太阳能电池故障分析方法及系统技术方案

本申请实施例公开了一种太阳能电池故障分析方法及系统，通过目标电池运行异常数据对应的整体维度和细节维度的故障分类置信度确定目标太阳能电池系统对应的故障标签特征，可以规避相关技术中仅基于细节维度故障分类置信度进行故障标签特征分析时，过于关注目标电池运行异常数据的细节特征，当目标太阳能电池系统的故障范围较大时，无法精确判定实际故障的问题；也可以规避相关技术中仅基于整体维度故障分类置信度进行故障标签特征分析时，无法充分利用目标电池运行异常数据的细节特征，导致目标太阳能电池系统故障分析不准确的问题，由此提高最终故障分析的可靠性。由此提高最终故障分析的可靠性。由此提高最终故障分析的可靠性。

Solar cell fault analysis method and system

【技术实现步骤摘要】
太阳能电池故障分析方法及系统


[0001]本申请涉及太阳能电池系统
，具体而言，涉及一种太阳能电池故障分析方法及系统。

技术介绍

[0002]太阳能电池，是一种利用太阳光直接发电的光电半导体薄片，只要被满足一定照度条件的光照度，瞬间就可输出电压及在有回路的情况下产生电流，在物理学上称为太阳能光伏（Photovoltaic，缩写为PV），简称光伏。也即，太阳能电池是通过光电效应或者光化学效应直接把光能转化成电能的装置。以光伏效应工作的晶硅太阳能电池为主流。在相关技术中，太阳能电池系统是一个结合多个太阳能电池和太阳能电池控制组件的大型系统，太阳能电池监控系统通过对太阳能电池系统进行实时状态监控从而及时获知其运行状态，尤其是监控其是否处于故障状态，以便于及时进行故障修复。然而，目前针对太阳能电池系统的故障分析方式不够准确。

技术实现思路

[0003]本申请提供一种太阳能电池故障分析方法及系统。
[0004]第一方面，本申请实施例提供一种太阳能电池故障分析方法，基于故障检测服务器进行执行，包括：获取太阳能电池监控系统上传的目标电池运行异常数据对应的状态流向特征分布；所述目标电池运行异常数据为对目标太阳能电池系统进行状态数据监控获得的存在运行异常活动的数据；所述目标太阳能电池系统为待进行故障分析的电池目标；对所述状态流向特征分布进行成员活动定位，输出所述目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布；将各所述第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，输出所述目标电池运行异常数据对应的第一故障分类置信度；所述第一故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动针对各故障标签特征的支持度；将所述状态流向特征分布加载至目标整体故障分析模型，输出所述目标电池运行异常数据对应的第二故障分类置信度；所述第二故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的支持度；基于所述第一故障分类置信度以及所述第二故障分类置信度确定所述目标太阳能电池系统对应的故障标签特征。
[0005]第二方面，本申请实施例提供一种故障检测服务器，包括：处理器；存储器，所述存储器中存储有计算机程序，所述计算机程序被执行时实现第一方面所述的太阳能电池故障分析方法。
[0006]如上，本申请通过获取目标电池运行异常数据对应的状态流向特征分布；其中，目标电池运行异常数据为对需要进行故障分析的目标太阳能电池系统进行状态数据监控获得的存在运行异常活动的数据；然后，对状态流向特征分布进行成员活动定位，输出目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布；将各第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，输出目标电池运行异常数据对应的第一故障分类置信度；其中，第一故障分类置信度包括目标电池运行异常数据中各电池运行异常活动针对各故障标签特征的支持度；同时，将状态流向特征分布加载至目标整体故障分析模型，输出目标电池运行异常数据对应的第二故障分类置信度；其中，第二故障分类置信度包括目标电池运行异常数据中各电池运行异常活动针对各故障标签特征的支持度；基于第一故障分类置信度以及第二故障分类置信度确定目标太阳能电池系统对应的故障标签特征；如此，通过将目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，使得目标电池运行异常数据中每个电池运行异常活动都有对应的一个第一目标成员故障分析模型进行故障标签特征分析由此可以有效基于目标电池运行异常数据的精细化成员特征对目标电池运行异常数据中的目标太阳能电池系统进行故障标签特征分析，输出目标电池运行异常数据对应的第一故障分类置信度；通过将状态流向特征分布直接加载至目标整体故障分析模型，可以充分利用目标电池运行异常数据的整体特征对目标太阳能电池系统进行故障标签特征分析，输出目标电池运行异常数据对应的第二故障分类置信度；最终，通过目标电池运行异常数据对应的第一故障分类置信度和第二故障分类置信度确定目标太阳能电池系统对应的故障标签特征，可以规避相关技术中仅基于第一故障分类置信度进行故障标签特征分析时，过于关注目标电池运行异常数据的细节特征，当目标太阳能电池系统的故障范围较大时，无法精确判定实际故障的问题；也可以规避相关技术中仅基于第二故障分类置信度进行故障标签特征分析时，无法充分利用目标电池运行异常数据的细节特征，导致目标太阳能电池系统故障分析不准确的问题，由此提高最终故障分析的可靠性。
附图说明
[0007]图1为本申请实施例提供的一种太阳能电池故障分析方法步骤流程示意图；图2为本申请的实施例提供的用于执行图1中的太阳能电池故障分析方法的故障检测服务器的结构示意框图。
具体实施方式
[0008]下面将依据本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，记载的实施例是本申请一部分实施例，而不是全部的实施例。依据本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0009]下面结合图1对本申请实施例的具体实施方式进行说明。
[0010]STEP110，获取目标电池运行异常数据对应的状态流向特征分布。
[0011]其中，目标电池运行异常数据为对目标太阳能电池系统进行状态数据监控获得的存在运行异常活动的数据。
[0012]其中，目标太阳能电池系统为待进行故障分析的电池目标。
[0013]一些示例性的设计思路中，故障检测服务器可以获取到对需要进行故障分析的目标太阳能电池系统进行状态数据监控得到的目标电池运行异常数据，将目标电池运行异常数据加载至满足模型收敛要求的目标深度学习网络中，该目标深度学习网络中的编码单元通过特征提取函数对目标电池运行异常数据进行特征编码，生成状态流向特征分布。
[0014]例如，特征提取函数可以为F，若输入的目标电池运行异常数据为W，编码单元生成的状态流向特征分布为E，计算公式如下：E=F（W）。
[0015]STEP120，对状态流向特征分布进行成员活动定位，输出目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布。
[0016]一些示例性的设计思路中，故障检测服务器可以对状态流向特征分布进行成员活动定位，输出到目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布。
[0017]STEP130，将各第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，输出目标电池运行异常数据对应的第一故障分类置信度。
[0018]其中，第一故障分类置信度包括目标电池运行异常数据中各电池运行异常活动针对各故障标签特征的支持度。
[0019]故障检测服务器将各第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，通过各第一目标成员故障分析模型生成的各第一成员状态流向特征分布对应的故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太阳能电池故障分析方法，基于故障检测服务器进行执行，其特征在于，包括：获取太阳能电池监控系统上传的目标电池运行异常数据对应的状态流向特征分布；所述目标电池运行异常数据为对目标太阳能电池系统进行状态数据监控获得的存在运行异常活动的数据；所述目标太阳能电池系统为待进行故障分析的电池目标；对所述状态流向特征分布进行成员活动定位，输出所述目标电池运行异常数据中各电池运行异常活动对应的第一成员状态流向特征分布；将各所述第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，输出所述目标电池运行异常数据对应的第一故障分类置信度；所述第一故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动针对各故障标签特征的支持度；将所述状态流向特征分布加载至目标整体故障分析模型，输出所述目标电池运行异常数据对应的第二故障分类置信度；所述第二故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的支持度；基于所述第一故障分类置信度以及所述第二故障分类置信度确定所述目标太阳能电池系统对应的故障标签特征。2.根据权利要求1所述的太阳能电池故障分析方法，其特征在于，所述将各所述第一成员状态流向特征分布加载至各自关联的第一目标成员故障分析模型中，输出所述目标电池运行异常数据对应的第一故障分类置信度，包括：将各所述第一成员状态流向特征分布加载至各自关联的所述第一目标成员故障分析模型中，输出各所述第一成员状态流向特征分布对应的故障分类置信度；依据各所述第一成员状态流向特征分布的时空域信息，对各所述第一成员状态流向特征分布进行融合，输出融合后的第一成员状态流向特征分布；基于各所述融合后的第一成员状态流向特征分布对应的故障分类置信度，生成所述状态流向特征分布对应的故障分类置信度；所述状态流向特征分布对应的故障分类置信度包括所述状态流向特征分布中各电池运行异常活动针对各所述故障标签特征的支持度；基于所述状态流向特征分布对应的故障分类置信度，生成所述第一故障分类置信度。3.根据权利要求1所述的太阳能电池故障分析方法，其特征在于，所述基于所述第一故障分类置信度以及所述第二故障分类置信度确定所述目标太阳能电池系统对应的故障标签特征，包括：将所述第一故障分类置信度与所述第二故障分类置信度相加，输出所述目标电池运行异常数据对应的目标故障分类置信度；所述目标故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的目标支持度；基于所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的目标支持度，生成所述目标太阳能电池系统对应的故障标签特征；所述基于所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的目标支持度，生成所述目标太阳能电池系统对应的故障标签特征，包括：在所述目标电池运行异常数据中各电池运行异常活动针对各所述故障标签特征的目标支持度中，生成所述目标电池运行异常数据中各电池运行异常活动对应的最大目标支持度；将各所述最大目标支持度对应的故障标签特征，输出为所述目标电池运行异常数据中
各电池运行异常活动对应的故障标签特征；基于所述目标电池运行异常数据中各电池运行异常活动对应的故障标签特征，生成所述目标太阳能电池系统对应的故障标签特征。4.根据权利要求3所述的太阳能电池故障分析方法，其特征在于，所述方法还包括：对所述状态流向特征分布进行多次不同特征维度下的成员活动定位，输出所述目标电池运行异常数据在至少一个特征维度下对应的第二成员状态流向特征分布；所述第二成员状态流向特征分布的分布范围大于所述第一成员状态流向特征分布的分布范围，且小于所述状态流向特征分布的分布范围；将各所述第二成员状态流向特征分布加载至各自关联的第二目标成员故障分析模型中，输出所述目标电池运行异常数据对应的至少一个第三故障分类置信度；所述至少一个第三故障分类置信度包括所述目标电池运行异常数据中各电池运行异常活动在对应的特征维度下，针对各所述故障标签特征的支持度；将所述第一故障分类置信度、所述第二故障分类置信度与所述至少一个第三故障分类置信度相加，输出所述目标故障分类置信度。5.根据权利要求4所述的太阳能电池故障分析方法，其特征在于，所述方法还包括：获取等待进行模型权重优化的成员故障分析模型；所述等待进行模型权重优化的成员故障分析模型包括不同特征维度对应的单元故障分析模型；基于梯度下降算法对所述等待进行模型权重优化的成员故障分析模型进行模型权重信息优化，输出满足模型收敛要求的第一成员故障分析模型；和/或，基于指定损失函数...

【专利技术属性】
技术研发人员：章康平，王建明，孙亚楠，舒华富，刘勇，
申请(专利权)人：一道新能源科技衢州有限公司，
类型：发明
国别省市：