CN104378065A - 一种光伏电站故障诊断方法 - Google Patents
一种光伏电站故障诊断方法 Download PDFInfo
- Publication number
- CN104378065A CN104378065A CN201410623502.XA CN201410623502A CN104378065A CN 104378065 A CN104378065 A CN 104378065A CN 201410623502 A CN201410623502 A CN 201410623502A CN 104378065 A CN104378065 A CN 104378065A
- Authority
- CN
- China
- Prior art keywords
- test
- fault
- parameter
- photovoltaic plant
- faults
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 170
- 238000013461 design Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000002955 isolation Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 abstract description 7
- 238000010248 power generation Methods 0.000 abstract description 4
- 230000006866 deterioration Effects 0.000 abstract 1
- 230000002035 prolonged effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012093 association test Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000010358 mechanical oscillation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- 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
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏电站故障诊断方法，本发明的有益效果是：一、自动化的测试优化设计，提高测试方案的故障覆盖率、降低故障模糊度、平均测试成本、平均测试时间，并根据需要设计测试冗余度。从而从整体上降低测试成本，缩短测试时间。二、实现了光伏电站故障策略的自动生成，实现了光伏电站故障的在线自动诊断，诊断过程不停机，故障定位快速准确。减少故障危害时间，减少故障停机时间，提高光伏电站发电时间。三、降低了光伏电站诊断对人员技术水平的依赖，诊断成本低，诊断水平稳定。诊断工程量小，测试设备需求小，从而可以实现快速维护，保障了发电时间，诊断过程迅速，从而防止故障进一步恶化。
Description
技术领域
本发明涉及一种光伏电站故障诊断方法。
背景技术
光伏电站系统(包括分布式光伏电站)主要由光伏电池板、直流线缆、直流汇流箱、逆变器、交流线缆、交流汇流箱、变压器等组成。光伏电站系统的电池污染、短路、开关损坏、线路磨损、老化等问题会导致光伏电站的发电量下降甚至停机。
目前的光伏电站仅有监控系统，如图1所示，光伏电站的故障诊断方法为基于单点监控的诊断方法，光伏电站监控系统可监测光伏电池串电压、电流，汇流箱电压、电流，光伏逆变器、交流汇流箱、变压器的输入输出侧电压、电流、频率、温湿度等。当某个设备发生故障时，将导致一系列设备的运行状态异常，如当连接光伏电池阵列与直流汇流箱的一段导线断线或阻抗变大时，电池阵列的输出电压将上升，输出电流将减小，逆变器的输入电压上升，输出电流减小，监控系统或可识别出逆变器、直流汇流箱、电池阵列的状态异常，但无法定位到具体哪个设备发生故障。
目前的方法为：在监测到状态异常之后，根据运维人员的工作经验，通过人工猜测，以试验更换的方法，找到具体故障位置，其工作效率低，成本高，且不能实现在线诊断与定位。
总之，目前光伏电站的故障诊断仅停留在状态监测与人工试换的层次，自动化程度低。其诊断依赖于维护人员的技术水平，需要专门的技术专家才能实现，人工成本高，且技术不稳定，而且故障定位时间长，诊断的过程需要停机，影响发电时间。由于发现问题的时间长，将会导致故障进一步恶化。人工诊断过程需要不断的尝试更换设备，诊断工程量大，诊断过程需要专业设备进行多方面的人工测试，测试成本高。
发明内容
针对上述问题，本发明提供一种光伏电站故障诊断方法，结合故障的相互影响特性与测试的相互关联特性，利用多故障流图的方法，实现光伏电站的诊断自动化。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种光伏电站故障诊断方法，其特征在于，包括如下步骤：
1)建立光伏电站的多故障模型，得到每一个故障与各个参量之间的关系；
2)根据光伏电站的多故障模型，建立各个参量与各个测试之间的关系；
3)根据步骤1)和2)得到每一个故障与各个测试的关联关系；
4)进行光伏电站故障诊断，具体包括：
41)通过在线监测获取光伏电站的实时状态，存入实时数据库；
42)根据在线监测量的变化值与步骤1)得到的每一个故障与各个参量之间的关系，初步排除非可疑故障，若故障已定位到单个设备或设计中的模糊组，则故障诊断结束，否则，进入下一个步骤；
43)根据在线监测量的变化值和步骤3)得到的每一个故障与各个测试的关联关系，去除已排除的故障，然后执行辅助诊断算法，具体包括：
431)选择算法生成的原则；
432)计算候选测试中每一个测试的故障隔离度；
433)计算候选测试中每一个测试的单位隔离度的测试时间/成本；
434)选择单位隔离度的测试时间/成本最少的测试，为此步最优测试；
435)根据步骤434)中的最优测试将故障集分为两个子故障集，一个是本测试关联的故障集，另一个是本测试不关联的故障集；
436)针对每一个子故障集，用剩余测试执行步骤432)-步骤435),直到每一个故障集仅剩一个设备或达到测试指标要求。
优选，步骤1)具体包括如下步骤：
11)建立光伏电站物理设备连接结构图；
12)建立每一个物理设备的多种故障模式；
13)通过参量关联各个物理设备；
14)分析各种故障模式；
15)针对各种故障模式，计算其对系统中各个节点的参量值的变化量的影响，得到故障-参量关系矩阵。
优选，步骤2)具体包括如下步骤：
21)针对每个参量，测试其值，然后判断其是否处于容差范围内，若在容差范围内，则判定为“通过”，否则判定为“不通过”，得到参量-测试关系矩阵；
22)在参量-测试关系矩阵中，如果测试能够判定一个参量是否正常，则在相应单元格记为“可测”，否则标记为“不可测”。
优选，步骤3)具体包括如下步骤：将故障-参量关系矩阵与参量-测试关系矩阵进行逻辑运算，得到故障与测试的关联矩阵。
通过故障-参量关系矩阵可分析故障之间的相互影响(两个故障影响之间的相似程度)，即两个故障的各个参量的变化量的重合比例的平均值。通过参量-测试关系矩阵可以分析测试之间的相互关联。通过故障与测试的关联矩阵可分析测试方案对光伏电站系统的故障的覆盖率(关联测试的故障数占故障总数的比例)、故障模糊度(关联相同测试的故障数)，测试关联度(两个测试关联相同的故障集的比例定义为两个测试之间的关联度，整个故障与测试的关联矩阵中两两测试的关联度的平均值，定义为整个测试方案的关联度)，并且可分析测试方案的冗余度(全部测试数量与覆盖全部可关联故障的最少测试数量的差)、平均测试成本、平均测试时间等。
通过分析故障的相互影响与测试的相互关联，简化测试方案，降低测试成本，缩短故障定位时间，实现了光伏电站的测试方案优化设计与故障在线诊断与定位。
本发明的有益效果是：
一、自动化的测试优化设计，提高测试方案的故障覆盖率、降低故障模糊度、平均测试成本、平均测试时间，并根据需要设计测试冗余度。从而从整体上降低测试成本，缩短测试时间。
二、实现了光伏电站故障策略的自动生成，实现了光伏电站故障的在线自动诊断，诊断过程不停机，故障定位快速准确。减少故障危害时间，减少故障停机时间，提高光伏电站发电时间。
三、降低了光伏电站诊断对人员技术水平的依赖，诊断成本低，诊断水平稳定。诊断工程量小，测试设备需求小，从而可以实现快速维护，保障了发电时间，诊断过程迅速，从而防止故障进一步恶化。
附图说明
图1是本发明传统的光伏电站的结构示意图；
图2是本发明光伏电站的结构示意图；
图3是本发明测试方案优化的流程图；
图4是本发明辅助诊断算法的示意图；
图5是本发明故障隔离的示意图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图2所示，是光伏电站在线诊断的结构示意图，其中，一种光伏电站故障诊断方法，具体包括如下步骤：
1)建立光伏电站的多故障模型，得到每一个故障与各个参量之间的关系。
优选，步骤1)具体包括如下步骤：
11)建立光伏电站物理设备(电池板、线缆、逆变器、监控测试设备等)连接结构图；
12)建立每一个物理设备的多种故障模式：
每一个物理设备可能包含多种故障模式，如针对电池板，有受污染、边框损坏、绝缘下降等故障模式；
13)通过参量关联各个物理设备：
在物理连接的各个节点中，关联各种物理设备，如在两个电池板的连接处，可关联一个电压幅值、电压闪变等，在两个支架结构的连接处关联一个振动幅值等。
14)分析各种故障模式：
分析光伏电站的各种故障模式(包括其发生的概率)，优选，具体包括如电池板损坏、电池绝缘性能降低、电池板受污染、线路损坏、线路绝缘层老化、因环境因素导致的电池板正负极电动势波动、逆变器等其它设备或组件的物理故障与由环境变化导致的暂时性异常等等。
15)针对各种故障模式，分析其对系统中各个节点的物理量参数(简称参量，如电压的频率、幅值、相位、积分值、闪变现象，又如机械振动的频率、幅值、能量、谐波分量等，以及其它未一一列举的物理量的参数)的影响(即参量值的变化量)，从而得出故障与物理参量关系，得到“故障-参量关系矩阵”(简称FP矩阵)，如表1所示。通过FP矩阵，可分析故障之间的相互影响(两个故障影响之间的相似程度)，即两个故障的各个参量的变化量的重合比例的平均值。
表1 故障-参量关系矩阵(FP矩阵)
| 参量1(p1) | 参量2(p2) | …… | |
| 故障1(f1) | 变化量11 | 变化量12 | …… |
| 故障2(f2) | 变化量21 | 变化量22 | …… |
| 故障3(f3) | 变化量31 | 变化量32 | …… |
| …… | …… | …… | …… |
2)根据光伏电站的多故障模型，建立各个参量与各个测试之间的关系，此步骤可以通过在线监测方案(即监测光伏电站中的多个设备或节点的电气、机械等物理量)与离线辅助测试方案(即通过移动式测试设备，针对复杂的测试，通过人工辅助补充测试完成)两种方式完成。
优选，每一个在线监测或离线辅助测试的具体步骤为：
21)针对每个参量，测试其值，然后判断其是否处于容差范围内，若在容差范围内，则判定为“通过”，否则判定为“不通过”，得到“参量-测试关系矩阵”(简称PT矩阵)。
22)在“参量-测试关系矩阵”中，如果测试能够判定一个参量是否正常，则在相应单元格记为“可测”，否则标记为“不可测”，如表2所示，通过PT矩阵，可以分析测试之间的相互关联。
表2 参量-测试关系矩阵(PT矩阵)
| 测试1(T1) | 测试2(T2) | …… | |
| 参量1(p1) | 可测/不可测 | 可测/不可测 | …… |
| 参量2(p2) | 可测/不可测 | 可测/不可测 | …… |
| 参量3(p3) | 可测/不可测 | 可测/不可测 | …… |
| …… | …… | …… | …… |
3)根据步骤1)和2)得到每一个故障与各个测试的关联关系，即，将故障-参量关系矩阵与参量-测试关系矩阵进行逻辑运算，得到“故障与测试的关联矩阵”(简称R矩阵)，如表3所示。
表3 故障与测试的关联矩阵(R矩阵)
| 测试1(T1) | 测试2(T2) | …… | |
| 故障1(f1) | 关联/不关联 | 关联/不关联 | …… |
| 故障2(f2) | 关联/不关联 | 关联/不关联 | …… |
| 故障3(f3) | 关联/不关联 | 关联/不关联 | …… |
| …… | …… | …… | …… |
通过R矩阵可分析测试方案对光伏电站系统的故障的覆盖率(关联测试的故障数占故障总数的比例)、故障模糊度(关联相同测试的故障数)，测试关联度(两个测试关联相同的故障集的比例定义为两个测试之间的关联度，整个故障与测试的关联矩阵中两两测试的关联度的平均值，定义为整个测试方案的关联度)，并且可分析测试方案的冗余度(全部测试数量与覆盖全部可关联故障的最少测试数量的差)、平均测试成本、平均测试时间等。
4)进行光伏电站故障诊断，具体包括：
41)通过在线监测获取光伏电站的实时状态，存入实时数据库；
42)通过FP矩阵，根据在线监测量的变化值，初步排除非可疑故障，若此时故障已定位到单个设备或设计中的模糊组(关联相同测试的所有故障的集合)，则故障诊断结束，否则，进入下一个步骤；
43)根据在线监测量的变化值，简单R矩阵(去除已排除的故障)，然后执行辅助诊断算法，辅助诊断算法由多个测试组成的，按一定顺序排列成树，用于故障定位，具体包括：
431)选择算法生成的原则：
比如，根据故障紧急情况，选择策略生成的原则，如为紧急故障，则选择以最少测试时间为目标，如果非紧急故障，则选择以最少测试成本为目标；
432)计算候选测试中每一个测试的故障隔离度(测试对故障集的分割信息量，设故障集F中有N个故障，其发生概率和为pF，这N个故障中，有j个故障与测试T关联，其发生概率和为pj，有k个故障与测试T不关联，其发生概率和为pk,那么测试T对故障集F的隔离度为-(pjlog+pklog))；
433)计算候选测试中每一个测试的单位隔离度的测试时间/成本，其中“/”为或的意思；
434)选择单位隔离度的测试时间/成本最少的测试，为此步最优测试；
435)根据步骤434)中的最优测试将故障集分为两个子故障集，一个是本测试关联的故障集，另一个是本测试不关联的故障集，如图5所示；
436)针对每一个子故障集，用剩余测试执行步骤432)-步骤435),直到每一个故障集仅剩一个设备或达到测试指标要求，如图4所示，当达到故障模糊度要求时，可结束。
若故障的覆盖率、故障模糊度、测试冗余度、平均测试成本、平均测试时间等指标不满足设计要求时，可对测试方案进行优化，重新计算这些参数，最终使这些指标满足要求。
如图3所示，测试方案优化的流程为：
a)设计候选测试集合；
b)计算每个测试的测试关联度；
c)选择与现有测试集的所有测试的测试关联度最小的测试，加入到测试方案中；
d)计算新测试方案的故障的覆盖率、故障模糊度、测试冗余度、平均测试成本、平均测试时间；
e)判断测试方案是否满足指标要求，若满足则优化结束，否则进入下一步；
f)判断是否还有候选测试，若否，则进入步骤a)，进入下一个循环；否则，进入步骤b)。
本发明的有益效果是：
一、自动化的测试优化设计，提高测试方案的故障覆盖率、降低故障模糊度、平均测试成本、平均测试时间，并根据需要设计测试冗余度。从而从整体上降低测试成本，缩短测试时间。
二、实现了光伏电站故障策略的自动生成，实现了光伏电站故障的在线自动诊断，诊断过程不停机，故障定位快速准确。减少故障危害时间，减少故障停机时间，提高光伏电站发电时间。
三、降低了光伏电站诊断对人员技术水平的依赖，诊断成本低，诊断水平稳定。诊断工程量小，测试设备需求小，从而可以实现快速维护，保障了发电时间，诊断过程迅速，从而防止故障进一步恶化。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种光伏电站故障诊断方法，其特征在于，包括如下步骤：
1）建立光伏电站的多故障模型，得到每一个故障与各个参量之间的关系；
2）根据光伏电站的多故障模型，建立各个参量与各个测试之间的关系；
3）根据步骤1）和2）得到每一个故障与各个测试的关联关系；
4）进行光伏电站故障诊断，具体包括：
41）通过在线监测获取光伏电站的实时状态，存入实时数据库；
42）根据在线监测量的变化值与步骤1）得到的每一个故障与各个参量之间的关系，初步排除非可疑故障，若故障已定位到单个设备或预设的模糊组，则故障诊断结束，否则，进入下一个步骤；
43）根据在线监测量的变化值和步骤3）得到的每一个故障与各个测试的关联关系，去除已排除的故障，然后执行辅助诊断算法，具体包括：
431）选择算法生成的原则；
432）计算候选测试中每一个测试的故障隔离度；
433）计算候选测试中每一个测试的单位隔离度的测试时间/成本；
434）选择单位隔离度的测试时间/成本最少的测试，为此步最优测试；
435）根据步骤434）中的最优测试将故障集分为两个子故障集，一个是本测试关联的故障集，另一个是本测试不关联的故障集；
436）针对每一个子故障集，用剩余测试执行步骤432）-步骤435）,直到每一个故障集仅剩一个设备或达到测试指标要求。
2.根据权利要求1所述的一种光伏电站故障诊断方法，其特征在于，步骤1）具体包括如下步骤：
11）建立光伏电站物理设备连接结构图；
12）建立每一个物理设备的多种故障模式；
13）通过参量关联各个物理设备；
14）分析各种故障模式；
15）针对各种故障模式，计算其对系统中各个节点的参量值的变化量的影响，得到故障-参量关系矩阵。
3.根据权利要求2所述的一种光伏电站故障诊断方法，其特征在于，步骤2）具体包括如下步骤：
21）针对每个参量，测试其值，然后判断其是否处于容差范围内，若在容差范围内，则判定为“通过”，否则判定为“不通过”，得到参量-测试关系矩阵；
22）在参量-测试关系矩阵中，如果测试能够判定一个参量是否正常，则在相应单元格记为“可测”，否则标记为“不可测”。
4.根据权利要求3所述的一种光伏电站故障诊断方法，其特征在于，步骤3）具体包括如下步骤：将故障-参量关系矩阵与参量-测试关系矩阵进行逻辑运算，得到故障与测试的关联矩阵。
5.根据权利要求1所述的一种光伏电站故障诊断方法，其特征在于，步骤4）中，若测试方案的指标达不到要求，则进行测试方案的优化，具体包括如下步骤：
a）设计候选测试集合；
b）计算每个测试的测试关联度；
c）选择与现有测试集的所有测试的测试关联度最小的测试，加入到测试方案中；
d）计算新测试方案的故障的覆盖率、故障模糊度、测试冗余度、平均测试成本、平均测试时间；
e）判断测试方案是否满足指标要求，若满足则优化结束，否则进入下一步；
f）判断是否还有候选测试，若否，则进入步骤a），进入下一个循环；否则，进入步骤b）。
6.根据权利要求2所述的一种光伏电站故障诊断方法，其特征在于，步骤14）包括设备或组件的物理故障与由环境变化导致的暂时性异常。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410623502.XA CN104378065B (zh) | 2014-11-07 | 2014-11-07 | 一种光伏电站故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410623502.XA CN104378065B (zh) | 2014-11-07 | 2014-11-07 | 一种光伏电站故障诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104378065A true CN104378065A (zh) | 2015-02-25 |
| CN104378065B CN104378065B (zh) | 2016-08-17 |
Family
ID=52556774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410623502.XA Active CN104378065B (zh) | 2014-11-07 | 2014-11-07 | 一种光伏电站故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104378065B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104601108A (zh) * | 2015-02-10 | 2015-05-06 | 河海大学常州校区 | 一种小型光伏电站的故障诊断方法 |
| CN106067758A (zh) * | 2016-05-25 | 2016-11-02 | 河海大学常州校区 | 基于参数辨识的光伏发电系统故障诊断方法及系统 |
| CN106791824A (zh) * | 2016-11-29 | 2017-05-31 | 深圳Tcl数字技术有限公司 | 挑选测试用屏方法及装置 |
| CN107633116A (zh) * | 2017-08-25 | 2018-01-26 | 中国船舶重工集团公司第七〇九研究所 | 一种多故障检测序列计算方法 |
| CN109245709A (zh) * | 2018-08-30 | 2019-01-18 | 河北机电职业技术学院 | 光伏发电系统及故障监控方法 |
| CN112884360A (zh) * | 2021-03-18 | 2021-06-01 | 国家电网有限公司 | 分布式光伏电站综合成效评估方法、系统、设备及介质 |
| CN114063588A (zh) * | 2020-07-29 | 2022-02-18 | 中车株洲电力机车研究所有限公司 | 一种传动控制单元测试速度的选取方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103743972A (zh) * | 2013-12-25 | 2014-04-23 | 青海中控太阳能发电有限公司 | 一种塔式太阳能热发电系统故障诊断方法 |
| EP2746789A1 (en) * | 2011-08-01 | 2014-06-25 | JX Nippon Oil & Energy Corporation | Earth fault detection device, earth fault detection method, solar power generation system, and earth fault detection program |
| CN104133981A (zh) * | 2014-06-25 | 2014-11-05 | 国家电网公司 | 一种基于模糊产生式规则知识库的光伏电站故障诊断方法 |
-
2014
- 2014-11-07 CN CN201410623502.XA patent/CN104378065B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2746789A1 (en) * | 2011-08-01 | 2014-06-25 | JX Nippon Oil & Energy Corporation | Earth fault detection device, earth fault detection method, solar power generation system, and earth fault detection program |
| CN103743972A (zh) * | 2013-12-25 | 2014-04-23 | 青海中控太阳能发电有限公司 | 一种塔式太阳能热发电系统故障诊断方法 |
| CN104133981A (zh) * | 2014-06-25 | 2014-11-05 | 国家电网公司 | 一种基于模糊产生式规则知识库的光伏电站故障诊断方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104601108A (zh) * | 2015-02-10 | 2015-05-06 | 河海大学常州校区 | 一种小型光伏电站的故障诊断方法 |
| CN106067758A (zh) * | 2016-05-25 | 2016-11-02 | 河海大学常州校区 | 基于参数辨识的光伏发电系统故障诊断方法及系统 |
| CN106791824A (zh) * | 2016-11-29 | 2017-05-31 | 深圳Tcl数字技术有限公司 | 挑选测试用屏方法及装置 |
| CN107633116A (zh) * | 2017-08-25 | 2018-01-26 | 中国船舶重工集团公司第七〇九研究所 | 一种多故障检测序列计算方法 |
| CN107633116B (zh) * | 2017-08-25 | 2020-12-25 | 中国船舶重工集团公司第七一九研究所 | 一种多故障检测序列计算方法 |
| CN109245709A (zh) * | 2018-08-30 | 2019-01-18 | 河北机电职业技术学院 | 光伏发电系统及故障监控方法 |
| CN114063588A (zh) * | 2020-07-29 | 2022-02-18 | 中车株洲电力机车研究所有限公司 | 一种传动控制单元测试速度的选取方法、装置及设备 |
| CN114063588B (zh) * | 2020-07-29 | 2023-10-31 | 中车株洲电力机车研究所有限公司 | 一种传动控制单元测试速度的选取方法、装置及设备 |
| CN112884360A (zh) * | 2021-03-18 | 2021-06-01 | 国家电网有限公司 | 分布式光伏电站综合成效评估方法、系统、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104378065B (zh) | 2016-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104378065A (zh) | 一种光伏电站故障诊断方法 | |
| WO2017067120A1 (zh) | 一种光伏电站低电压穿越数据获取方法 | |
| US10171028B2 (en) | Method and apparatus for monitoring photovoltaic module | |
| KR101535056B1 (ko) | 계통연계형 태양광발전 시스템의 고장 검출 진단 장치 및 그 방법 | |
| WO2017177604A1 (zh) | 一种大型光伏阵列中电池面板的故障检测定位系统 | |
| JP5918390B2 (ja) | 太陽電池パネルの検査装置、及び太陽電池パネルの検査方法 | |
| Al-Sheikh et al. | Fault detection and diagnosis of renewable energy systems: An overview | |
| CN113131518B (zh) | 一种mlpe光伏系统及其mlpe设备检测方法 | |
| Alajmi et al. | Fault detection and localization in solar photovoltaic arrays using the current-voltage sensing framework | |
| Dubey et al. | Effect of mechanical loading cycle parameters on crack generation and power loss in PV modules | |
| KR101448989B1 (ko) | 태양전지모듈 고장 진단 방법 및 태양광 발전 시스템 | |
| JP2018064360A (ja) | 太陽光発電システムおよび太陽光発電制御システム | |
| Hachana et al. | Fault diagnosis of building integrated PV generator: a metaheuristic technique | |
| Xu et al. | Optimal expansion planning of AC/DC hybrid system integrated with VSC control strategy | |
| Gomathy et al. | Automatic monitoring and fault identification of photovoltaic system by wireless sensors | |
| CN113489455A (zh) | 光伏系统及其iv扫描方法、装置和汇流箱 | |
| KR20220074931A (ko) | 연료 전지 스택 절연 감시 시스템 | |
| Ni et al. | Inverter fault diagnosis based on BP neural network | |
| Parmar et al. | Solar photovoltaic power converters: Technologies and their testing protocols for Indian inevitabilities | |
| Ekic et al. | Impact analysis of power network structure on grid strength | |
| JP2016075534A (ja) | 太陽光発電装置の故障診断方法 | |
| CN105978483B (zh) | 光伏汇流箱及其防反二极管安装分析方法、装置 | |
| CN112564158B (zh) | 一种直流换相失败预测方法 | |
| JP6665746B2 (ja) | 電池システム | |
| Mariani et al. | A Survey on Anomalies and Faults that may Impact the Reliability of Renewable-based Power 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 | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20151228 Address after: 210000 Jiangsu city of Nanjing province science and Technology Innovation Park kylin (eco technology city) Qi East Road No. 666 Applicant after: NANJING QINGYUN ENERGY TECHNOLOGY CO., LTD. Address before: 211100 Kirin Technology Innovation Park, 666, Jiangsu, Nanjing Applicant before: Lv Zhengliang |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160215 Address after: 100085, No. 2, building 2, information road, Haidian District, Beijing, 25C Applicant after: BEIJING TSING YUN ENERGY TECHNOLOGY CO., LTD. Address before: 210000 Jiangsu city of Nanjing province science and Technology Innovation Park kylin (eco technology city) Qi East Road No. 666 Applicant before: NANJING QINGYUN ENERGY TECHNOLOGY CO., LTD. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100085, No. 2, building 2, information road, Haidian District, Beijing, 25C Patentee after: Beijing Qidi Qingyun Intelligent Energy Co., Ltd Address before: 100085, No. 2, building 2, information road, Haidian District, Beijing, 25C Patentee before: Being Tsingyun Solar Energy Tech Co., Ltd. |
|
| CP01 | Change in the name or title of a patent holder |