판단대상 시계열신호와 QOPP를 시간동기화를 수행하고, 이후 동일 시간대에서 QOPP와 판단대상 시계열신호와의 차이를 계산하여 제1차분정보를 생성하는 제1차분정보를 수행한다.8 is a graph showing a time series signal and QOPP received for 5 days at 1-minute intervals. Referring to FIG. 2 , a solid line graph corresponds to a time series signal received from the
도 9는 본 발명의 일 실시예에 따른 시간에 따른 제1차분정보를 개략적으로 도시한다.9 schematically illustrates first difference information according to time according to an embodiment of the present invention.
도 9에 도시된 바와 같이, 상기 제1차분정보생성단계(S30)는, 시간동기화를 한 QOPP와 해당 판단대상 시계열정보의 차이값을 산출하는 차이값산출단계; 및 시간에 따른 차이값에 대하여 표준화를 수행함으로써, 최댓값을 1, 최솟값을 0으로 하며 시간에 따른 제1차분정보를 생성하는 표준화단계;를 포함하고, 상기 표준화단계는, 기설정된 기간 동안 산출된 시간에 따른 차이값을 대상으로 수행한다.As shown in Fig. 9, the first difference information generating step (S30) includes: a difference value calculating step of calculating a difference value between the time-synchronized QOPP and the corresponding time-series information to be determined; and a standardization step of generating first difference information according to time with a maximum value of 1 and a minimum value of 0 by performing standardization on the difference values over time, wherein the standardization step includes: It is performed on the difference value over time.
개략적으로, 도 9의 (a)는 QOPP와 판단대상 시계열신호와의 차이값을 그래프로 도시하고, 도 9의 (b)는 복수의 날에 대해 산출된 차이값에 대하여 표준화를 수행한 그래프를 도시한다. Schematically, (a) of FIG. 9 shows the difference value between the QOPP and the time-series signal to be determined as a graph, and FIG. show
구체적으로, 제1차분정보생성부(330)는, QOPP도출부(320)에서 판단대상 시계열신호에 대한 QOPP를 도출한 이후, QOPP와 해당 판단대상 시계열신호의 시간동기화를 수행하고, 상기 QOPP와 해당 판단대상 시계열신호의 차이값을 산출하는 차이값산출단계를 수행한다. 도 9의 (a)는, 도 8을 참고하여, 시간동기화를 한 QOPP에서 해당 판단대상 시계열신호의 차이값을 시간에 따라 도시한다. 상술한 이유와 마찬가지로, 1일 째에 해당하는 QOPP가 존재하지 않기 때문에, 시간에 따른 차이값은 2일 째에 해당하는 날부터 산출된다. 상기 차이값산출단계에서 산출된 차이값이 클수록, 해당 태양광패널을 통한 발전량이 적게 되었다고 판단할 수 있다. 다시 말해, 도 9의 (a)에 도시된 그래프에서 차이값이 낮 시간 전반에 걸쳐 높게 산출되었담면, 해당 날짜의 날씨가 전반적으로 흐렸다고 판단할 수 있고, 낮 시간 전반에 걸쳐 차이값은 0에 가깝게 측정되지만 일시적으로 차이값이 높게 측정되는 구간은 해당 구간에서 부분음영이 나타났다고 판단할 수 있다.Specifically, the first difference
하지만, 도 5 내지 도 8을 참고하여, QOPP는 매일 도출되는 값으로써, 도 9의 (a)는 매일 다른 기준값에 따른 차이값을 도시한다. 따라서, 하나의 기준으로 부분음영의 여부를 판단하기 위하여, 상기 제1차분정보생성부(330)는 상기 차이값산출단계에서 산출한 시간에 따른 차이값에 대하여, 최댓값을 1, 최솟값을 0으로하는 표준화하는 표준화단계를 수행하고, 상기 표준화단계의 수행결과 출력되는 데이터가 제1차분정보에 해당한다. 상기 제1차분정보를 시간에 따른 그래프로 도시하면 도 9의 (b)에 도시된 그래프와 같다. However, with reference to FIGS. 5 to 8 , QOPP is a value derived every day, and FIG. 9 (a) shows a difference value according to a different reference value every day. Accordingly, in order to determine whether or not there is partial shade as one criterion, the first difference
도 9의 (b)에 도시된 부분음영비율(PS Ratio) 그래프는 도 9의 (a)에 도시된 차이값(delta) 그래프에서 x값은 그대로 하고, y값에 대한 표준화를 수행하여 생성한다. 이 때, 상기 표준화단계에서는 기설정된 기간동안 상기 차이값산출단계에서 산출된 차이값에 대해 수행하며, 상기 기설정된 기간은, 본 발명의 일 실시예로서, 30일 이상으로 설정하는 것이 바람직하다. 상기 기설정된 기간을 너무 짧게 설정할 경우, 이후 부분음영을 판단하는 과정에서 정확하지 않은 결과값이 출력될 수 있다.The partial shade ratio (PS Ratio) graph shown in FIG. 9 (b) is generated by standardizing the y value while leaving the x value in the difference value (delta) graph shown in FIG. 9 (a). . In this case, the standardization step is performed on the difference value calculated in the difference value calculation step for a preset period, and the preset period is, as an embodiment of the present invention, preferably set to 30 days or more. If the preset period is set too short, an inaccurate result value may be output in the process of determining the partial shade afterwards.
도 10은 본 발명의 일 실시예에 따른 비반복적부분음영판단단계(S40)의 수행과정을 개략적으로 도시하고, 도 11은 본 발명의 다른 실시예에 따른 비반복적부분음영판단단계(S40)의 수행과정을 개략적으로 도시한다.10 schematically shows the process of performing the non-repetitive partial shade determination step S40 according to an embodiment of the present invention, and FIG. 11 shows the non-repetitive partial shade determination step S40 according to another embodiment of the present invention. It schematically shows the execution process.
도 10 내지 도 11에 도시된 바와 같이, 상기 비반복적 부분음영에 대한 판단정보는, 상기 제1차분정보에 대해 기설정된 기준값을 초과하는 구간이 존재하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함할 수 있고,As shown in FIGS. 10 to 11 , in the determination information on the non-repetitive partial shade, when a section exceeding a preset reference value for the first difference information exists, a non-repetitive partial shade occurs in the corresponding section. may include information that
혹은, 상기 비반복적 부분음영에 대한 판단정보는, 상기 제1차분정보에 대해 기설정된 기준값을 초과하고, 상기 기설정된 기준값을 초과하는 상기 제1차분정보의 면적이 기설정된 기준면적을 초과하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함할 수 있다.Alternatively, the determination information on the non-repetitive partial shade exceeds a preset reference value for the first difference information, and the area of the first difference information exceeding the preset reference value exceeds a preset reference area , it may include information that non-repetitive partial shade has occurred in the corresponding section.
구체적으로, 비반복적부분음영판단부(340)는, 상기 제1차분정보생성부(330)에서 출력된 데이터에 대하여 기설정된 기준값을 기준으로 비반복적 부분음영(non-repetitve partial-shading)에 대한 판단정보를 생성한다. Specifically, the non-repetitive partial
본 발명의 일 실시예로서, 도 10의 (a)에 도시된 바와 같이, 비반복적부분음영판단부(340)는 상기 제1차분정보생성부(330)에서 생성한 차이값정보에 대해 기설정된 기준을 기준으로 비반복적 부분음영으로 판단할 수 있다. 예를 들어, 기설정된 기준을 4로 설정한 경우, 4를 초과하는 차이값정보에 해당하는 구간은 모두 비반복적 부분음영이 형성되었다고 판단하다. 이 때, 비반복적 부분음영에 대한 판단정보는, 기설정된 기간동안 비반복적 부분음영의 발생유무, 발생빈도, 발생날짜, 및 발생시간 중 1 이상을 포함하는 정보이다. As an embodiment of the present invention, as shown in (a) of FIG. 10 , the non-repetitive partial
한편, 본 발명의 다른 실시예로서, 도 10의 (b)에 도시된 바와 같이, 비반복적부분음영판단부(340)는 차이값정보가 기설정된 기준값을 초과하고, 차이값 프로파일에서 상기 기설정된 기준값을 초과하는 영역의 면적이 기설정된 기준면적 이상인 경우를 비반복적 부분음영이 발생한 것으로 판단할 수 있다. 이는 커다란 새가 잠깐 지나가서 형성되는 것과 같이 일시적인 비반복적 부분음영을 제외하고, 실질적으로 발전효율을 떨어뜨릴 수 있는 일정시간 이상 지속되는 비반복적 부분음영을 검출하기 위해서 사용될 수 있다.On the other hand, as another embodiment of the present invention, as shown in (b) of FIG. 10 , the non-repetitive partial
그러나, 도 9에 대한 설명에서 언급한 바와 같이, 상기 제1차분정보생성부(330)에서 생성한 차이값정보는 매일 다른 QOPP를 기준으로 생성되기 때문에 하나의 기준값으로 비반복적 부분음영을 판단하기에 부적절하다. 즉, 도 10에 도시된 실시예는, 아주 짧은 기간동안의 특정 부분음영을 검출하려는 경우와 같이 일반적이지 않은 상황에서의 실시예에 해당한다. 보편적인 비반복적 부분음영을 판단하는 과정은 이하 도 11에 대한 설명에서 후술하도록 한다.However, as mentioned in the description of FIG. 9 , since the difference value information generated by the first difference
도 11은 표준화단계의 수행결과 출력된 제1차분정보와 기설정된 기준값을 이용하여 비반복적 부분음영을 판단하는 과정을 도시한다. 전술한 바와 같이 매일 다른 QOPP를 사용하여 차이값정보를 산출하기 때문에, 긴 시간동안 입력된 데이터에 대해 하나의 기준값을 이용하여 비반복적 부분음영을 판단하기 위해서는 제1차분정보를 사용하는 것이 바람직하다.11 illustrates a process of determining a non-repetitive partial shade using the first difference information output as a result of performing the standardization step and a preset reference value. As described above, since the difference value information is calculated using a different QOPP every day, it is preferable to use the first difference information to determine the non-repetitive partial shade using one reference value for the data input for a long time. .
도 11의 (a)에 도시된 바와 같이, 본 발명의 일 실시예로서, 비반복적부분음영판단부(340)는 기설정된 기준값을 초과하는 제1차분정보에 기초하여 비반복적 부분음영에 대한 판단정보를 생성할 수 있다. 예를 들어, 기설정된 기준을 0.4로 설정한 경우, 0.4를 초과하는 제1차분정보에 해당하는 구간은 모두 비반복적 부분음영이 형성되었다고 판단하다. 이 때, 비반복적 부분음영에 대한 판단정보는, 기설정된 기간동안 비반복적 부분음영의 발생유무, 발생빈도, 발생날짜, 및 발생시간 중 1 이상을 포함하는 정보이다.As shown in (a) of FIG. 11 , as an embodiment of the present invention, the non-repetitive partial
한편, 본 발명의 다른 실시예로서, 도 11의 (b)에 도시된 바와 같이, 비반복적부분음영판단부(340)는 제1차분정보가 기설정된 기준값을 초과하고, 제1차분정보의 프로파일에서 상기 기설정된 기준값을 초과하는 영역의 면적이 기설정된 기준면적 이상인 경우를 비반복적 부분음영이 발생한 것으로 판단할 수 있다. 도 11의 (b)에 도시된 실시예는, 전술한 바와 마찬가지로, 실질적으로 발전효율을 저하시키는, 일정시간 이상 지속되는 비반복적 부분음영을 검출하기 위해 사용될 수 있다.On the other hand, as another embodiment of the present invention, as shown in (b) of FIG. 11 , the non-repetitive partial
한편, 상기 도 10 내지 도 11에서 언급한 기설정된 기준값은 설명을 위한 일 실시예일뿐이며, 이에 한정하지 않고, 본 발명의 사용자 혹은 관리자 등에 의해 설정될 수 있다. On the other hand, the preset reference value mentioned in FIGS. 10 to 11 is only an example for explanation, and is not limited thereto, and may be set by a user or an administrator of the present invention.
상술한 도 3 내지 도 11에 대한 설명은 비반복적 부분음영을 판단하기 위한 방법에 대한 설명이며, 이하에서는, 반복적 부분음영(repetitive partial-shading)을 판단하기 위한 설명에 대해 서술하도록 한다.The above-described description of FIGS. 3 to 11 is a description of a method for determining non-repetitive partial-shading. Hereinafter, a description for determining repetitive partial-shading will be described.
도 12는 본 발명의 다른 실시예에 따른 음영감지방법 및 음영감지장치(300)의 세부 구성들을 개략적으로 도시하고, 도 13은 본 발명의 일 실시예에 따른 전운량 및 부분음영 유무에 따른 태양광패널의 발전전력 그래프를 개략적으로 도시한다.12 schematically shows detailed configurations of a shadow sensing method and a
도 12 내지 도 13에 도시된 바와 같이, 상기 태양광패널의 음영감지방법은, 기설정된 기간동안 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신한 뒤, 해당 기간 동안의 전운량이 기설정된 기준값 이하인 날에 수신된 시계열신호를 추출하는 전처리단계(S50); 상기 전처리단계(S50)에서 추출된 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제2차분정보를 생성하는 제2차분정보생성단계(S60); 및 상기 제2차분정보에 대해 군집분류단계를 수행하고, 그 수행결과에 기초하여 반복적 부분음영에 대한 판단정보를 생성하는 반복적부분음영판단단계(S70);를 더 포함한다.12 to 13 , in the method for detecting shade of a solar panel, after receiving a time series signal of current or power at a specific point of the solar panel for a preset period, the total amount of cloud cover during the period A pre-processing step (S50) of extracting a time series signal received on a day that is less than or equal to a preset reference value; a second difference information generation step (S60) of calculating the difference between the time series signal extracted in the preprocessing step (S50) and the time-synchronized QOPP to generate second difference information according to time; and an iterative partial shade determination step (S70) of performing a cluster classification step on the second difference information, and generating determination information on the repetitive partial shade based on the result of the execution.
구체적으로, 음영감지장치(300)의 시계열신호수신부(310)는, 도 2 및 도 3을 참고하여, 태양광패널의 특정 지점에서 해당 태양광패널이 발전한 전류의 시계열신호 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계(S10)를 수행한다. 이후, 상기 음영감지장치(300)의 전처리부(350)는, 기설정된 기간동안 수신한 시계열신호 중에서 전운량이 기설정된 기준값 이하인 날에 수신한 시계열신호를 추출한다.Specifically, the time series
더 구체적으로는, 도 13을 참고하면, 도 13의 (a)는 맑은 날 부분음영이 형성되지 않은 PV모듈(100)로부터 수신한 시계열신호(점선) 및 부분음영이 형성된 PV모듈(100)로부터 수신한 시계열신호(실선)을 도시하고, 도 13의 (b)는 흐린 날 부분음영이 형성되지 않은 PV모듈(100)로부터 수신한 시계열신호(점선) 및 부분음영이 형성된 PV모듈(100)로부터 수신한 시계열신호(실선)을 도시한다. 상기 부분음영이 형성되지 않은 PV모듈(100) 및 부분음영이 형성된 PV모듈(100)은 같은 플랜트에 위치한 모듈이며, 도 13의 그래프에서 형성된 부분음영은 반복적 부분음영에 해당한다.More specifically, referring to FIG. 13, (a) of FIG. 13 is a time series signal (dashed line) received from the
도 13의 (a)에 도시된 바와 같이, 맑은 날은 반복적 부분음영이 확실하게 구분되지만, 도 13의 (b)에 도시된 바와 같이, 흐린 날은 반복적 부분음영을 판단하기가 어렵다. 또한, 주변 환경으로 인한 반복적 부분음영은 실시간 감지가 어렵기 때문에, 전운량을 기준으로 맑은 날의 QOPP를 이용하여 반복적 부분음영을 판단하다. 이 때, 전운량이란, 기상청에서 구름의 양을 0 내지 10 까지의 수치로 표현한 데이터로, 본 발명에서는 기상청에서 매일 제공하는 전운량 데이터를 사용한다. 본 발명의 일 실시예로서, 맑은 날의 기준은 전운량이 5.5 이하인 날로 설정하는 것이 바람직하다.As shown in (a) of FIG. 13, on a clear day, repetitive partial shades are clearly distinguished, but on a cloudy day, it is difficult to determine repetitive partial shades, as shown in FIG. 13(b). In addition, since it is difficult to detect repetitive partial shades due to the surrounding environment in real time, the repetitive partial shades are determined using QOPP on a clear day based on the total amount of cloud cover. In this case, the total amount of cloud is data expressed by the Meteorological Agency as a numerical value ranging from 0 to 10, and the present invention uses the total amount of cloud data provided by the Meteorological Agency every day. As an embodiment of the present invention, it is preferable to set the standard of a sunny day to a day in which the total amount of clouds is 5.5 or less.
상술한 바와 같이, 전처리부(350)는 상기 시계열신호수신단계(S10)에서 수신한 시계열신호 중 기설정된 기간동안에서 전운량이 5.5 이하인 날에 수신한 시계열신호만을 추출하는 전처리단계(S50)를 수행하고, 상기 음영감지장치(300)의 제2차분정보생성부(360)는, 상기 전처리단계(S50)에서 추출된 시계열신호 및 해당 시계열신호화 시간동기화를 한 QOPP의 차이값을 산출하고, 이에 기초하여 시간에 따른 제2차분정보를 생성하는 제2차분정보생성단계(S60)를 수행한다. 이 때, 상기 제2차분정보는 QOPP와 해당 시계열신호와의 차이값에 대해 표준화를 수행하여 얻은 정보에 해당한다.As described above, the
상기 제2차분정보생성단계(S60) 이후, 상기 음영감지장치(300)의 반복적부분음영판단부(370)는 상기 제2차분정보를 24시간 프로파일로 분할한 뒤, 분할된 복수의 프로파일에 대해 군집분류단계를 수행하고, 그 수행결과에 기초하여 반복적 부분음영에 대한 판단정보를 생성하는 반복적부분음영판단단계(S70)를 수행한다. 상기 반복적부분음영판단단계(S70)에 대한 보다 상세한 설명은 도 14에 대한 설명에서 후술하도록 한다.After the second difference information generating step (S60), the iterative partial
도 14는 본 발명의 일 실시예에 따른 반복적부분음영판단단계(S70)의 수행과정을 개략적으로 도시한다.14 schematically shows a process of performing the iterative partial shade determination step S70 according to an embodiment of the present invention.
도 14에 도시된 바와 같이, 상기 반복적부분음영판단단계(S70)는, 상기 제2차분정보에 대해 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 군집분류단계를 수행하고, 상기 군집분류단계를 통해 분류된 군집 중에서 포함된 시계열데이터가 가장 많고, 포함된 시계열데이터의 평균이 기설정된 기준 이상인 군집에 대하여, 해당 군집에 포함된 시계열데이터에 해당하는 구간을 반복적 부분음영이 발생한 구간으로 판단한다.14, the iterative partial shade determination step (S70) is a cluster classification step until the predetermined number of times or the number of finally classified clusters for the second difference information does not exceed the predetermined number. , and for a cluster in which the included time series data is the most among the clusters classified through the cluster classification step and the average of the included time series data is equal to or greater than a preset standard, the section corresponding to the time series data included in the cluster is repeated. It is judged as the section in which partial shade occurs.
구체적으로, 음영감지장치(300)의 반복적부분음영판단부(370)는 상기 제2차분정보생성단계(S60)에서 생성된 제2차분정보를 전달받고, 상기 제2차분정보에 포함되는 복수의 프로파일을 24시간 기준으로 분할한다. 바람직하게는, 본 발명의 일 실시예로서, 분할된 프로파일은 0시 내지 24시에 해당하는 프로파일이다. 상기 반복적부분음영판단부(370)는, 도 6에 대한 설명을 참고하여, 분할된 복수의 프로파일에 대하여 군집분류단계를 수행한다. 즉, 도 6에 대한 설명에서 전술한 바와 같이, 상기 군집분류단계는, 비반복적 부분음영을 판단할 때와 마찬가지로, k=2인 k-평균 모델 및 군집별 유사도에 기초하여, 본 발명의 일 실시예로서, 관리자에 의해 기설정된 깊이수준까지 수행될 수 있으며, 혹은 본 발명의 다른 실시예로서, 최종적으로 분류된 군집의 개수가 관리자에 의해 기설정된 개수를 초과하지 않을 때까지 수행될 수 있다.Specifically, the iterative partial
본 발명의 일 실시예로서, 시계열신호집합 {a, b, c, d, e, f, g, h, i}에 포함되는 시계열데이터 각각에 대하여, 군집분류단계를 수행하고, 그 수행결과로, 도 14에 도시된 바와 같이, 제1군집 {a, b, c, d}, 제2군집 {e, f, g}, 및 제3군집 {h, i}을 생성한다.As an embodiment of the present invention, a cluster classification step is performed on each time series data included in the time series signal set {a, b, c, d, e, f, g, h, i}, and the result is , as shown in FIG. 14 , a first cluster {a, b, c, d}, a second cluster {e, f, g}, and a third cluster {h, i} are generated.
상기 반복적부분음영판단부(370)는, 도 7에 대한 설명을 참고하여, 군집별평균값산출단계를 수행하여, 상기 제1 내지 제3군집 각각의 평균값(centroid)을 산출하고, 추가적으로 각 군집에 포함되어 있는 시계열데이터의 수를 산출(S200.1 내지 S200.3)한다. 도 14를 참고하여, 제1군집의 시계열데이터의 수는 4개이며, 제3군집에 포함되는 시계열데이터의 수는 2개이다.The iterative partial
위와 같이, 각각의 군집에 대한 평균값 및 시계열데이터의 수를 산출한 뒤, 상기 반복적부분음영판단부(370)는 각 군집에 포함된 시계열데이터의 수를 비교(S210)하고, 그 중 가장 많은 시계열데이터를 가진 군집을 추출한다. 도 14에 도시된 실시예에 따르면 제1 내지 제3군집 중 가장 많은 시계열데이터는 제1군집에 해당한다. As above, after calculating the average value and the number of time series data for each cluster, the iterative partial
이후 상기 반복적부분음영판단부(370)는 상기 제1군집에 포함된 시계열데이터의 평균값을 산출하고, 산출한 평균값이 기설정된 기준 평균값을 초과하는지 판단(S220)한다. 이 때, 상기 제1군집의 평균값이 기설정된 기준 평균값을 초과하는 경우, 상기 제1군집에 포함되어 있는, 시계열신호 a 내지 d에 해당하는 구간동안 반복적 부분음영이 발생한 것으로 판단하고 이에 대한 판단정보를 생성한다. 이 때, 반복적 부분음영에 대한 판단정보는, 기설정된 기간동안 반복적 부분음영의 발생유무, 발생빈도, 발생날짜, 및 발생시간 중 1 이상을 포함하는 정보이다.Thereafter, the iterative partial
만약, 단계 S220에서 제1군집의 평균갑이 기설정된 기준 평균값 이하일 경우, 상기 반복적부분음영판단부(370)는 상기 제1군집 다음으로 시계열데이터 수가 많은 제2군집의 평균값과 기설정된 기준 평균값을 비교하여 반복적 부분음영을 판단하는 단계를 수행한다.If, in step S220, the average value of the first cluster is less than or equal to the preset reference average value, the iterative partial
도 15는 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 개략적으로 도시한다.15 schematically illustrates an internal configuration of a computing device according to an embodiment of the present invention.
도 15에 도시한 바와 같이, 컴퓨팅 장치(11000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있으며, 도 2의 컴퓨팅 장치 혹은 음영감지장치에 해당할 수 있다.15, the
메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(11000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그 밖에 다양한 데이터를 포함할 수 있다.The
이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.In this case, access to the
주변장치 인터페이스(11300)는 컴퓨팅 장치(11000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(11000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.
입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.The input/
전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.The
통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.The
또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.Alternatively, as described above, if necessary, the
이러한 도 15의 실시예는, 컴퓨팅 장치(11000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 15에 도시된 일부 컴포넌트가 생략되거나, 도 15에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 15에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(11000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.This embodiment of FIG. 15 is only an example of the
본 발명의 실시예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.Methods according to an embodiment of the present invention may be implemented in the form of program instructions that can be executed through various computing devices and recorded in a computer-readable medium. In particular, the program according to the present embodiment may be configured as a PC-based program or an application dedicated to a mobile terminal. The application to which the present invention is applied may be installed in the user terminal through a file provided by the file distribution system. For example, the file distribution system may include a file transmission unit (not shown) that transmits the file according to a request of the user terminal.
본 발명의 일 실시예에 따르면, 피라노미터 등과 같은 고가의 측정장비를 사용하지 않고, 태양광 패널의 특정 지점에서 출력되는 전류 혹은 전력을 측정하는 것만으로도 해당 태양광 패널에 형성되는 부분음영을 감지할 수 있고, 형성된 부분음영이 반복적 부분음영인지 비반복적 부분음영인지 스스로 구분할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, partial shades formed on the corresponding solar panel simply by measuring the current or power output at a specific point of the solar panel without using expensive measuring equipment such as a pyranometer. can be detected, and it is possible to exert the effect of discriminating whether the formed partial shade is a repetitive partial shade or a non-repeated partial shade.
본 발명의 일 실시예에 따르면, 피라노미터가 설치되기 어려운 BIPV 시스템(Building Integrated Photovoltaic System) 등과 같은 설치환경에서 부분음영을 감지할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, it is possible to exhibit the effect of detecting a partial shade in an installation environment such as a BIPV system (Building Integrated Photovoltaic System) in which a pyranometer is difficult to be installed.
본 발명의 일 실시예에 따르면, 태양광 발전설비의 관리자가 태양광 패널의 발전량이 떨어지는 것을 모니터링 하였을 때, 그 원인이 전기적 결함인지 아니면 부분음영에 의한 것인지를 판단하는 데 도움을 줄 수 있고, 이를 통해 태양광 발전설비를 유지 보수하는 데 있어서 그 효율성을 높이는 효과를 발휘할 수 있다.According to an embodiment of the present invention, when the manager of the photovoltaic power generation facility monitors the drop in the amount of power generation of the photovoltaic panel, it can help to determine whether the cause is an electrical defect or due to partial shading, Through this, it is possible to exert the effect of increasing the efficiency in maintaining the solar power generation facility.
본 발명의 일 실시예에 따르면, 사람이 자주 접근하기 어려운 위치에 설치된 태양광 발전설비에서 인근에서 자란 나무 혹은 수풀 등으로 발전량을 떨어뜨리는 반복적 부분음영이 태양광 패널에 형성되는지를 관리자가 육안으로 직접 확인하지 않고도 확인할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, the manager visually checks whether a repetitive partial shade that drops the amount of power generation from a solar power generation facility installed in a location that is difficult for people to access to a nearby tree or bush is formed on the solar panel with the naked eye. It is possible to exert an effect that can be checked without directly checking it.
본 발명의 일 실시예에 따르면, 태양광 패널에서 기설정된 기간동안 측정된 전류 혹은 전력량을 기반으로 판단하고자 하는 날짜에 발전시킬 수 있는 최대 전력량을 예측할 수 있으며, 이는 해당 태양광 패널에 설치된 위치 및 환경에서 발전시킬 수 있는 최대 전력량으로, 해당 환경요소 및 최근 기상상황을 고려한 예측값을 정확하게 산출할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, it is possible to predict the maximum amount of electricity that can be generated on a date to be determined based on the current or amount of electricity measured during a preset period in the solar panel, which is installed in the corresponding solar panel and As the maximum amount of power that can be generated in the environment, it is possible to exhibit the effect of accurately calculating a predicted value in consideration of the relevant environmental factors and recent weather conditions.
본 발명의 일 실시예에 따르면, 계층적 이진 군집화를 통한 군집분류단계를 수행함으로써, 초기 군집수를 결정하지 않고도 자율적인 분류를 수행할 수 있고, 거리 기반(distance metric)의 결과해석이 난해해질 수 있는 어려움을 개선할 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, by performing the cluster classification step through hierarchical binary clustering, autonomous classification can be performed without determining the initial number of clusters, and the result interpretation of distance metric becomes difficult. It can have the effect of ameliorating the difficulties that may be encountered.
본 발명의 일 실시예에 따르면, 발전량을 예측하는 데 있어서 별도의 기상정보를 센싱하기 위한 복수의 센서가 요구되지 않아 초기 설치비용을 줄일 수 있고, 기상정보센서에 의한 고장확률을 줄일 수 있어 유지보수 비용을 줄일 수 있는 효과를 발휘할 수 있다.According to an embodiment of the present invention, in predicting the amount of power generation, a plurality of sensors for sensing separate weather information are not required, so the initial installation cost can be reduced, and the probability of failure due to the weather information sensor can be reduced and maintained. It can have the effect of reducing maintenance costs.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible by those skilled in the art from the above description. For example, the described techniques are performed in a different order than the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result. Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (9)
태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계;
판단대상 시계열신호에 대하여, 과거의 기설정된 슬라이딩윈도우 구간에서의 2일 이상의 시계열신호에서, 기설정된 규칙에 따라 추출된 1일 이상의 시계열신호를 포함하는 대표군시계열신호로부터 추출되는, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계;
판단대상 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계; 및
기설정된 기준값을 초과하는 상기 제1차분정보에 기초하여 비반복적 부분음영(Partial Shading)에 대한 판단정보를 생성하는 비반복적부분음영판단단계;를 포함하고,
상기 판단대상 시계열신호가 x(k)로 표시되고, k는 1 이상의 자연수이고, 크기가 m인 슬라이딩윈도우를 적용하는 경우,
상기 슬라이딩윈도우에 포함되는 과거의 시계열신호는 x(k-1) 내지 x(k-m)에 해당하고,
상기 QOPP도출단계는,
상기 x(k-1) 내지 x(k-m) 각각에 대해 포락선신호(x`(k-1) 내지 x`(k-m))를 생성하고, 생성한 1 이상의 포락선신호에 대해 2 이상의 군집으로 분류하는 군집분류단계;
상기 2 이상의 군집에 대하여, 각각의 군집에 포함되는 포락선신호의 평균값인 군집별평균값을 산출하는 군집별평균값산출단계; 및
상기 각각의 군집의 군집별평균값 중 가장 큰 값을 가진 군집을 대표군집으로 설정하고, 상기 대표군집에 해당하는 군집별평균값을 상기 판단대상 시계열신호에 해당하는 QOPP로 선정하는 단계;를 포함하고,
상기 대표군시계열신호는 상기 대표군집에 포함되는 포락선신호에 해당하는, 태양광패널의 음영감지방법.
A method for detecting a shadow of a solar panel performed in a computing device including one or more processors and memory, the method comprising:
A time series signal receiving step of receiving a time series signal of current or power at a specific point of the solar panel;
With respect to the time series signal to be judged, the solar panel extracted from the representative group time series signal including the time series signal of at least one day extracted according to the preset rule from the time series signal of 2 days or more in the preset sliding window section in the past A QOPP deriving step of deriving a Quasi Optimal Power Profile (QOPP) corresponding to a power profile that can be ideally developed during a preset section in the installed environment;
a first difference information generation step of calculating a difference between a time-series signal to be determined and a time-synchronized QOPP and generating first difference information according to time; and
A non-repetitive partial shading determination step of generating determination information on non-repetitive partial shading based on the first difference information exceeding a preset reference value;
When the time series signal to be determined is represented by x(k), k is a natural number equal to or greater than 1, and a sliding window having a size of m is applied,
Past time series signals included in the sliding window correspond to x(k-1) to x(km),
The QOPP deriving step is,
An envelope signal (x`(k-1) to x`(km)) is generated for each of the x(k-1) to x(km), and the generated one or more envelope signals are classified into two or more clusters. cluster classification step;
a cluster-specific average value calculation step of calculating an average value for each cluster, which is an average value of envelope signals included in each cluster, with respect to the two or more clusters; and
Setting the cluster having the largest value among the average values for each cluster of each cluster as the representative cluster, and selecting the average value for each cluster corresponding to the representative cluster as the QOPP corresponding to the time series signal to be determined; includes;
The representative group time series signal corresponds to an envelope signal included in the representative group, the method for detecting shade of a solar panel.
상기 군집분류단계는,
상기 1 이상의 포락선신호를 2개의 군집으로 분류하는 제1분류단계;
상기 2개의 군집 각각에 대하여, 군집별 유사도를 산출하는 유사도산출단계; 및
상기 군집별 유사도가 기설정된 기준값 이하일 경우, 해당 군집에 포함되는 포락선신호를 2개의 군집으로 분류하는 제2분류단계;를 포함하고,
상기 유사도산출단계 및 상기 제2분류단계는, 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 수행되는, 태양광패널의 음영감지방법.
The method according to claim 1,
The cluster classification step is
a first classification step of classifying the one or more envelope signals into two groups;
a similarity calculating step of calculating a similarity for each cluster for each of the two clusters; and
a second classification step of classifying the envelope signal included in the corresponding cluster into two clusters when the degree of similarity for each cluster is less than or equal to a preset reference value;
The similarity calculation step and the second classification step are performed until a predetermined number of times or the number of finally classified clusters does not exceed the predetermined number.
상기 제1차분정보생성단계는,
시간동기화를 한 QOPP와 해당 판단대상 시계열정보의 차이값을 산출하는 차이값산출단계; 및
시간에 따른 차이값에 대하여 표준화를 수행함으로써, 최댓값을 1, 최솟값을 0으로 하며 시간에 따른 제1차분정보를 생성하는 표준화단계;를 포함하고,
상기 표준화단계는, 기설정된 기간 동안 산출된 시간에 따른 차이값을 대상으로 수행하는, 태양광패널의 음영감지방법.
The method according to claim 1,
The first difference information generating step is,
a difference calculation step of calculating a difference value between the time-synchronized QOPP and the corresponding judgment target time series information; and
A standardization step of generating the first difference information according to time with a maximum value of 1 and a minimum value of 0 by performing standardization on the difference values according to time;
The standardization step is performed on a time-dependent difference value calculated for a preset period.
상기 비반복적 부분음영에 대한 판단정보는,
상기 제1차분정보에 대해 기설정된 기준값을 초과하는 구간이 존재하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함하는, 태양광패널의 음영감지방법.
The method according to claim 1,
The determination information for the non-repetitive partial shade is,
When there is a section exceeding a preset reference value for the first difference information, the method for detecting a shadow of a solar panel includes information that non-repetitive partial shading has occurred in the section.
상기 비반복적 부분음영에 대한 판단정보는,
상기 제1차분정보에 대해 기설정된 기준값을 초과하고, 상기 기설정된 기준값을 초과하는 상기 제1차분정보의 면적이 기설정된 기준면적을 초과하는 경우, 해당 구간에서 비반복적 부분음영이 발생했다는 정보를 포함하는, 태양광패널의 음영감지방법.
The method according to claim 1,
The determination information for the non-repetitive partial shade is,
When the first difference information exceeds a preset reference value, and the area of the first difference information that exceeds the preset reference value exceeds the preset reference area, information that non-repetitive partial shading has occurred in the corresponding section Including, a method for detecting shade of a solar panel.
상기 태양광패널의 음영감지방법은,
기설정된 기간동안 태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신한 뒤, 해당 기간 동안의 전운량이 기설정된 기준값 이하인 날에 수신된 시계열신호를 추출하는 전처리단계;
상기 전처리단계에서 추출된 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제2차분정보를 생성하는 제2차분정보생성단계; 및
상기 제2차분정보에 대해 군집분류단계를 수행하고, 그 수행결과에 기초하여 반복적 부분음영에 대한 판단정보를 생성하는 반복적부분음영판단단계;를 더 포함하는, 태양광패널의 음영감지방법.
The method according to claim 1,
The method of detecting the shade of the solar panel,
A pre-processing step of receiving a time series signal of current or power at a specific point of the solar panel for a preset period, and then extracting the time series signal received on a day when the amount of total cloudiness for the period is less than or equal to a preset reference value;
a second difference information generation step of generating second difference information according to time by calculating a difference between the time series signal extracted in the pre-processing step and the time-synchronized QOPP; and
The method for detecting a shade of a solar panel further comprising a; iterative partial shade determination step of performing a cluster classification step on the second difference information, and generating determination information on the repetitive partial shade based on the result of the execution.
상기 반복적부분음영판단단계는,
상기 제2차분정보에 대해 기설정된 횟수 혹은 최종적으로 분류된 군집의 개수가 기설정된 개수를 초과하지 않을 때까지 군집분류단계를 수행하고,
상기 군집분류단계를 통해 분류된 군집 중에서 포함된 시계열데이터가 가장 많고, 포함된 시계열데이터의 평균이 기설정된 기준 이상인 군집에 대하여, 해당 군집에 포함된 시계열데이터에 해당하는 구간을 반복적 부분음영이 발생한 구간으로 판단하는, 태양광패널의 음영감지방법.
8. The method of claim 7,
The iterative partial shade determination step is
performing the cluster classification step until the predetermined number of times or the number of finally classified clusters for the second difference information does not exceed the predetermined number,
Among the clusters classified through the cluster classification step, with respect to a cluster in which the included time series data is the most and the average of the included time series data is equal to or greater than a preset standard, the section corresponding to the time series data included in the cluster is repeatedly subshaded. A method for detecting shades of a solar panel, judging by a section.
상기 음영감지시스템은,
태양광패널의 특정 지점에서의 전류 혹은 전력의 시계열신호를 수신하는 시계열신호수신단계;
판단대상 시계열신호에 대하여, 과거의 기설정된 슬라이딩윈도우 구간에서의 2일 이상의 시계열신호에서, 기설정된 규칙에 따라 추출된 1일 이상의 시계열신호를 포함하는 대표군시계열신호로부터 추출되는, 태양광패널이 설치된 환경에서 기설정된 구간동안 이상적으로 발전시킬 수 있는 전력프로파일에 해당하는 QOPP(Quasi Optimal Power Profile)를 도출하는 QOPP도출단계;
판단대상 시계열신호와 시간동기화를 한 QOPP와의 차이를 계산하여 시간에 따른 제1차분정보를 생성하는 제1차분정보생성단계; 및
기설정된 기준값을 초과하는 상기 제1차분정보에 기초하여 비반복적 부분음영(Partial Shading)에 대한 판단정보를 생성하는 비반복적부분음영판단단계;를 수행하고,
상기 판단대상 시계열신호가 x(k)로 표시되고, k는 1 이상의 자연수이고, 크기가 m인 슬라이딩윈도우를 적용하는 경우,
상기 슬라이딩윈도우에 포함되는 과거의 시계열신호는 x(k-1) 내지 x(k-m)에 해당하고,
상기 QOPP도출단계는,
상기 x(k-1) 내지 x(k-m) 각각에 대해 포락선신호(x`(k-1) 내지 x`(k-m))를 생성하고, 생성한 1 이상의 포락선신호에 대해 2 이상의 군집으로 분류하는 군집분류단계;
상기 2 이상의 군집에 대하여, 각각의 군집에 포함되는 포락선신호의 평균값인 군집별평균값을 산출하는 군집별평균값산출단계; 및
상기 각각의 군집의 군집별평균값 중 가장 큰 값을 가진 군집을 대표군집으로 설정하고, 상기 대표군집에 해당하는 군집별평균값을 상기 판단대상 시계열신호에 해당하는 QOPP로 선정하는 단계;를 포함하고,
상기 대표군시계열신호는 상기 대표군집에 포함되는 포락선신호에 해당하는,태양광패널의 음영감지시스템.
A shading sensing system for a solar panel comprising at least one processor and at least one memory,
The shadow detection system,
A time series signal receiving step of receiving a time series signal of current or power at a specific point of the solar panel;
With respect to the time series signal to be judged, the solar panel extracted from the representative group time series signal including the time series signal of at least one day extracted according to the preset rule from the time series signal of 2 days or more in the preset sliding window section in the past A QOPP deriving step of deriving a Quasi Optimal Power Profile (QOPP) corresponding to a power profile that can be ideally developed during a preset section in the installed environment;
a first difference information generation step of calculating a difference between a time-series signal to be determined and a time-synchronized QOPP and generating first difference information according to time; and
performing a non-repetitive partial shading determination step of generating determination information on non-repetitive partial shading based on the first difference information exceeding a preset reference value;
When the time series signal to be determined is represented by x(k), k is a natural number equal to or greater than 1, and a sliding window having a size of m is applied,
Past time series signals included in the sliding window correspond to x(k-1) to x(km),
The QOPP deriving step is,
An envelope signal (x`(k-1) to x`(km)) is generated for each of the x(k-1) to x(km), and the generated one or more envelope signals are classified into two or more clusters. cluster classification step;
a cluster-specific average value calculation step of calculating an average value for each cluster, which is an average value of envelope signals included in each cluster, with respect to the two or more clusters; and
Setting the cluster having the largest value among the average values for each cluster of each cluster as the representative cluster, and selecting the average value for each cluster corresponding to the representative cluster as the QOPP corresponding to the time series signal to be determined; includes;
The representative group time-series signal corresponds to an envelope signal included in the representative group, A shadow sensing system of a solar panel.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220068766A KR102462909B1 (en) | 2022-06-07 | 2022-06-07 | The Method and System for Detecting Partial Shading on Photovoltaic Panel |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220068766A KR102462909B1 (en) | 2022-06-07 | 2022-06-07 | The Method and System for Detecting Partial Shading on Photovoltaic Panel |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102462909B1 true KR102462909B1 (en) | 2022-11-04 |
Family
ID=84101583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220068766A KR102462909B1 (en) | 2022-06-07 | 2022-06-07 | The Method and System for Detecting Partial Shading on Photovoltaic Panel |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102462909B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117727829A (en) * | 2023-10-31 | 2024-03-19 | 北京城建集团有限责任公司 | Preparation method and system of photoelectric curtain wall |
| KR20240079607A (en) | 2022-11-29 | 2024-06-05 | (주)비이엘테크놀로지 | A method for analyzing cumulative insolation during the year at a specific point reflecting the shading effect of solar radiation shielding |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101390405B1 (en) | 2012-12-27 | 2014-04-30 | 박기주 | Monitoring and control system for photovoltaic power generation device management system |
| JP2017192252A (en) * | 2016-04-15 | 2017-10-19 | 株式会社フィールドロジック | Analyzer, analysis method, and program |
| KR102360703B1 (en) | 2021-11-29 | 2022-02-14 | 주식회사 엔서치랩 | A system for fault diagnosis and notice about solar farm |
-
2022
- 2022-06-07 KR KR1020220068766A patent/KR102462909B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101390405B1 (en) | 2012-12-27 | 2014-04-30 | 박기주 | Monitoring and control system for photovoltaic power generation device management system |
| JP2017192252A (en) * | 2016-04-15 | 2017-10-19 | 株式会社フィールドロジック | Analyzer, analysis method, and program |
| KR102360703B1 (en) | 2021-11-29 | 2022-02-14 | 주식회사 엔서치랩 | A system for fault diagnosis and notice about solar farm |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240079607A (en) | 2022-11-29 | 2024-06-05 | (주)비이엘테크놀로지 | A method for analyzing cumulative insolation during the year at a specific point reflecting the shading effect of solar radiation shielding |
| CN117727829A (en) * | 2023-10-31 | 2024-03-19 | 北京城建集团有限责任公司 | Preparation method and system of photoelectric curtain wall |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102462909B1 (en) | The Method and System for Detecting Partial Shading on Photovoltaic Panel | |
| KR101856320B1 (en) | Forecasting apparatus and method of sunlight generation | |
| CN109751206B (en) | Fan blade icing fault prediction method and device and storage medium | |
| Liu et al. | Fault diagnosis approach for photovoltaic array based on the stacked auto-encoder and clustering with IV curves | |
| CN117411189B (en) | Monitoring data enhancement method of micro-grid coordination controller | |
| CN105141255A (en) | Fault diagnosis method of photovoltaic array | |
| CN110556820A (en) | Method and apparatus for determining energy system operating scenarios | |
| CN111327271A (en) | Photovoltaic array fault diagnosis method based on semi-supervised extreme learning machine | |
| Liu et al. | Intelligent fault diagnosis of photovoltaic array based on variable predictive models and I–V curves | |
| Wang et al. | Performance assessment of photovoltaic modules based on daily energy generation estimation | |
| US9209742B2 (en) | Method for determining a spatial arrangement of photovoltaic module groups in a photovoltaic installation | |
| CN109272258B (en) | Regional wind and solar power generation resource evaluation method based on K-means clustering | |
| CN105024644A (en) | Performance evaluation system and method of photovoltaic system | |
| Bognár et al. | An unsupervised method for identifying local PV shading based on AC power and regional irradiance data | |
| Qu et al. | An unsupervised hourly weather status pattern recognition and blending fitting model for PV system fault detection | |
| Cotfas et al. | Analytical versus metaheuristic methods to extract the photovoltaic cells and panel parameters | |
| KR102064083B1 (en) | Apparatus and method for determining error of power generation system | |
| CN112085350B (en) | Evaluation method for photovoltaic array state in large photovoltaic power station | |
| Ding et al. | A health status-based performance evaluation method of photovoltaic system | |
| KR20210115911A (en) | Apparatus for predicting photovoltaic ouput and method thereof | |
| Platon et al. | Modelling the power production of a photovoltaic system: Comparison of sugeno-type fuzzy logic and PVSAT-2 models | |
| Munshi et al. | Comparisons among Bat algorithms with various objective functions on grouping photovoltaic power patterns | |
| Ma et al. | Shading fault detection method for household photovoltaic power stations based on inherent characteristics of monthly string current data mapping | |
| Ma et al. | Anomaly Detection of Mountain Photovoltaic Power Plant Based on Spectral Clustering | |
| KR102338511B1 (en) | A system for monitering abnormality of solar power generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |