System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及光伏,尤其涉及一种光伏组件故障诊断方法、装置、设备和存储介质。
技术介绍
1、光伏电站通常建立在太阳能资源丰富的地区,如沿海地区和荒漠地区,这些地方环境较为恶劣,容易对光伏组件造成损坏,影响光伏电站的发电量,同时增加成本。光伏组件因所处环境复杂,产生的故障种类繁多,定期检测光伏组件,以确定故障光伏组件的故障类型并基于故障类型进行故障修复,可以提高光伏电站安全性,减少损失。
2、现有技术可以获取光伏组件的图像信息,基于图像识别技术确定故障光伏组件以及故障光伏组件的故障类型。
3、但是现有技术中,获取光伏组件的图像信息对图像获取装置和环境的要求都较高,而且图像识别技术只能检测部分表面故障,难以检测内部故障,故障检测效果不佳。
技术实现思路
1、本专利技术提供一种光伏组件故障诊断方法、装置、设备和存储介质,以实现快速确定待测光伏组件较为准确的故障类型。
2、第一方面,本专利技术实施例提供了一种光伏组件故障诊断方法,所述方法包括:
3、获取待测光伏组件的工作电流和工作电压;
4、将所述工作电流和所述工作电压输入预先训练好的故障诊断模型,以使所述故障诊断模型对所述工作电流和所述工作电压进行处理,确定所述工作电流和所述工作电压对应的标签信息;
5、根据所述标签信息确定所述待测光伏组件的故障类型。
6、本专利技术实施例的技术方案,提供一种光伏组件故障诊断方法,所述方法包括:获取待测光伏组件的工
7、进一步地,在将所述工作电流和所述工作电压输入预先训练好的故障诊断模型之前,还包括:
8、获取历史时段内的历史工作电流和历史工作电压;
9、确定所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息;
10、将所述历史工作电流、所述历史工作电压以及所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息作为训练数据集对transformer神经网络模型进行模型训练,并计算损失函数;
11、基于反向传播算法进行模型优化,直至损失函数收敛,得到所述故障诊断模型。
12、进一步地,获取历史时段内的历史工作电流和历史工作电压,包括:
13、在至少一个采样点至少一个历史时段内每间隔预设时间获取所述待测光伏组件的一个工作电流,直至获取到预设数量的历史工作电流;
14、在至少一个采样点至少一个历史时段内每间隔预设时间获取所述待测光伏组件的一个工作电压,直至获取到预设数量的历史工作电压。
15、进一步地,在获取历史时段内的历史工作电流和历史工作电压之后,还包括:
16、将所述历史工作电流输入预先训练好的数据过滤模型,以使所述数据过滤模型对所述历史工作电流进行聚类分析,以将所述历史工作电流分为正常电流数据和异常电流数据,并将所述正常电流数据确定为目标历史工作电流;
17、将所述历史工作电压输入预先训练好的数据过滤模型,以使所述数据过滤模型对所述历史工作电压进行聚类分析,以将所述历史工作电压分为正常电压数据和异常低压数据,并将所述正常电压数据确定为目标历史工作电压。
18、进一步地,确定所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息,包括:
19、将同一采样点同一历史时段内获取到的所述待测光伏的历史工作电流和历史工作电流确定为一个电流-电压数据集合;
20、对各所述电流-电压数据集合进行非线性曲线拟合,以确定各所述电流-电压数据集合中各组所述历史工作电流和所述历史工作电流对应的历史特征;
21、基于聚类算法分别对各所述电流-电压数据集合中的各组所述历史工作电流和历史工作电流进行聚类,以确定各组所述历史工作电流和历史工作电流对应的历史标签信息。
22、进一步地,所述历史特征包括短路电流值、开路电压值、峰值功率、最大功率点电压、最大功率点电流和填充因子中的至少一项。
23、进一步地,在将所述历史工作电流、所述历史工作电压以及所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息作为训练数据集对transformer神经网络模型进行模型训练之前,还包括:
24、基于所述短路电流值对所述历史工作电流进行归一化处理;
25、基于所述开路电压值对所述历史工作电压进行归一化处理。
26、进一步地,还包括:
27、根据所述故障类型确定修复建议。
28、第二方面,本专利技术实施例还提供了一种光伏组件故障诊断装置,包括:
29、获取模块,用于获取待测光伏组件的工作电流和工作电压;
30、处理模块,用于将所述工作电流和所述工作电压输入预先训练好的故障诊断模型,以使所述故障诊断模型对所述工作电流和所述工作电压进行处理,确定所述工作电流和所述工作电压对应的标签信息;
31、确定模块,用于根据所述标签信息确定所述待测光伏组件的故障类型。
32、第三方面,本专利技术实施例还提供了一种光伏组件故障诊断设备,包括:
33、一个或多个处理器;存储装置,用于存储一个或多个程序;电流采样装置,用于获取待测光伏组件的工作电流;电压采样装置,用于获取待测光伏组件的工作电压;
34、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一所述的光伏组件故障诊断方法。
35、第四方面,本专利技术实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的光伏组件故障诊断方法。
36、第五方面,本申请提供一种计算机程序产品,该计算机程序产品包括计算机指令,当计算机指令在计算机上运行时,使得计算机执行如第一方面提供的光伏组件故障诊断方法。
37、需要说明的是,上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中,计算机可读存储介质可以与光伏组件故障诊断装置的处理器封装在一起的,也可以与光伏组件故障诊断装置的处理器单独封装,本申请对此不做限定。
38、本申请中第二方面、第三方面、第本文档来自技高网...
【技术保护点】
1.一种光伏组件故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的光伏组件故障诊断方法,其特征在于,在将所述工作电流和所述工作电压输入预先训练好的故障诊断模型之前,还包括:
3.根据权利要求2所述的光伏组件故障诊断方法,其特征在于,获取历史时段内的历史工作电流和历史工作电压,包括:
4.根据权利要求3所述的光伏组件故障诊断方法,其特征在于,在获取历史时段内的历史工作电流和历史工作电压之后,还包括:
5.根据权利要求2所述的光伏组件故障诊断方法,其特征在于,确定所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息,包括:
6.根据权利要求5所述的光伏组件故障诊断方法,其特征在于,所述历史特征包括短路电流值、开路电压值、峰值功率、最大功率点电压、最大功率点电流和填充因子中的至少一项。
7.根据权利要求6所述的光伏组件故障诊断方法,其特征在于,在将所述历史工作电流、所述历史工作电压以及所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息作为训练数据集对Transformer神经网
8.根据权利要求1所述的光伏组件故障诊断方法,其特征在于,还包括:
9.一种光伏组件故障诊断装置,其特征在于,包括:
10.一种光伏组件故障诊断设备,其特征在于,包括:
11.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的光伏组件故障诊断方法。
...【技术特征摘要】
1.一种光伏组件故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的光伏组件故障诊断方法,其特征在于,在将所述工作电流和所述工作电压输入预先训练好的故障诊断模型之前,还包括:
3.根据权利要求2所述的光伏组件故障诊断方法,其特征在于,获取历史时段内的历史工作电流和历史工作电压,包括:
4.根据权利要求3所述的光伏组件故障诊断方法,其特征在于,在获取历史时段内的历史工作电流和历史工作电压之后,还包括:
5.根据权利要求2所述的光伏组件故障诊断方法,其特征在于,确定所述历史工作电流和所述历史工作电压对应的历史特征和历史标签信息,包括:
6.根据权利要求5所述的光伏组件故障诊断方法,其特征在于,所述历史特征包括短路电流...
【专利技术属性】
技术研发人员:李鹏飞,朱锐,张俊,
申请(专利权)人:阿特斯光伏科技苏州有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。