公开(公告)号：CN115060994A

公开(公告)日：2022-09-16

申请号：CN202210666533.8

申请日：2022-06-13

Applicant: 中国计量大学

Inventor： 郭倩 ,  沈敏翔 ,  卫东 ,  何云霄 ,  高剑

IPC: G01R31/00 ,  G01R31/36 ,  G01R31/378 ,  G01R31/396 ,  G01R31/26 ,  G01R31/52

Abstract: 本发明提供了一种基于模型参数的光伏组串热斑故障程度估算方法，利用电池片内部参数与I‑V特性曲线中最大功率点的位置，不仅能判别热斑故障类型，还能计算处于热斑状态下电池片的发热功率，并将输出功率作为特征量估算热斑故障程度，以此判断是否采取维护措施，对于电站的运维工作具有较强的指导意义。

公开(公告)号：CN114938202A

公开(公告)日：2022-08-23

申请号：CN202210712473.9

申请日：2022-06-22

Applicant: 中国计量大学

Inventor： 卫东 ,  何云霄 ,  顾鑫磊 ,  沈敏翔

IPC: H02S50/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种光伏组件电势诱导衰减故障诊断方法，包括：利用光伏运营企业使用的智能光伏平台中获取的光伏阵列辐照度G和温度T。选用白天中太阳辐照度G＞200W/m2强较充足时间段，计算出了理论的电压、电流时间序列，得到实测的电压、电流时间序列，对数据进行滤波处理，归一化处理，再计算其偏度系数，剔除对称性较差序列，得到实际和理论的电压、电流序列，并分别计算峰值，做差得到两个故障特征量。通过建立的BP神经网络故障诊断模型，诊断光伏组件是否存在电势诱导衰减故障并计算故障程度。该方法无需借助设备仪器，只需光伏智能平台的数据即可实现电势诱导衰减故障诊断和程度评估，节约了光伏电站的运维成本。