用于空压站的光伏组件衰减测试系统及方法技术方案

本发明专利技术公开了用于空压站的光伏组件衰减测试系统及方法，涉及光伏组件测试技术领域，解决了现有技术无法对光伏组件进行综合评估，导致光伏组件的衰减评估不准确，且无法定位具体的环境因素的技术问题；本发明专利技术基于动态数据和衰减评估模型预测光伏组件衰减是否异常；若衰减异常则根据实验测试曲线单独或者联合分析确定影响光伏组件衰减的目标因素；本发明专利技术有助于对光伏组件进行及时维护，延长光伏组件的寿命；本发明专利技术在构建衰减评估模型时，引入了表示周期时长与模拟时长之间关系的时间因子，在光伏组件一次完整模拟之后，可以在记录数据的基础上，结合时间因子扩展标准训练数据，提高模拟效率，提高衰减评估模型精度。提高衰减评估模型精度。提高衰减评估模型精度。

【技术实现步骤摘要】
用于空压站的光伏组件衰减测试系统及方法


[0001]本专利技术属于光伏组件测试领域，涉及应用于空压站的光伏组件衰减测试技术，具体是用于空压站的光伏组件衰减测试系统及方法。

技术介绍

[0002]随着光伏技术的发展，光伏组件得到了大规模的投入使用。在光伏组件运营几年之后，部分会出现大面积的发电量减少现象，尤其是高温潮湿环境。而光伏组件功率衰减的无规律性是重点测试内容。
[0003]现有技术(公开号为CN112016181A的专利技术专利申请)公开了一种光伏组件的测试时间、组件状态评估方法和装置，根据室内湿热实验求解预先构建的组件功率衰减模型，然后结合目标地区气象数据中的温度和湿度计算功率衰减率，能够有效评估光伏组件在设定年限后的组件状态，为光伏组件的可靠性分析提供数据支撑。现有技术结合室内温热实验在参考温湿度的基础上预测光伏组件的服役状态，而在实际使用过程中，无法评估除了温湿度之外其他环境因素对光伏组件的影响，导致光伏组件的衰减评估不准确，且无法定位具体的环境因素；因此，亟须一种用于空压站的光伏组件衰减测试系统及方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了用于空压站的光伏组件衰减测试系统及方法，用于解决现有技术在光伏组件测试时所考虑的环境因素单一，无法对光伏组件进行综合评估，导致光伏组件的衰减评估不准确，且无法定位具体的环境因素的技术问题。
[0005]为实现上述目的，本专利技术的第一方面提供了用于空压站的光伏组件衰减测试系统，应用于空压站，包括衰减测试模块以及与之相连接的数据采集模块；且数据采集模块通过数据传感器或者气象平台采集动态数据；
[0006]数据采集模块通过数据传感器或者气象平台实时采集动态数据，并将动态上传至衰减测试模块；其中，动态数据包括温度、湿度、紫外辐射或者机械载荷，数据传感器包括功率传感器和载荷传感器；
[0007]衰减测试模块定期提取动态数据，基于动态数据和衰减评估模型判断光伏组件衰减是否异常；是，则分析识别动态数据；否，则持续评估；其中，衰减评估模型基于人工智能模型建立；
[0008]在光伏组件衰减异常时，衰减测试模块对动态数据进行排序，结合对应的实验测试曲线依次进行分析识别，确定目标因素；其中，实验测试曲线在实验室对动态数据进行定性模拟时获取。
[0009]优选的，所述衰减测试模块用于测试空压站对应的光伏组件功率衰减情况，与所述数据采集模块通信和/或电气连接；
[0010]所述数据采集模块与气象平台或者若干类型数据传感器通信连接；其中，气象平
台用于获取光伏组件的工作环境数据。
[0011]优选的，所述衰减测试模块对动态数据中的动态数据进行排序，包括：
[0012]对自然环境进行模拟来设置动态数据的实验数值；
[0013]通过定性分析法和实验数值模拟光伏组件的工作环境；根据模拟结果中各动态数据对功率衰减的影响程度进行排序；其中，动态数据的排序分时段变化。
[0014]优选的，所述衰减测试模块根据动态数据的排序确定动态数据的分析周期，包括：
[0015]获取光伏组件的服役时长；根据动态数据的排序结果确定服役时长阶段对应的影响程度最大的动态数据，标记为时期因素；
[0016]根据时期因素是否超过下限值来确定分析周期；其中，下限值为时期因素会对光伏组件功率衰减产生影响的最低限值。
[0017]优选的，所述衰减测试模块结合衰减评估模型对定期提取的动态数据进行判断，包括：
[0018]将动态数据和时长因子拼接形成模型分析数据，从厂家数据中识别该周期的功率衰减限值；其中，时长因子表示周期时长与模拟时长的关系；
[0019]将模型分析数据输入至衰减评估模型中获取输出的功率衰减预测值；功率衰减预测值大于功率衰减限值时，则判断光伏组件衰减异常；否则，持续评估。
[0020]优选的，所述衰减评估模型基于人工智能模型建立，包括：
[0021]实验模拟各种工况下光伏组件的工作过程，记录工作过程的动态数据、模拟时长以及对应的功率衰减实测值；将动态数据与时长因子拼接形成标准输入数据，将对应的功率衰减实测值标记为标准输出数据；
[0022]通过标准输入数据和标准输出数据训练人工智能模型，将训练完成的人工智能模型标记为衰减评估模型；其中，人工智能模型包括误差逆向传播神经网络模型或者RBF神经网络模型。
[0023]优选的，在光伏组件衰减异常时，所述衰减测试模块结合动态数据的实验测试曲线确定目标因素，包括：
[0024]按照对光伏组件衰减影响程度依次提取实验测试曲线；从所述实验测试曲线中匹配对应周期的功率衰减影响值；根据所述功率衰减预测值确定分析周期内功率周期衰减值；
[0025]将功率周期衰减值与所述功率衰减影响值是否相近；是，则将功率衰减影响值对应的动态数据标记为目标因素；否则，对下一动态数据进行分析，或者联合至少两个动态数据进行分析。
[0026]本专利技术的第二方面提供了用于空压站的光伏组件衰减测试方法，包括：
[0027]数据采集模块通过数据传感器或者气象平台实时采集动态数据，并将动态上传至衰减测试模块；其中，动态数据包括温度、湿度、紫外辐射或者机械载荷；
[0028]衰减测试模块定期提取动态数据，基于动态数据和衰减评估模型判断光伏组件衰减是否异常；是，则分析识别动态数据；否，则持续评估；其中，衰减评估模型基于人工智能模型建立；
[0029]在光伏组件衰减异常时，衰减测试模块对动态数据进行排序，结合对应的实验测试曲线依次进行分析识别，确定目标因素。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]1.本专利技术基于动态数据和衰减评估模型预测光伏组件衰减是否异常；若衰减异常则根据实验测试曲线单独或者联合分析确定影响光伏组件衰减的目标因素；本专利技术既可以对光伏组件的衰减状态进行预测，还可以确定其主要的影响因素，有助于对光伏组件进行及时维护，延长光伏组件的寿命。
[0032]2.本专利技术在构建衰减评估模型时，引入了表示周期时长与模拟时长之间关系的时间因子，在光伏组件一次完整模拟之后，可以在记录数据的基础上，结合时间因子扩展标准训练数据，提高模拟效率，提高衰减评估模型精度。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为本专利技术的工作步骤示意图；
[0035]图2为本专利技术的系统原理示意图。
具体实施方式
[0036]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于空压站的光伏组件衰减测试系统，应用于空压站，包括衰减测试模块以及与之相连接的数据采集模块；且数据采集模块通过数据传感器或者气象平台采集动态数据，其特征在于：数据采集模块通过数据传感器或者气象平台采集实时动态数据，并将动态上传至衰减测试模块；其中，动态数据包括温度、湿度、紫外辐射或者机械载荷，数据传感器包括功率传感器和载荷传感器；衰减测试模块定期提取动态数据，基于动态数据和衰减评估模型判断光伏组件衰减是否异常；是，则分析识别动态数据；否，则持续评估；其中，衰减评估模型基于人工智能模型建立；在光伏组件衰减异常时，衰减测试模块对动态数据进行排序，结合对应的实验测试曲线依次进行分析识别，确定目标因素；其中，实验测试曲线在实验室对动态数据进行定性模拟时获取。2.根据权利要求1所述的用于空压站的光伏组件衰减测试系统，其特征在于，所述衰减测试模块用于测试空压站对应的光伏组件功率衰减情况，与所述数据采集模块通信和/或电气连接；所述数据采集模块与气象平台或者若干类型数据传感器通信连接；其中，气象平台用于获取光伏组件的工作环境数据。3.根据权利要求2所述的用于空压站的光伏组件衰减测试系统，其特征在于，所述衰减测试模块对动态数据中的动态数据进行排序，包括：对自然环境进行模拟来设置动态数据的实验数值；通过定性分析法和实验数值模拟光伏组件的工作环境；根据模拟结果中各动态数据对功率衰减的影响程度进行排序；其中，动态数据的排序分时段变化。4.根据权利要求3所述的用于空压站的光伏组件衰减测试系统，其特征在于，所述衰减测试模块根据动态数据的排序确定动态数据的分析周期，包括：获取光伏组件的服役时长；根据动态数据的排序结果确定服役时长阶段对应的影响程度最大的动态数据，标记为时期因素；根据时期因素是否超过下限值来确定分析周期；其中，下限值为时期因素会对光伏组件功率衰减产生影响的最低限值。5.根据权利要求4所述的用于空压站的光伏组件衰减测试系统，其特征在于，所述衰减测试模块结合衰减评估模型对定期提取的动态数据进行判断，包括：将动态数据...

【专利技术属性】
技术研发人员：胡培生，孙小琴，魏运贵，胡明辛，
申请(专利权)人：广州瑞鑫智能制造有限公司，
类型：发明
国别省市：