CN101893678A - 大型光伏阵列的故障诊断方法 - Google Patents
大型光伏阵列的故障诊断方法 Download PDFInfo
- Publication number
- CN101893678A CN101893678A CN2010102517230A CN201010251723A CN101893678A CN 101893678 A CN101893678 A CN 101893678A CN 2010102517230 A CN2010102517230 A CN 2010102517230A CN 201010251723 A CN201010251723 A CN 201010251723A CN 101893678 A CN101893678 A CN 101893678A
- Authority
- CN
- China
- Prior art keywords
- sensor
- layer
- current
- voltage
- cell panel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Abstract
本发明属于光伏电池检测技术领域。为实现对发生故障的电池板位置快速而准确的定位,本发明采取的技术方案是,大型光伏发电系统的故障诊断方法,将若干电池板先并联连接形成一层,然后再串联连接形成串接的若干层,设第一层与电池板直接相连的电流传感器连接的电池板数目为L0,则通过第一层可能产生的最大电流为L0×Im,Im为电池板在正常条件下可能产生的最大电流,若已知了工作条件,则要将Im改为在此种情况下的工作电流,通过各层传感器的电流最大值用作判断是否产生误差的基准值,检测出L0个电池板中是否有故障产生。本发明主要应用于光伏电池检测。
Description
技术领域
本发明属于光伏发电、电池检测技术领域。具体讲,涉及大型光伏发电系统的故障诊断方法。
背景技术
目前,检测光伏系统的热斑,裂片,老化等故障常用的方法是基于红外图像分析。发生热斑现象的光伏电池与正常工作电池的表面温差比较大,导致两者产生的红外图像差异也十分明显。通过对红外图像的处理与分析,可以提取热斑故障区的特征信息,从而实现对光伏电池工作状态正常与否的识别。
此方法存在一些缺陷,如:实时性差,不能区分温度相差不明显的状态,故障检测的精度和效率取决于检测设备(红外热像仪)的等级,不易实现在线故障诊断和报警等等。
参考文献如下:
[1]王培珍,光伏阵列故障状态的识别研究,[博士学位论文];合肥工业大学,2005;
[2]P.Z.WANG,WH.YANG,and Y.L.shen,fault diagnoises for photovoltaic array with thetechnique of infrared/visible image fusion,SPIE;Third International syopo sium onMultispetral Image Professing and pattern Recognition,2003,vol.5286,p658-661。
发明内容
为克服现有技术的不足,实现对发生故障的电池板位置快速而准确的定位,本发明采取的技术方案是:
一种大型光伏阵列的故障诊断方法,将若干电池板先并联连接形成一层,然后再串联连接形成若干层,以获得较大的输出电流和输出电压,设第一层即与电池板直接相连的电流传感器每个传感器连接的电池板数目为L0,则通过第一层每个电流传感器的最大电流为L0×Im,Im为电池板在正常条件下可能产生的最大电流,第一层每L1个电流传感器合成一条支路,连接第二层的一个电流传感器,则通过第二层每个电流传感器的最大电流为L0×L1×Im,依此类推,则通过第m层每个电流传感器的电流最大值为Lm-1×Lm-2×...×L0×Im,以此来确定每层电流传感器的规格,若已知了工作条件,则要将Im改为在此下工作条件的电流,那么通过各层每个传感器的电流最大值也就成为了理论值,即用作判断是否产生误差的基准值,测量时先检测第m层传感器,即树形网络的根结点的电流值,与此层理论电流值以及同层其他电流传感器的测量值比较,若某一传感器有明显偏差,再检测此传感器所在的第m-1层,与第m-1层理论值以及此层其他电流传感器的测量值比较,依此类推,直至第一层,检测出L0个电池板中是否有故障产生。
检测时将最大电流改为电池板在已知确定工作条件下的电流,第一层电压传感器测量的是每一行电池板的电压,得到的电压等于每一个电池板产生的电压,因此第一层每个电压传感器的测量范围应该大于每个电池板在正常条件下产生的最大电压Vm,第二层测量的是L1行光伏电池板的电压值,则第二层每个电压传感器的测量范围为L1×Vm,以此类推,第m层每个传感器测量范围为L1×L2×......×Lm-1×Vm,L1,L2,Lm-1为从第一层到最第m-1层即电压传感器树形检测网络每层合成一条支路的电压传感器的个数,则根据每层合成支路的传感器数目和Vm能够确定每层电压传感器的规格,比较时,将最大值定为在确定工作条件下产生的电压V,那么各层每个传感器的电压最大值也就成为了理论值,测量时,先检测第m层电压传感器,即电压传感器树形网络的根结点,与此层理论值以及此层其他电压传感器的测量值比较,若某一测量值有明显偏差,再检测此传感器所在的第m-1层电压传感器,按此方法,通过检测第一层传感器最终能确定某一行电池板是否发生故障,然后再检测电流传感器,若某一电流传感器的测量值与理论值以及其他电流传感器的测量值偏差较大,则说明与此电流传感器相连接的L0个电池板中有故障发生,从而达到检测的目的。
本发明其特点在于:
1、测量所依赖的设备简单,测量快捷,测量结果准确可靠。
2、能够迅速确定电池阵列中故障电池的部位,便于维修、更换。
附图说明
图1光伏阵列的TCT结构。
图2电池板的其他三种连接方式图中:a)电池板的并联连接方式;b)电池板的串联连接方式;C)电池板先串联后并联的连接方式。
图3两行九列电池板的电流传感器树形检测网络。
图4两行十二列光伏阵列的电流传感器树形检测网络。
图5六行九列光伏阵列的电压传感器树形检测网络。
图6电流传感器树形检测网络原理图。
图7电压传感器树形检测网络示意图。
具体实施方式
本发明中电池板连接方式为先并联后串联,电池板按照这种连接方式组成的光伏阵列结构称为TCT结构。图1为TCT结构的光伏阵列示意图,相对于电池板的其他三种连接方式(串联连接、并联连接、先串联后并联连接),这种连接方式易于检测发生故障的光伏电池单体位置。图2为电池板其他三种连接方式的示意图。
在本发明中传感器的连接方式如下:电流传感器应串接在被测电路中来测量电流,由于电流传感器内阻很小,因此电池板先并联后串联的连接方式没有改变。而电压传感器应该并联在电池板两端测量电压。
本发明提出的检测网络有两种结构,电压传感器组成的树形结构和电流传感器组成的树形结构,分别用电压传感器和电流传感器来缩小检测范围。
图3为针对两行九列光伏阵列的电流传感器树形检测网络,传感器I1测量的是电路中总的电流,而I2、I3、I4分别测量的是与之串联的三个电池板的电流。电压传感器V1、V2分别测量的是上下两行电池板的电压。电池板的连接方式并没有因为接入传感器而被改变。测量总电流的传感器I1称为树形网络的根结点,检测网络中电流传感器的层数为2。假设每个电池板产生的最大电流为Im,最大电压为Vm,则传感器I1的测量范围应该大于9Im,I2、I3、I4的测量范围应该大于3Im,V1、V2的测量范围应该大于Vm。若知道了电池板工作的具体条件(如光照、温度、倾角等),则可以相关公式计算出电池板在此工作条件下产生的电流I和电压V,则用于和传感器I1测量值进行比较的理论值为9I,用于和I2、I3、I4测量值进行比较的理论值为3I.
电流传感器树形检测网络工作过程如下:
(a)设电流传感器有m层,首先检测第m层(电流传感器树形网络中的根结点)的各个电流传感器电流值,并与理论值以及此层其他电流传感器的测量值进行比较,若没有明显误差存在,可判断没有发生故障现象;若某个传感器与理论值以及与其他传感器的测量值偏差较大,则可认为此传感器所连接的电池板中有故障发生。再检测此传感器所在的电池板阵列的第m-1层的电流传感器电流值,与理论值以及此层其他电流传感器的测量值进行比较,缩小和判断发生故障的光伏电池板的位置。
(b)依次检测和比较m层电流传感器的电流值,即可确定发生故障的光伏电池板的近似位置。检测的分辨度为与电流传感器直接相连的电池板的个数,也就是能确定有故障发生的电池板的最少个数。电压传感器的作用是消除积累误差和便于使用智能算法。
用针对图4所示的两行十二列光伏阵列的检测步骤来说明电流传感器树形检测网络的工作过程:首先检测总电流I1,与理论值比较,若没有较大偏差,则说明此阵列中没有故障发生;若有较大偏差,再检测I11,I12,I13,I14,与理论值以及四个电流值之间进行比较,假设I11与理论值和其他三个电流值有较大偏差,则说明I11所连接的六个电池板中有故障发生;再检测I21和I22,与理论值以及这两个电流值进行比较,若I21偏差较大,则说明I21所连接的三个电池板中有故障发生,因此可将故障点缩至三个电池板中的某一个或者某几个。
电压传感器树形检测网络工作过程如下:
(a)检测第m层的电压传感器(电流传感器树形网络中的根结点)的电压值,通过与理论值以及同层的其他电压传感器的测量值进行比较,可以判断是否发生故障。若发生故障,则检测测量值存在较大偏差的电压传感器所在的电池板阵列的第m-1层的电压传感器电压值,缩小和判断发生故障的光伏电池板的位置。
(b)依次检测m层电压传感器的电压值,即可确定发生故障的光伏电池板所在行的位置。
(c)故障点缩小到行以后,通过检测电流传感器的电流值判断与相应电流传感器相连的光伏电池板是否发生故障。检测的分辨度是与电流传感器相连的电池板的个数相关。
用针对图5所示的六行九列光伏阵列的检测步骤来说明电压传感器树形检测网络的工作过程。首先检测总电压V0(电压传感器树形网络的根节点),与理论值进行比较,若没有较大偏差,则说明此阵列中没有故障发生;若有较大偏差,再检测V11,V12,与理论值以及两个电压值之间进行比较,假设V11与理论值和V12较大偏差,再检测V21、V22和V23与理论值以及这三个电压值之间进行比较,若V21偏差较大,则说明V21所连接的一行电池板中有故障发生,然后检测这一行电池板连接的三个电流传感器的电流值I21,I22,I23,假设I21与理论值以及另外两个电流值偏差较大,则说明I21所连接的三个电池板中有故障发生。
为验证本发明的效果,分别连接图4和图5所示的电路图进行故障检测。
(1)对电流传感器树形网络检测效果的验证:
在光照条件为769W/m2,温度为27.C,用定制的电池板连接图4所示的电路图进行试验,串联的电阻阻值为1.75欧姆,图中用标号1,2,3代表被遮阴的电池。用多电流传感器检测方法进行故障检测。检测步骤如下:先检测总电流I1,其值为1.362A,与理论值1.68A进行比较,在允许误差范围之外,说明有故障产生。再检测第二层电流传感器电流值,与理论值0.85A以及第二层各个电流传感器的测量值进行比较,I11和I14偏差较大,说明与之连接的电池有故障,进一步检测与I11和I14相连的电流传感器电流值,与理论值以及此层其它电流传感器的测量值进行比较,I21和I27在在允许误差范围之外,说明与之连接的电池板有故障。最终判断出电池1,2,3所在的三个电池板中有故障存在,达到了检测的目的。检测分辨度为3。下表为测得的实验数据。
表1电流传感器测量值
I | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 理论值 |
0 | 1.362 | 1.69 | |||||||
1 | 0.602 | 0.765 | 0.782 | 0.597 | 0.84 | ||||
2 | 0.157 | 0.453 | 0.392 | 0.398 | 0.393 | 0.397 | -0.123 | 0.720 | 0.43 |
表2电压传感器测量值
V | 测量值 | 实际值 |
1 | 0.557 | 0.675 |
2 | 0.502 | 0.675 |
(2)对电压传感器树形网络检测效果的验证
在相同环境条件下,用定制的电池板连接图5所示的电路图进行试验,对图中标号为1,2,3的电池遮阴.检测步骤如下:先测量总电压V0,与理论值比较存在较大偏差,再检测第二层电压传感器,与理论值以及此层电压传感器的测量值相互比较后,V11存在较大误差,再对V2、11所在的三行中的每行电压传感器进行检测,V21存在较大误差,最后再检测此行电池串联的电流传感器,I11存在较大误差之外,说明与之串联的三个电池可能出现故障,达到了检测的目的。分辨度为3。表3、4为电压传感器树形网络效果验证实验数据。
表3电压传感器测量值
1 2 3 4 5 6 理论值
2.886 3.110
1.324 1.562 1.563
0.302 0.518 0.519 0.517 0.515 0.518 0.520
表4电流传感器测量值
大规模光伏阵列的电流传感器树形检测网络如图6,每L0个电池板串接一个电流传感器,第一层的每L1个电电流传感器串接下层的一个电流传感器,依此类推,第m-2层的每Lm-2个电流传感器串接第m-1层的一个电流传感器,第m-1层共Lm-1个电流传感器。第m层再接一个电流传感器以检测构成一个TCT结构的电池板产生的总电流。各个传感器的检测值输入控制器,通过一定的算法进行故障检测。检测的分辨度为直接与电流传感器的电池板个数L0。
图7为多电压传感器故障检测的结构图,每行电池板并接一个电压传感器,第一层每L1个电压传感器并联第二层的一个电压传感器,依此类推,第m-2层每Lm-2行电池板并联第m-1层的一个电压传感器,第m-1层层共Lm-1个电压传感器,第m层并联一个电压传感器以检测总电压。电压传感器的层数为m。每L0个电池板与一个电压传感器串接。各个传感器的检测值输入控制器,通过一定的算法进行故障检测。检测的分辨度为与电流传感器的电池板个数L0。
在使用该发明进行大规模光伏阵列的故障检测时,应该合理选择分辨度。分辨度过大,检测结果的实际意义不大;分辨度过小,传感器数量太多,整个检测网络成本太高。所以,应该根据光伏阵列的规模、传感器的规格和型号以及检测精度选择合适的分辨度。
在电流传感器检测网络中,两组并联的电池板的连线中可设置电流传感器m层。根据测量环境温度、光照度和光伏电池板倾斜角度,可以计算出每行电池板正常工作时所产生的电流值,令其为理论值,并根据传感器的测量精度、传感器的规格和型号制定每层合成一条支路的传感器数目和层数m,并确定了通过每一层电流传感器的电流的理论值。首先检测第m层(树形结构的根结点)的电流传感器的电流值,与理论值以及同一层电流传感器的电流值之间比较,若无有明显偏差的测量值,可判断为没有发生故障;若某一个传感器有明显偏差,则认为此传感器连接的电池板中有故障发生,再通过检测此传感器所连接的第m-1层的电流传感器电流值,缩小发生故障的电池板位置。依次检测和比较m层电流传感器的电流值,即可确定发生故障的电池板的近似位置,分辨度为与电流传感器直接相连的电池板的个数,并且应参考每一行电池板个数和传感器的型号以及规格,使得每一层中合成一条支路的传感器的数目都相同,以便于准确比较。如第一层中合成每一条支路的电流传感器数目都为L1,第m-1层都为Lm-1。
如图6所示,为所提出电流传感器树形结构的示意图。一块长方体代表的是一块光伏电池板,产生的电压、电流以及电池板内阻都与光照强度以及温度有关,他们之间的关系比较复杂且不容易测出。每块电池板的结构及规格相同,因此在正常工作或者同一条件下工作时,产生的电流和电压大体相同。若不加传感器,所示的电池板采用的是全连接方式,可以看作是每一行电池先并联连接,然后各行再串联连接的方式。要注意每一行的电池板,必须是正极接正极,负极接负极,而每一列的电池板,必须是上一电池板的负极接下一电池板的正极,顺次相接,保证电池板能顺利工作。每一行的电池板是并联连接,因此各个电池板两端的电压无论在何种状态下电电压值都相等,当其中几个电池板发生故障时,每个电池板两端的电压都会减小。由于各行电池板是串联连接,因此通过各行的总的电流也是无论在何种状态下都相等,当某一行的电池板发生故障时,总电流必定会减小。虚线框中的类似结构是与所具体描绘的结构完全相同的多个结构。
当接入电流传感器和电压传感器进行故障检测时,在图6中,圆形器件代表的是电流传感器,而并联在电池板两端非方形的器件是电压传感器,在本发明中使用的都是霍尔传感器。由于电流传感器相对于电池板内阻很小,可以看作是导线,相当于上一层电池板的负极仍然是与下一层电池板的正极相连(在图6中,电池板的上端为正极,下端为负极),所以并没有影响电池板的TCT连接方式。霍尔电压传感器的正极接电池板的正极,负极接电池板的负极,可测量的电压值大于一块电池板在正常的光照以及温度情况下可能产生的最大电压(可以依据厂家提供的数据进行估算,保留一定的富裕量)。电流传感器的连接应该保证电流的流向与电流传感器允许的流向相同,并且可以根据各层合成一条支路的传感器的数目来选择各层电流传感器的规格。如第一层(与电池板直接相连的电流传感器)连接的电池板数目为L0,则第一层通过每个电流传感器的最大电流为L0×Im,Im为电池板在正常条件(正常的光照和温度范围之内)下可能产生的最大电流。第一层每L1个电流传感器合成一条支路,连接第二层的一个电流传感器,则通过第二层每个电流传感器的最大电流为L0×L1×Im,依此类推,则通过第m层每个电流传感器的电流最大值为Lm-1×Lm-2×......×L0×Im,若已知了工作条件,则要将Im改为在此种情况下的工作电流,那么通过各层每个传感器的电流最大值也就成为了理论值,即用作判断是否产生误差的基准值。测量方法先检测第m层传感器(树形网络的根结点)电流值,与此层理论值以及同层其他电流传感器的测量值比较,若某一传感器有明显偏差,再检测此传感器所在的第m-1层,与第m-1层理论值以及此层其他电流传感器的测量值比较,依此类推,直至第一层,由此可知,这种检测方法能够检测出L0个电池板中是否有故障产生,所以,分辨率为L0,也就是此检测网络的分辨度等于第一层传感器连接的电池板数目L0。
用电压传感器树形网络进行故障检测,电流传感器的规格选择与接法与上文提到的一样,其测量范围应该大于L0×Im,L0为每个电流传感器连接的电池板个数,Im为每个电池板在正常工作条件下产生的最大电流。检测时应将最大电流改为电池板在已知确定工作条件下的电流。对于电压传感器,第一层测量的是每一行电池板的电压,因为是并联连接,所以并联连接以后的电压等于每一个电池板产生的电压,每个电压传感器的测量范围应该大于每个电池板在正常条件下产生的最大电压Vm,比较时,将最大值改为在确定工作条件下产生的电压V,那么各层每个传感器的电压最大值也就成为了理论值。第二层测量的是L1个电压传感器并联后的电压值,则每个电压传感器的测量范围为L1×Vm,以此类推,第m层每个电压传感器测量范围为L1×L2×......×Lm-1×Vm。L1,L2,Lm-1为从第一层到最第m层(电压传感器树形网络的根结点)每层合成一条支路的电压传感器的个数,则根据每层合成支路的传感器数目和Vm能够确定每层电压传感器的规格。测量时,先检测第m层电压传感器(电压传感器树形网络的根结点)每个传感器的电压值,与此层理论值以及此层其他电压传感器的测量值比较,若某一测量值有明显偏差,再检测此传感器所在的第m-1层电压传感器,按此方法,通过检测第一层传感器最终能确定某一行电池板是否发生故障,然后再检测电流传感器,若某一电流传感器的测量值与实际值以及其他电流传感器的测量值偏差较大,则说明与此电流传感器相连接的L0个电池板中有故障发生,达到了检测的目的。检测的分辨度等于每个电流传感器检测的电池板个数。电压传感器树形检测网络如图7。
在实际中,电流传感器和电压传感器都置于一汇流箱中。另外,大规模光伏阵列故障的检测还需要有智能算法的配合。
Claims (2)
1.一种大型光伏阵列的故障诊断方法,其特征是,将若干电池板先并联连接形成一层,然后再串联连接形成若干层,以获得较大的输出电流和输出电压,设第一层即与电池板直接相连的电流传感器每个传感器连接的电池板数目为L0,则通过第一层每个电流传感器的最大电流为L0×Im,Im为电池板在正常条件下可能产生的最大电流,第一层每L1个电流传感器合成一条支路,连接第二层的一个电流传感器,则通过第二层每个电流传感器的最大电流为L0×L1×Im,依此类推,则通过第m层每个电流传感器的电流最大值为Lm-1×Lm-2×...×L0×Im,以此来确定每层电流传感器的规格,若已知了工作条件,则要将Im改为在此下工作条件的电流,那么通过各层每个传感器的电流最大值也就成为了理论值,即用作判断是否产生误差的基准值,测量时先检测第m层传感器,即树形网络的根结点的电流值,与此层理论电流值以及同层其他电流传感器的测量值比较,若某一传感器有明显偏差,再检测此传感器所在的第m-1层,与第m-1层理论值以及此层其他电流传感器的测量值比较,依此类推,直至第一层,检测出L0个电池板中是否有故障产生。
2.根据权利要求1所述的一种大型光伏阵列的故障诊断方法,其特征是,检测时将最大电流改为电池板在已知确定工作条件下的电流,第一层电压传感器测量的是每一行电池板的电压,得到的电压等于每一个电池板产生的电压,因此第一层每个电压传感器的测量范围应该大于每个电池板在正常条件下产生的最大电压Vm,第二层测量的是L1行光伏电池板的电压值,则第二层每个电压传感器的测量范围为L1×Vm,以此类推,第m层每个传感器测量范围为L1×L2×......×Lm-1×Vm,L1,L2,Lm-1为从第一层到最第m-1层即电压传感器树形检测网络每层合成一条支路的电压传感器的个数,则根据每层合成支路的传感器数目和Vm能够确定每层电压传感器的规格,比较时,将最大值定为在确定工作条件下产生的电压V,那么各层每个传感器的电压最大值也就成为了理论值,测量时,先检测第m层电压传感器,即电压传感器树形网络的根结点,与此层理论值以及此层其他电压传感器的测量值比较,若某一测量值有明显偏差,再检测此传感器所在的第m-1层电压传感器,按此方法,通过检测第一层传感器最终能确定某一行电池板是否发生故障,然后再检测电流传感器,若某一电流传感器的测量值与理论值以及其他电流传感器的测量值偏差较大,则说明与此电流传感器相连接的L0个电池板中有故障发生,从而达到检测的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102517230A CN101893678B (zh) | 2010-08-12 | 2010-08-12 | 大型光伏阵列的故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102517230A CN101893678B (zh) | 2010-08-12 | 2010-08-12 | 大型光伏阵列的故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101893678A true CN101893678A (zh) | 2010-11-24 |
CN101893678B CN101893678B (zh) | 2012-05-23 |
Family
ID=43102929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102517230A Expired - Fee Related CN101893678B (zh) | 2010-08-12 | 2010-08-12 | 大型光伏阵列的故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101893678B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288856A (zh) * | 2011-05-16 | 2011-12-21 | 复旦大学 | 基于无线方式通讯的光伏极板故障危害检测设备和方法 |
CN102565663A (zh) * | 2012-01-17 | 2012-07-11 | 天津大学 | 一种光伏阵列故障诊断的方法 |
CN104038154A (zh) * | 2014-06-12 | 2014-09-10 | 北方民族大学 | 太阳能光伏阵列故障自动检测系统及其检测方法 |
CN104253585A (zh) * | 2013-06-25 | 2014-12-31 | 沃尔泰拉半导体公司 | 具有电弧检测能力的光伏面板以及关联的系统和方法 |
CN104391189A (zh) * | 2014-10-13 | 2015-03-04 | 合肥工业大学 | 基于三级诊断的大型光伏阵列故障诊断定位方法 |
CN104702209A (zh) * | 2015-03-31 | 2015-06-10 | 阿特斯(中国)投资有限公司 | 太阳能电池片的检测方法 |
CN106130478A (zh) * | 2016-08-05 | 2016-11-16 | 天津理工大学 | 基于霍尔电压传感器的太阳能光伏发电检测系统及方法 |
CN106130479A (zh) * | 2016-08-05 | 2016-11-16 | 天津理工大学 | 基于霍尔传感器的太阳能光伏系统的检测装置及工作方法 |
CN106253845A (zh) * | 2016-08-05 | 2016-12-21 | 天津理工大学 | 基于霍尔电流传感器的太阳能光伏发电检测系统及方法 |
CN106603001A (zh) * | 2016-12-19 | 2017-04-26 | 上海电机学院 | 一种新型快速定位故障点的网状光伏组件结构 |
CN106771957A (zh) * | 2015-11-24 | 2017-05-31 | 神华集团有限责任公司 | 光伏发电输入电路故障检测方法、装置及系统 |
CN107300426A (zh) * | 2017-06-23 | 2017-10-27 | 北京金风科创风电设备有限公司 | 温度检测系统和温度检测方法 |
US10418936B2 (en) | 2016-04-13 | 2019-09-17 | Suzhou Radiant Photovoltaic Technology Co., Ltd. | Fault detection and positioning system for cell panel in large-scale photovoltaic array |
CN113380101A (zh) * | 2021-06-30 | 2021-09-10 | 广州宣成教育科技有限公司 | 一种实训教学用新能源汽车动力电池管理系统 |
CN113992151A (zh) * | 2021-09-24 | 2022-01-28 | 上海远景科创智能科技有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
CN114978308A (zh) * | 2022-05-26 | 2022-08-30 | 中国电信股份有限公司 | 一种光箱法兰监控器和基于光箱法兰监控器的定位方法 |
CN114978308B (zh) * | 2022-05-26 | 2024-05-14 | 中国电信股份有限公司 | 一种光箱法兰监控器和基于光箱法兰监控器的定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044824A (ja) * | 2003-07-22 | 2005-02-17 | Fuji Electric Holdings Co Ltd | 太陽電池モジュールの故障検出方法および故障検出回路 |
CN101290340A (zh) * | 2008-04-29 | 2008-10-22 | 李果华 | Led太阳模拟器 |
US20090207543A1 (en) * | 2008-02-14 | 2009-08-20 | Independent Power Systems, Inc. | System and method for fault detection and hazard prevention in photovoltaic source and output circuits |
-
2010
- 2010-08-12 CN CN2010102517230A patent/CN101893678B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044824A (ja) * | 2003-07-22 | 2005-02-17 | Fuji Electric Holdings Co Ltd | 太陽電池モジュールの故障検出方法および故障検出回路 |
US20090207543A1 (en) * | 2008-02-14 | 2009-08-20 | Independent Power Systems, Inc. | System and method for fault detection and hazard prevention in photovoltaic source and output circuits |
CN101290340A (zh) * | 2008-04-29 | 2008-10-22 | 李果华 | Led太阳模拟器 |
Non-Patent Citations (2)
Title |
---|
《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 20080731 Dzung Nguyen,et al. An Adaptive Solar Photovoltaic Array Using Model-Based Reconfiguration Algorithm 第55卷, 第7期 2 * |
《电子测量与仪器学报》 20100228 程泽等 一种新型结构的光伏阵列故障检测方法 第24卷, 第2期 2 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288856A (zh) * | 2011-05-16 | 2011-12-21 | 复旦大学 | 基于无线方式通讯的光伏极板故障危害检测设备和方法 |
CN102565663A (zh) * | 2012-01-17 | 2012-07-11 | 天津大学 | 一种光伏阵列故障诊断的方法 |
CN102565663B (zh) * | 2012-01-17 | 2014-07-02 | 天津大学 | 一种光伏阵列故障诊断的方法 |
CN104253585A (zh) * | 2013-06-25 | 2014-12-31 | 沃尔泰拉半导体公司 | 具有电弧检测能力的光伏面板以及关联的系统和方法 |
CN104038154A (zh) * | 2014-06-12 | 2014-09-10 | 北方民族大学 | 太阳能光伏阵列故障自动检测系统及其检测方法 |
CN104391189B (zh) * | 2014-10-13 | 2017-03-01 | 合肥工业大学 | 基于三级诊断的大型光伏阵列故障诊断定位方法 |
CN104391189A (zh) * | 2014-10-13 | 2015-03-04 | 合肥工业大学 | 基于三级诊断的大型光伏阵列故障诊断定位方法 |
CN104702209A (zh) * | 2015-03-31 | 2015-06-10 | 阿特斯(中国)投资有限公司 | 太阳能电池片的检测方法 |
CN106771957B (zh) * | 2015-11-24 | 2019-07-30 | 神华(北京)光伏科技研发有限公司 | 光伏发电输入电路故障检测方法、装置及系统 |
CN106771957A (zh) * | 2015-11-24 | 2017-05-31 | 神华集团有限责任公司 | 光伏发电输入电路故障检测方法、装置及系统 |
US10418936B2 (en) | 2016-04-13 | 2019-09-17 | Suzhou Radiant Photovoltaic Technology Co., Ltd. | Fault detection and positioning system for cell panel in large-scale photovoltaic array |
CN106253845A (zh) * | 2016-08-05 | 2016-12-21 | 天津理工大学 | 基于霍尔电流传感器的太阳能光伏发电检测系统及方法 |
CN106253845B (zh) * | 2016-08-05 | 2019-06-28 | 天津理工大学 | 基于霍尔电流传感器的太阳能光伏发电检测系统及方法 |
CN106130478B (zh) * | 2016-08-05 | 2019-07-16 | 天津理工大学 | 基于霍尔电压传感器的太阳能光伏发电检测系统及方法 |
CN106130479A (zh) * | 2016-08-05 | 2016-11-16 | 天津理工大学 | 基于霍尔传感器的太阳能光伏系统的检测装置及工作方法 |
CN106130478A (zh) * | 2016-08-05 | 2016-11-16 | 天津理工大学 | 基于霍尔电压传感器的太阳能光伏发电检测系统及方法 |
CN106603001A (zh) * | 2016-12-19 | 2017-04-26 | 上海电机学院 | 一种新型快速定位故障点的网状光伏组件结构 |
CN107300426A (zh) * | 2017-06-23 | 2017-10-27 | 北京金风科创风电设备有限公司 | 温度检测系统和温度检测方法 |
CN107300426B (zh) * | 2017-06-23 | 2019-06-25 | 北京金风科创风电设备有限公司 | 温度检测系统和温度检测方法 |
CN113380101A (zh) * | 2021-06-30 | 2021-09-10 | 广州宣成教育科技有限公司 | 一种实训教学用新能源汽车动力电池管理系统 |
CN113992151A (zh) * | 2021-09-24 | 2022-01-28 | 上海远景科创智能科技有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
CN114978308A (zh) * | 2022-05-26 | 2022-08-30 | 中国电信股份有限公司 | 一种光箱法兰监控器和基于光箱法兰监控器的定位方法 |
CN114978308B (zh) * | 2022-05-26 | 2024-05-14 | 中国电信股份有限公司 | 一种光箱法兰监控器和基于光箱法兰监控器的定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101893678B (zh) | 2012-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101893678B (zh) | 大型光伏阵列的故障诊断方法 | |
Ali et al. | Real time fault detection in photovoltaic systems | |
CN104391189B (zh) | 基于三级诊断的大型光伏阵列故障诊断定位方法 | |
US10389300B2 (en) | Photovoltaic system having fault diagnosis apparatus, and fault diagnosis method for photovoltaic system | |
CN105846780B (zh) | 一种基于决策树模型的光伏组件故障诊断方法 | |
JP6741798B2 (ja) | 大型の太陽電池アレイにおける電池パネルの故障検出と位置特定システム | |
US20090140719A1 (en) | Smart sensors for solar panels | |
Ma et al. | Photovoltaic module current mismatch fault diagnosis based on IV data | |
KR101297078B1 (ko) | 태양광 전지모듈별 고장 진단 가능한 태양광 발전 모니터링 장치 및 이를 이용한 태양광 발전 시스템의 고장진단 방법 | |
CN105807229A (zh) | 牵引蓄电池连接状态检测方法、装置、管理系统和工程车 | |
CN108627732A (zh) | 一种基于交叉电压检测的光伏电池板故障诊断方法 | |
Jianeng et al. | Fault diagnosis method and simulation analysis for photovoltaic array | |
CN110768629B (zh) | 包含故障判别的光伏阵列电压与电流传感器的优化布设方法 | |
Alajmi et al. | Fault detection and localization in solar photovoltaic arrays using the current-voltage sensing framework | |
CN107483012B (zh) | 基于电压电流的光伏阵列故障检测装置与方法 | |
TW201804725A (zh) | 太陽電池模組之檢查方法 | |
KR101598205B1 (ko) | 태양전지모듈 모니터링을 위한 온도검출 기능을 가지는 정션박스, 상기 정션박스를 구비한 태양전지모듈 모니터링 장치 및 그 방법 | |
JP2014165369A (ja) | 太陽電池動作点移動計測方法 | |
CN109268692B (zh) | 一种供热管网井式补偿器泄漏监测系统及监测方法 | |
CN101930029B (zh) | 一种自动检测空调电路中电阻的测量装置 | |
KR101137687B1 (ko) | 태양전지 모듈의 품질 검사 장치 | |
JP2012169531A (ja) | 太陽電池ストリング検査装置 | |
CN107543574B (zh) | 机载传感器高温老炼试验自动检测仪及操作方法 | |
CN108562856A (zh) | 太阳能电池阵列并联内阻的在线检测装置及其检测方法 | |
Xu et al. | Review on fault characterization and diagnosis technique in photovoltaic systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120523 Termination date: 20200812 |
|
CF01 | Termination of patent right due to non-payment of annual fee |