基于云计算实时在线监测的光伏组件故障定位分析方法技术

本发明专利技术涉及光伏组件故障定位分析技术领域，具体公开一种基于云计算实时在线监测的光伏组件故障定位分析方法，通过计算得出各目标子光伏板对应的发电总量，并从中筛选出故障子光伏板，进而通过监测分析得出各故障子光伏板对应的故障类型和故障原因，并发送至光伏预警终端进行预警处理，从多维度的分析光伏板的故障类型，在一定程度上加强了故障分析数据的准确度和可信度，提高了光伏系统的发电效率,避免了造成发电量的损失，同时还避免造成因光伏板故障造成更严重的发电站事故，在一定程度上同时还提高了发电站的收益，有利于光伏电站维护人员工作的开展，从而避免产生安全隐患，有助于促进我国光伏发电的规模化发展。助于促进我国光伏发电的规模化发展。助于促进我国光伏发电的规模化发展。

【技术实现步骤摘要】
基于云计算实时在线监测的光伏组件故障定位分析方法


[0001]本专利技术属于光伏组件故障定位分析
，涉及到基于云计算实时在线监测的光伏组件故障定位分析方法。
技术背景
[0002]近年来，随着光伏发电技术加速迭代，不断刷新转换效率世界纪录，光伏产业已成为我国少有的形成国际竞争优势并有率先成为高质量发展典范的战略性新兴产业，是推动我国能源变革的重要引擎，但是由于光伏故障会造成发电能耗下降，为了保障渔光互补发电站的正常运行，对于渔光互补发电站的故障定位分析也就愈发重要。
[0003]目前对于渔光互补发电站的故障定位分析主要针对表面或发电量进行分析，很显然，当前对渔光互补发电站的故障定位分析还存在以下几点不足：1、当前对光伏板故障类型分析过于浅显，没有从多维度的分析光伏板的故障类型，在一定程度上使得分析数据缺乏准确度和可信度，降低光伏系统的发电效率,造成发电量损失，同时还会造成因光伏板故障造成更严重的发电站事故，降低电站的收益损失。
[0004]2、当前没有及时检测光伏电站设备故障，不利于光伏电站稳定高效运行，同时还不方便在光伏电站设备发生故障之初采取相应的对策，无法确定设备故障发生的原因和位置，同时还不利于光伏电站维护人员工作的开展。
[0005]3、当前没有对光伏板的功率衰减和电阻进行监测分析，进而加速组件功率衰减，接触点温度升高，加速接触面氧化，使接触电阻进一步增大，容易产生安全隐患，无法助于促进我国光伏发电的规模化发展。

技术实现思路

[0006]鉴于以上现有技术存在的问题，本专利技术提供基于云计算实时在线监测的光伏组件故障定位分析方法，用于解决据上述技术问题。
[0007]为了实现上述目的及其他目的，本专利技术采用的技术方案如下：本专利技术提供了基于云计算实时在线监测的光伏组件故障定位分析方法，该方法包括：步骤一、光伏区域划分：将目标渔光互补光伏发电站按照预设顺序进而划分为各子光伏板，并获取各子光伏板对应的位置和编号。
[0008]步骤二、光伏信息获取：根据目标渔光互补光伏发电站对应的区域位置，从数据库中获取目标渔光互补光伏发电站中各子光伏板对应区域位置中的基本信息，并将目标渔光互补光伏发电站中各子光伏板记为各目标子光伏板。
[0009]步骤三、发电总量计算：根据目标渔光互补光伏发电站对应区域位置的光照信息，进而计算得出各目标子光伏板对应的发电总量。
[0010]步骤四、故障光伏筛选：根据各目标子光伏板对应的发电总量，进而筛选出故障子光伏板。
[0011]步骤五、光伏故障监测：根据布设的红外无人摄像机，对各故障子光伏板进行红外
图像监测。
[0012]步骤六、光伏故障分析：根据各故障子光伏板的红外监测图像，进而分析得出各故障子光伏板对应的故障类型。
[0013]步骤七、光伏故障测试：对各故障子光伏板进行数据测试。
[0014]步骤八、光伏测试分析：根据各故障子光伏板的数据测试，进而分析得出各故障子光伏板对应的故障原因。
[0015]步骤九、光伏故障预警：根据各故障子光伏板对应的故障类型和故障原因，发送对应预警指令至后台显示终端，并安排对应人员进行预警处理。
[0016]在一种可能的实施方式中，所述步骤二中基本信息包括地理信息和各月平均水汽压值，其中，地理信息包括海拔高度和地理纬度。
[0017]在一种可能的实施方式中，所述步骤三中计算得出各目标子光伏板对应的发电总量，具体计算过程如下：A1、根据目标渔光互补光伏发电站中各子光伏板对应的基本信息，从中提取出目标渔光互补光伏发电站中各子光伏板对应的海拔高度、地理纬度和各月平均水汽压值，利用计算公式计算得出目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量α
rp
，其中，p表示为各子光伏板对应的编号，p＝1,2,......q，r表示为各月份对应的编号，r＝1,2,......m，H
p
分别表示为设定的第p个子光伏板对应的地理纬度和海拔高度，ι
r
表示为第r个月份对应的平均水汽压值，C1、C2、C3、C4分别表示为设定的参考辐射系数。
[0018]A2、从目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量中筛选出目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量，并将目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量记为各目标子光伏板对应的月总辐射量，依据分析公式计算得出各目标子光伏板对应的峰值日照时数β
p
，其中，T
′
表示为同一月份对应的天数，α
′
表示为设定的辐射参考值，α
p
表示为第p个目标子光伏板对应的月总辐射量。
[0019]A3、进而依据分析公式L
p
＝W
p
*β
p
*η
′
，计算得出各目标子光伏板对应的发电总量L
p
，W
p
表示为数据库存储的第p个目标子光伏板对应的装机容量，η
′
表示为数据库存储的光伏板对应的发电转换效率。
[0020]在一种可能的实施方式中，所述步骤四中筛选出故障光伏板，具体筛选过程如下：S1、从数据库中提取出各目标子光伏板对应的初始使用时间，并将其记为T
初始
p，进而利用计算公式计算得出各目标子光伏板对应的发电效率χ
p
，其中，L'表示为设定的目标子光伏板对应相同光照的标准发电总量，ΔL表示为设定的许可发电量差值，T
当前
表示为当前对应时间，T1表示为设定的时间修正因子，表示为设定的系数修正因子。
[0021]S2、将各目标子光伏板对应的发电效率与数据库存储的光伏板对应的发电总效率进行比对，若某目标子光伏板对应的发电效率小于光伏板对应的发电总效率，则判定该目标子光伏板为故障子光伏板，由此筛选得出各故障子光伏板。
[0022]在一种可能的实施方式中，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程如下：D1、将各故障子光伏板的红外监测图像按照等面积的划分方式划分为各子区域，并提取各故障子光伏板中各子区域对应的色度值，并将各故障子光伏板中各子区域对应的色度值与数据库存储的标准光伏板红外图像色度值进行比对，若某故障子光伏板中某子区域对应的色度值与标准光伏板红外图像色度值比对不一致，则判定该故障光伏板中该子区域为故障子区域，由此得到各故障光伏板中各故障子区域。
[0023]D2、将各故障子光伏板的红外监测图像放大聚焦在各故障光伏板中各故障子区域的位置，进而得到各故障光伏板中各故障子区域对应的故障信息，其中，故障信息包括故障形状、故障面积和故障所在区域位置。
[0024]在一种可能的实施方式中，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程还包括：G1、从数据库存储的各光伏板参考故障类型图片中提取各光伏板参考故障类型形状，并将各故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：该方法包括以下步骤：步骤一、光伏区域划分：将目标渔光互补光伏发电站按照预设顺序进而划分为各子光伏板，并获取各子光伏板对应的位置和编号；步骤二、光伏信息获取：根据目标渔光互补光伏发电站对应的区域位置，从数据库中获取目标渔光互补光伏发电站中各子光伏板对应区域位置中的基本信息，并将目标渔光互补光伏发电站中各子光伏板记为各目标子光伏板；步骤三、发电总量计算：根据目标渔光互补光伏发电站对应区域位置的光照信息，进而计算得出各目标子光伏板对应的发电总量；步骤四、故障光伏筛选：根据各目标子光伏板对应的发电总量，进而筛选出故障子光伏板；步骤五、光伏故障监测：根据布设的红外无人摄像机，对各故障子光伏板进行红外图像监测；步骤六、光伏故障分析：根据各故障子光伏板的红外监测图像，进而分析得出各故障子光伏板对应的故障类型；步骤七、光伏故障测试：对各故障子光伏板进行数据测试；步骤八、光伏测试分析：根据各故障子光伏板的数据测试，进而分析得出各故障子光伏板对应的故障原因；步骤九、光伏预警终端：根据各故障子光伏板对应的故障类型和故障原因，发送对应预警指令至后台显示终端，并安排对应人员进行预警处理。2.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤二中基本信息包括地理信息和各月平均水汽压值，其中，地理信息包括海拔高度和地理纬度。3.根据权利要求2所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤三中计算得出各目标子光伏板对应的发电总量，具体计算过程如下：A1、根据目标渔光互补光伏发电站中各子光伏板对应的基本信息，从中提取出目标渔光互补光伏发电站中各子光伏板对应的海拔高度、地理纬度和各月平均水汽压值，利用计算公式计算得出目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量α
rp
，其中，p表示为各子光伏板对应的编号，p＝1,2,......q，r表示为各月份对应的编号，r＝1,2,......m，H
p
分别表示为设定的第p个子光伏板对应的地理纬度和海拔高度，ι
r
表示为第r个月份对应的平均水汽压值，C1、C2、C3、C4分别表示为设定的参考辐射系数；A2、从目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量中筛选出目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量，并将目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量记为各目标子光伏板对应的月总辐射量，依据分析公式计算得出各目标子光伏板对应的峰值日照时数β
p
，其中，
T
′
表示为同一月份对应的天数，α
′
表示为设定的辐射参考值，α
p
表示为第p个目标子光伏板对应的月总辐射量；A3、进而依据分析公式L
p
＝W
p
*β
p
*η
′
，计算得出各目标子光伏板对应的发电总量L
p
，W
p
表示为数据库存储的第p个目标子光伏板对应的装机容量，η
′
表示为数据库存储的光伏板对应的发电转换效率。4.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤四中筛选出故障光伏板，具体筛选过程如下：S1、从数据库中提取出各目标子光伏板对应的初始使用时间，并将其记为T
初始
p，进而利用计算公式计算得出各目标子光伏板对应的发电效率χ
p
，其中，L'表示为设定的目标子光伏板对应相同光照的标准发电总量，ΔL表示为设定的许可发电量差值，T
当前
表示为当前对应时间，T1表示为设定的时间修正因子，表示为设定的系数修正因子；S2、将各目标子光伏板对应的发电效率与数据库存储的光伏板对应的发电总效率进行比对，若某目标子光伏板对应的发电效率小于光伏板对应的发电总效率，则判定该目标子光伏板为故障子光伏板，由此筛选得出各故障子光伏板。5.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程如下：D1、将各故障子光伏板的红外监测图像按照等面积的划分方式...

【专利技术属性】
技术研发人员：徐行平，
申请(专利权)人：公安县前锋科技能源有限公司，
类型：发明
国别省市：