本發(fā)明實施例涉及光伏故障診斷,尤其涉及一種光伏組串的故障診斷方法、電子設(shè)備和存儲介質(zhì)。
背景技術(shù):
1、隨著光伏行業(yè)的發(fā)展和成熟,高效識別并處理光伏組串故障已經(jīng)成為提升電站輸出、減少投資風險的關(guān)鍵策略,同時指引著運維的發(fā)展。光伏組串發(fā)生故障后顯著影響發(fā)電效能,甚至有時候會帶來一系列安全問題。光伏組串的運行狀態(tài)直接影響著光伏發(fā)電系統(tǒng)的發(fā)電效率,通過對光伏組串發(fā)電過程產(chǎn)生的電流、電壓數(shù)據(jù)(iv數(shù)據(jù))進行分析,可以實現(xiàn)對光伏組串的故障診斷。
2、然而,現(xiàn)有的光伏組串故障診斷方法利用iv數(shù)據(jù)進行故障診斷時,往往只關(guān)注于故障分類而忽視了故障的不同嚴重程度。例如,不同遮擋程度對于光伏組串的發(fā)電效率影響是不同的。顯然處理這些故障的緊急程度和給用戶的預(yù)警提示及處理建議應(yīng)該是不同的,而現(xiàn)有技術(shù)缺乏融合故障程度判別的光伏組串故障診斷方法,處理這些故障的緊急程度和給用戶的預(yù)警提示及處理建議不夠精準和合適。
技術(shù)實現(xiàn)思路
1、本發(fā)明提供一種光伏組串的故障診斷方法、電子設(shè)備和存儲介質(zhì),解決現(xiàn)有方法處理故障的緊急程度和給用戶的預(yù)警提示及處理建議不夠精準和合適的問題,可以實現(xiàn)對故障類型的識別以及故障程度的判別,精準合適的給用戶提供不同預(yù)警提示和故障處理的建議。
2、根據(jù)本發(fā)明的一方面,提供了一種光伏組串的故障診斷方法,光伏組串的故障診斷方法包括:
3、獲取光伏組串的iv數(shù)據(jù);
4、對所述iv數(shù)據(jù)進行預(yù)處理,將預(yù)處理后的iv數(shù)據(jù)轉(zhuǎn)換成iv曲線圖像并制作數(shù)據(jù)集;
5、對所述數(shù)據(jù)集進行訓練得到光伏故障類型識別模型,所述光伏故障類型識別模型結(jié)合光伏故障程度判別方法得到光伏故障診斷模型;
6、根據(jù)所述光伏故障診斷模型對所述iv曲線圖像進行故障診斷,得到所述光伏組串的故障診斷結(jié)果。
7、可選地,所述獲取光伏組串的iv數(shù)據(jù)包括:
8、獲取所述光伏組串不同故障類型和不同故障程度下的歷史故障iv數(shù)據(jù);
9、獲取所述光伏組串正常使用時的iv數(shù)據(jù)。
10、可選地,所述對所述iv數(shù)據(jù)進行預(yù)處理,將預(yù)處理后的iv數(shù)據(jù)轉(zhuǎn)換成iv曲線圖像并制作數(shù)據(jù)集包括:
11、對所述iv數(shù)據(jù)進行數(shù)據(jù)清洗,剔除有誤數(shù)據(jù),得到符合條件的iv數(shù)據(jù);
12、將所述符合條件的iv數(shù)據(jù)畫成iv曲線,再經(jīng)過歸一化或大小調(diào)整或不顯示iv曲線坐標軸的處理,制作成iv曲線圖像;
13、按照不同故障類型和故障程度對所述iv曲線圖像進行分類并制作數(shù)據(jù)集。
14、可選地,所述光伏故障程度判別方法包括:
15、計算所述iv曲線上的實際最大功率點和虛擬最大功率點在所述iv曲線圖像上的距離值,所述距離值作為光伏故障程度的判別閾值;
16、根據(jù)所述光伏故障程度的判別閾值對光伏故障程度進行判別。
17、可選地,所述距離值的計算公式如下:
18、
19、其中,為實際最大功率點和虛擬最大功率點在所述iv曲線圖像上的距離值,vmpp_px為實際最大功率點在iv曲線圖像上橫軸的坐標,impp_px為實際最大功率點在iv曲線圖像上縱軸的坐標,vt_px為虛擬最大功率點在iv曲線圖像上橫軸的坐標,it_px為虛擬最大功率點pt在iv曲線圖像上縱軸的坐標。
20、可選地,所述實際最大功率點在iv曲線圖像上橫軸的坐標的計算公式如下:
21、
22、其中,vmpp為實際最大功率點的電壓,vmin為電壓數(shù)組中的最小值,vmax為電壓數(shù)組中的最大值,h為iv曲線圖像的高度;
23、所述實際最大功率點在iv曲線圖像上縱軸的坐標的計算公式如下:
24、
25、其中,impp為實際最大功率點的電流,imin為電流數(shù)組中的最小值,imax為電流數(shù)組中的最大值,w為iv曲線圖像的寬度;
26、所述虛擬最大功率點在iv曲線圖像上橫軸的坐標的計算公式如下:
27、
28、其中,;
29、所述虛擬最大功率點在iv曲線圖像上縱軸的坐標的計算公式如下:
30、
31、其中,為短路電流。
32、可選地,所述對所述數(shù)據(jù)集進行訓練得到光伏故障類型識別模型包括:
33、基于卷積神經(jīng)網(wǎng)絡(luò)模型對所述數(shù)據(jù)集進行訓練得到所述光伏故障類型識別模型。
34、可選地,所述故障類型包括:遮擋、熱斑、玻璃碎裂、斷路、短路和老化中的至少一種;
35、所述故障程度包括:輕微故障、中等故障和嚴重故障中的至少一種。
36、根據(jù)本發(fā)明的另一方面,提供了一種電子設(shè)備,該電子設(shè)備包括:
37、一個或多個處理器;
38、存儲器,用于存儲一個或多個程序;
39、當所述一個或多個程序被所述一個或多個處理器執(zhí)行,使得所述一個或多個處理器實現(xiàn)如本發(fā)明任意實施例所述的光伏組串的故障診斷方法。
40、根據(jù)本發(fā)明的另一方面,還提供了一種計算機可讀存儲介質(zhì),其上存儲有計算機程序,該計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明任意實施例所述的光伏組串的故障診斷方法。
41、本發(fā)明實施例的技術(shù)方案,提供一種融合故障程度判別的光伏組串的故障診斷方法,通過獲取光伏組串的iv數(shù)據(jù),對iv數(shù)據(jù)進行預(yù)處理,將預(yù)處理后的iv數(shù)據(jù)轉(zhuǎn)換成iv曲線圖像并制作數(shù)據(jù)集;對數(shù)據(jù)集進行訓練得到光伏故障類型識別模型,光伏故障類型識別模型結(jié)合光伏故障程度判別方法得到光伏故障診斷模型;根據(jù)光伏故障診斷模型對iv曲線圖像進行故障診斷,得到光伏組串的故障診斷結(jié)果,并給出相應(yīng)的預(yù)警提示和處理建議;可以實現(xiàn)對故障類型的識別以及故障程度的判別,為指導光伏組串的運維提供了可指導的方向,根據(jù)不同故障類型以及不同故障嚴重程度,精準合適的給用戶不同預(yù)警提示和故障處理的建議。綜上所述,本發(fā)明解決了現(xiàn)有光伏組串故障診斷方法利用iv數(shù)據(jù)進行故障診斷時,往往只關(guān)注于故障分類而忽視了故障的不同嚴重程度,處理這些故障的緊急程度和給用戶的預(yù)警提示及處理建議存在不夠精準和合適的問題。
42、應(yīng)當理解,本部分所描述的內(nèi)容并非旨在標識本發(fā)明的實施例的關(guān)鍵或重要特征,也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過以下的說明書而變得容易理解。
1.一種光伏組串的故障診斷方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的光伏組串的故障診斷方法,其特征在于,所述獲取光伏組串的iv數(shù)據(jù)包括:
3.根據(jù)權(quán)利要求1所述的光伏組串的故障診斷方法,其特征在于,所述對所述iv數(shù)據(jù)進行預(yù)處理,將預(yù)處理后的iv數(shù)據(jù)轉(zhuǎn)換成iv曲線圖像并制作數(shù)據(jù)集包括:
4.根據(jù)權(quán)利要求1所述的光伏組串的故障診斷方法,其特征在于,所述光伏故障程度判別方法包括:
5.根據(jù)權(quán)利要求4所述的光伏組串的故障診斷方法,其特征在于,所述距離值的計算公式如下:
6.根據(jù)權(quán)利要求5所述的光伏組串的故障診斷方法,其特征在于,所述實際最大功率點在iv曲線圖像上橫軸的坐標的計算公式如下:
7.根據(jù)權(quán)利要求1所述的光伏組串的故障診斷方法,其特征在于,所述對所述數(shù)據(jù)集進行訓練得到光伏故障類型識別模型包括:
8.根據(jù)權(quán)利要求2所述的光伏組串的故障診斷方法,其特征在于,所述故障類型包括:遮擋、熱斑、玻璃碎裂、斷路、短路和老化中的至少一種;
9.一種電子設(shè)備,其特征在于,包括:
10.一種計算機可讀存儲介質(zhì),其上存儲有計算機程序,其特征在于,該計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-8任一所述的光伏組串的故障診斷方法。