CN107634719A - 集中式逆变器方案新型光伏组串在线故障诊断系统及方法 - Google Patents
集中式逆变器方案新型光伏组串在线故障诊断系统及方法 Download PDFInfo
- Publication number
- CN107634719A CN107634719A CN201710655547.9A CN201710655547A CN107634719A CN 107634719 A CN107634719 A CN 107634719A CN 201710655547 A CN201710655547 A CN 201710655547A CN 107634719 A CN107634719 A CN 107634719A
- Authority
- CN
- China
- Prior art keywords
- group string
- current
- power supply
- analysis module
- analysis
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000003491 array Methods 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241001282153 Scopelogadus mizolepis Species 0.000 description 1
- 238000003646 Spearman's rank correlation coefficient Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种集中式逆变器方案新型光伏组串在线故障诊断系统,包括采集模块、存储模块、分析模块,分析模块包括基本约束分析模块、电流偏差分析模块、阈值分析模块、电压‑电流偏差一致性分析模块。本发明还公开了一种集中式逆变器方案新型光伏组串在线故障诊断方法,包括:采集各组串的运行数据;判断运行数据是否满足基本约束条件;对组串电流偏差进行分析;判断组串运行数据是否达到预设的阈值;分析电压‑电流偏差一致性并判断是否为组串故障等步骤。本发明对占光伏组件故障90%以上的电压型故障具有更高的灵敏度和更低的误报率,诊断结果稳定可靠;实现简单,一次性分析范围小,考察周期短,占用资源少,对硬件要求低,便于大规模推广。
Description
技术领域
本发明涉及光伏组串故障诊断系统及方法,特别是集中式逆变器方案新型光伏组串在线故障诊断系统及方法。
背景技术
目前乃至今后一段时间内,我国光伏发电将保持高速发展状态。与之相对的,光伏发电技术仍处于起步阶段,电站人员专业技能偏低,加之缺乏智能生产运营系统的辅助,致使运维水平普遍偏低,某些故障长期存在而未被处理,给电站带来经济损失和安全隐患。
光伏发电能量密度低、设备数量庞大,加之日益严苛的成本限制,导致电站监测系统无论在测点数量,还是测量精度上都难以做到对电站基本发电单元——光伏组件运行状态精确而全面的刻画,尤其对于采用集中式逆变器方案的光伏系统,方阵以逆变器为单元进行集中的功率控制,仅有限的汇流箱通讯数据可供分析,这也对电站组件的故障诊断带来了较大挑战。
目前对于采用集中逆变方案的光伏发电单元,可供分析的组件运行数据只有汇流箱中采集的各通道电流以及母排电压,即仅能分析到组串一级,因此故障诊断主要采取在线定位故障组串—现场定位故障组件的方案。对于组串的故障诊断方法,主要分为以下两种:
1)长周期的组串电流离散率分析。该方法通过横向对比光伏组串间电流差异,找出电流明显偏低组串,从而实现故障定位。为了尽可能避免系统波动、数据测量误差等因素导致的系统误报率过高的问题,该算法采用长周期,周期一般为一天甚至几天,判断平均电流偏差的策略。然而根据目前组件实际运行状况,组件接线盒故障在组件严重故障中占有绝对的比重,某组电池片开路或旁路二极管损坏,主要体现为组串电压的下降,下降约10V,而在逆变器MPPT发挥作用的情况下,方阵工作于最大功率点,此工况下正常组串与问题组串的电流偏差及其微小,也即此故障在电站稳态运行中难以被上述诊断方法所捕获,导致大量的漏报;如果强行降低阈值,由于组串间的个体不一致性,也必将导致大量误报。
2)组串自身在时间序列上的电流纵向对比分析。该方法分析和拟合组串历史运行数据,以其作为参考,利用当前工作电流与该组串相近工况下的参考工作电流偏差大小来判断故障。该方式理论上能够消除组串间个体不一致性的影响,但由于用于对比的数据并非同时测得,存在限电、灰尘遮挡、测量误差、测量瞬间随机扰动、修正公式偏差等诸多因素的影响,致使该方法实用性能较差,仍处于理论研究的阶段;另外,由于需要通过历史数据建立每一条组串的、不同工况下的I-V特性,该方法对计算和存储设备的要求也更高、实施成本更高。
发明内容
本发明的所要解决的技术问题是现有技术中电站组件的故障诊断困难,漏报误报现象多,实用性能不强的技术问题,在现有技术的故障诊断方法的基础上,针对占电站组件严重故障90%以上的电压型故障,提出了高效的、以分钟为周期的短周期故障诊断方法,利用逆变器在最大功率跟踪过程中,系统动态调整的瞬态过程,或系统限电的特殊工况,发现隐藏故障。
本发明提供了一种集中式逆变器方案新型光伏组串在线故障诊断系统,包括:
用于采集光伏方阵中各组串运行数据的采集模块;
用于存储数据的存储模块;
用于进行数据分析处理的分析模块;
所述分析模块包括基本约束分析模块、电流偏差分析模块、阈值分析模块、电压-电流偏差一致性分析模块。
采集模块采集光伏方阵各组串的运行数据,存储模块对数据进行存储,分析模块的基本约束分析模块、电流偏差分析模块、阈值分析模块、电压-电流偏差一致性分析模块对运行数据进行不同的分析并最终判断是否光伏组串故障。
进一步的,还包括客户端模块和WEB服务器模块。
另一方面,本发明还提供了一种集中式逆变器方案新型光伏组串在线故障诊断方法,包括以下步骤:
S1:采集光伏方阵中各组串的包括电压、电流在内的运行数据;
S2:判断组串的运行数据是否满足基本约束条件;
S3:对组串电流偏差进行分析;
S4:判断组串运行数据是否达到预设的阈值;
S5:分析组串电流偏差与其电压的正相关关系,并判断是否为组串故障。
本发明将方阵中各组串运行数据定期收集和分析,对满足基本约束条件的分钟级数据包,做瞬态电流偏差分析,以限电率为依据设置比例制动型阈值,并借助电压——电流偏差一致性分析给出最终的组串故障诊断结果。
进一步的,步骤S2中,所述基本约束条件包括:
辐照度波动程度:
辐照强度:
组串电流约束:
考察周期内组串平均电流值≥平均电流下限
考察周期内组串瞬时电流值≥瞬时电流下限。
基本约束条件用来提取有利于故障诊断实施的组串运行数据包。由于分析时间短,对数据的有效性要求更高,必须设计严格的限制条件,力图尽可能精准地截取到真实反映组串性能的短时运行数据,以防恶劣工况和坏数据导致的分析不准问题,需要考察周期辐照度波动程度不能过高、周期内辐照强度不能过低、周期内组串电流约束等条件。
进一步的,步骤S3中电流偏差分析为短周期电流偏差分析,分析各组串相对于参考电流的偏差,其中:
某时刻的参考电流=该时刻下排名前50%的组串瞬时电流平均值;
短周期电流偏差分析,用以分析其各组串相对于参考电流的偏差,为初步的故障排查提供依据。由于该算法对精度要求高,且分析数据主要取自各组串的高电压段,即电流迅速下降段,因此对电压变化敏感,不适于分析范围过大。
进一步的,步骤S4中阈值为比例制动型阈值,用于根据系统限电率灵活调整阈值:
式中x0为非限电状态,y0为非限电状态下采用低阈值;
xh高限电状态限电率,yi为高限电状态下采用高阈值;
xi为任一限电率,yi为任一限电率状态下阈值。
比例制动型阈值,用于根据系统限电率灵活调整阈值,实现故障的初步诊断。目前限电已成为部分西北部电站的运行常态,由于逆变器通过提高电压-降低电流的方式实现方阵的限电,而超过方阵最大功率点后,组串间不一致性将随电压的继续提高而急剧增大,因此需要根据系统的限电率相应调整阈值,以防固定阈值导致的非限电状态下故障漏报或严重限电下故障误报,提升诊断方法的准确性。本方法采用比例制动型阈值设置,在非限电状态x0下采用低阈值y0,在高限电状态xh下采用高阈值yh,整个区间内限电率与阈值间为线性关系。任一限电率xi下的阈值yi为:
进一步的,步骤S5中,分析组串电流偏差与其电压的正相关关系,也就是电压-电流偏差一致性分析时,截取系统限电或逆变器工作状态调整的瞬间过程,借助故障组串电压提高时电流差异性增大这一特点实现故障最终诊断:
式中,di=xi-yi;n为数据点个数,xi为任一限电率,yi为任一限电率状态下阈值。
电压-电流偏差一致性分析,针对电压型故障的故障特征,截取系统限电或逆变器工作状态调整的瞬间过程,借助故障组串电压提高时电流差异性增大这一特点实现故障最终诊断。对于电压型故障组串,组串的电流偏差ΔI与其电压U呈现出严格的正相关特性,本发明引入Spearman系数考察二者的正相关性。Spearman秩相关系数是一个非参数的度量两个变量之间的统计相关性的指标,用来评估两个变量之间的单调相关性强弱。假设原始数据(ΔIi,Ui)已经按从大到小的顺序排列,记(xi,yi)为原(ΔIi,Ui)在排列后数据所在的位置,则xi,yi称为变量ΔIi,Ui的秩次,则:
式中,di=xi-yi;n为数据点个数,为保证一致性,ρs不能过低。
进一步的,步骤S1中,以分钟为单位采集光伏方阵中各组串的包括电压、电流在内的运行数据。
本发明同现有技术相比具有以下优点及效果:
1、对于占光伏组件故障90%以上的电压型故障具有更高的灵敏度和更低的误报率,诊断结果稳定可靠;
2、实现简单,一次性分析范围小,考察周期短,占用资源少,对硬件要求低,便于大规模推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明集中式逆变器方案新型光伏组串在线故障诊断系统示意图。
图2为本发明集中式逆变器方案新型光伏组串在线故障诊断方法的步骤示意图。
图3为基于电流-电压特性分析的光伏组件故障诊断原理图。
图4为比例制动型阈值设置。
图5为本发明故障诊断的实施流程图。
标号说明:
1-采集模块 2-存储模块 3-分析模块 31-基本约束分析模块
32-电流偏差分析模块 33-阈值分析模块
34-电压-电流偏差一致性分析模块
具体实施方式
下面结合具体实施例详细说明本专利:
如图1所示,本发明包括采集模块1、存储模块2、分析模块3,分析模块3包括基本约束分析模块31、电流偏差分析模块32、阈值分析模块33、电压-电流偏差一致性分析模块34。还可以设置客户端模块和WEB服务器模块。
如图2所示,本发明方法步骤包括:
S1:采集光伏方阵中各组串的包括电压、电流在内的运行数据;
S2:判断组串的运行数据是否满足基本约束条件;
S3:对组串电流偏差进行分析;
S4:判断组串运行数据是否达到预设的阈值;
S5:分析组串电流偏差与其电压的正相关关系,并判断是否为组串故障。
以120s为周期对组串监测数据进行逐段诊断:
1.基本约束条件
1)考察周期辐照度波动约束:
考察周期内波动程度<0.3
2)考察周期内辐照强度约束:
3)考察周期内组串电流约束:
考察周期内组串平均电流值≥2A
考察周期内组串瞬时电流值≥1.5A
2.短周期电流偏差分析
由于方法对精度要求高,对电压变化敏感,不适于在过大范围内开展分析,此处以汇流箱为单元,分析其各组串电流相对于汇流箱参考电流的偏差。其中:
某时刻的参考电流=该时刻下排名前50%的组串瞬时电流平均值
3.比例制动型阈值设置
在非限电状态下,设置电流偏差阈值为10%,在限电率70%状态下,设置电流偏差阈值为70%,整个区间内任一限电率xi下的阈值yi为:
4.电压-电流偏差一致性分析
在考察周期及其前后各30min的完整时段内,分析组串电流偏差ΔI与其电压U的正相关关系。在电流偏差超过阈值的前提下,如果考察时段内Spearman系数ρs>0.9,则判断为组串故障。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.集中式逆变器方案新型光伏组串在线故障诊断系统,其特征在于,包括:
用于采集光伏方阵中各组串运行数据的采集模块;
用于存储数据的存储模块;
用于进行数据分析处理的分析模块;
所述分析模块包括基本约束分析模块、电流偏差分析模块、阈值分析模块、电压-电流偏差一致性分析模块。
2.根据权利要求1所述的集中式逆变器方案新型光伏组串在线故障诊断系统,其特征在于,还包括客户端模块和WEB服务器模块。
3.集中式逆变器方案新型光伏组串在线故障诊断方法,其特征在于,包括以下步骤:
S1:采集光伏方阵中各组串的包括电压、电流在内的运行数据;
S2:判断组串的运行数据是否满足基本约束条件;
S3:对组串电流偏差进行分析;
S4:判断组串运行数据是否达到预设的阈值;
S5:分析组串电流偏差与其电压的正相关关系,并判断是否为组串故障。
4.根据权利要求3所述的集中式逆变器方案新型光伏组串在线故障诊断方法,其特征在于,所述步骤S2中,所述基本约束条件包括:
辐照度波动程度:
辐照强度:
组串电流约束:
考察周期内组串平均电流值≥平均电流下限
考察周期内组串瞬时电流值≥瞬时电流下限。
5.根据权利要求3所述的集中式逆变器方案新型光伏组串在线故障诊断方法,其特征在于,所述步骤S3中电流偏差分析为以分钟为周期的短周期电流偏差分析,分析各组串相对于参考电流的偏差,其中:
某时刻的参考电流=该时刻下排名前50%的组串瞬时电流平均值;
6.根据权利要求3所述的集中式逆变器方案新型光伏组串在线故障诊断方法,其特征在于,所述步骤S4中阈值为比例制动型阈值,用于根据系统限电率灵活调整阈值:
式中x0为非限电状态,y0为非限电状态下采用低阈值;
xh高限电状态限电率,yi为高限电状态下采用高阈值;
xi为任一限电率,yi为任一限电率状态下阈值。
7.根据权利要求3所述的集中式逆变器方案新型光伏组串在线故障诊断方法,其特征在于,所述步骤S5中,分析组串电流偏差与其电压的正相关关系时,截取系统限电或逆变器工作状态调整的瞬间过程,借助故障组串电压提高时电流差异性增大这一特点实现故障最终诊断:
式中,di=xi-yi;n为数据点个数,xi为任一限电率,yi为任一限电率状态下阈值。
8.根据权利要求3-7任一项所述的集中式逆变器方案新型光伏组串在线故障诊断方法,所述步骤S1中,以分钟为单位采集光伏方阵中各组串的包括电压、电流在内的运行数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710655547.9A CN107634719A (zh) | 2017-08-03 | 2017-08-03 | 集中式逆变器方案新型光伏组串在线故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710655547.9A CN107634719A (zh) | 2017-08-03 | 2017-08-03 | 集中式逆变器方案新型光伏组串在线故障诊断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107634719A true CN107634719A (zh) | 2018-01-26 |
Family
ID=61099546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710655547.9A Pending CN107634719A (zh) | 2017-08-03 | 2017-08-03 | 集中式逆变器方案新型光伏组串在线故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107634719A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921302A (zh) * | 2018-05-10 | 2018-11-30 | 积成能源有限公司 | 分布式光伏电站的杂草遮挡诊断及故障排除判定方法 |
CN110277961A (zh) * | 2019-06-18 | 2019-09-24 | 合肥阳光新能源科技有限公司 | 光伏组串故障检测方法及装置 |
WO2020238866A1 (zh) * | 2019-05-28 | 2020-12-03 | 华为技术有限公司 | 一种检测条件确定方法、装置及光伏系统 |
CN112367048A (zh) * | 2020-11-09 | 2021-02-12 | 华北电力科学研究院有限责任公司 | 基于集中式光伏电站的组串特性曲线确定方法及系统 |
CN112782495A (zh) * | 2019-11-06 | 2021-05-11 | 成都鼎桥通信技术有限公司 | 一种光伏电站的组串异常识别方法 |
CN114417703A (zh) * | 2021-12-22 | 2022-04-29 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种光伏组件故障在线诊断分析算法 |
CN117290803A (zh) * | 2023-11-27 | 2023-12-26 | 深圳鹏城新能科技有限公司 | 一种储能逆变器远程故障诊断方法、系统及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012186263A (ja) * | 2011-03-04 | 2012-09-27 | Daikin Ind Ltd | 太陽光発電ユニットの診断装置、診断方法、及び太陽光発電システム |
CN104682435A (zh) * | 2015-03-17 | 2015-06-03 | 成都鼎智汇科技有限公司 | 一种具有可平抑功率波动的储能系统的微电网的运行和监控方法 |
CN105488736A (zh) * | 2015-12-02 | 2016-04-13 | 国家电网公司 | 一种用于光伏电站数据采集系统的数据处理方法 |
CN105553421A (zh) * | 2015-12-02 | 2016-05-04 | 蚌埠电子信息产业技术研究院 | 一种光伏发电系统在线iv曲线测试装置及测试方法 |
CN106788243A (zh) * | 2016-11-10 | 2017-05-31 | 上海许继电气有限公司 | 基于监控平台实现光伏电站组串状态识别的方法 |
CN207559945U (zh) * | 2017-08-03 | 2018-06-29 | 华电电力科学研究院 | 集中式逆变器方案新型光伏组串在线故障诊断系统 |
-
2017
- 2017-08-03 CN CN201710655547.9A patent/CN107634719A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012186263A (ja) * | 2011-03-04 | 2012-09-27 | Daikin Ind Ltd | 太陽光発電ユニットの診断装置、診断方法、及び太陽光発電システム |
CN104682435A (zh) * | 2015-03-17 | 2015-06-03 | 成都鼎智汇科技有限公司 | 一种具有可平抑功率波动的储能系统的微电网的运行和监控方法 |
CN105488736A (zh) * | 2015-12-02 | 2016-04-13 | 国家电网公司 | 一种用于光伏电站数据采集系统的数据处理方法 |
CN105553421A (zh) * | 2015-12-02 | 2016-05-04 | 蚌埠电子信息产业技术研究院 | 一种光伏发电系统在线iv曲线测试装置及测试方法 |
CN106788243A (zh) * | 2016-11-10 | 2017-05-31 | 上海许继电气有限公司 | 基于监控平台实现光伏电站组串状态识别的方法 |
CN207559945U (zh) * | 2017-08-03 | 2018-06-29 | 华电电力科学研究院 | 集中式逆变器方案新型光伏组串在线故障诊断系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921302A (zh) * | 2018-05-10 | 2018-11-30 | 积成能源有限公司 | 分布式光伏电站的杂草遮挡诊断及故障排除判定方法 |
CN108921302B (zh) * | 2018-05-10 | 2021-07-16 | 积成能源有限公司 | 分布式光伏电站的杂草遮挡诊断及故障排除判定方法 |
WO2020238866A1 (zh) * | 2019-05-28 | 2020-12-03 | 华为技术有限公司 | 一种检测条件确定方法、装置及光伏系统 |
US11799419B2 (en) | 2019-05-28 | 2023-10-24 | Huawei Technologies Co., Ltd. | Detection condition determining method, apparatus, and photovoltaic system |
CN110277961A (zh) * | 2019-06-18 | 2019-09-24 | 合肥阳光新能源科技有限公司 | 光伏组串故障检测方法及装置 |
CN110277961B (zh) * | 2019-06-18 | 2021-07-13 | 合肥阳光新能源科技有限公司 | 光伏组串故障检测方法及装置 |
CN112782495A (zh) * | 2019-11-06 | 2021-05-11 | 成都鼎桥通信技术有限公司 | 一种光伏电站的组串异常识别方法 |
CN112367048A (zh) * | 2020-11-09 | 2021-02-12 | 华北电力科学研究院有限责任公司 | 基于集中式光伏电站的组串特性曲线确定方法及系统 |
CN114417703A (zh) * | 2021-12-22 | 2022-04-29 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种光伏组件故障在线诊断分析算法 |
CN117290803A (zh) * | 2023-11-27 | 2023-12-26 | 深圳鹏城新能科技有限公司 | 一种储能逆变器远程故障诊断方法、系统及介质 |
CN117290803B (zh) * | 2023-11-27 | 2024-03-26 | 深圳鹏城新能科技有限公司 | 一种储能逆变器远程故障诊断方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107634719A (zh) | 集中式逆变器方案新型光伏组串在线故障诊断系统及方法 | |
CN105353256B (zh) | 一种输变电设备状态异常检测方法 | |
CN107453709B (zh) | 一种隔离机制与交叉测量融合的光伏热斑故障诊断方法 | |
CN102662113B (zh) | 基于故障树的油浸式变压器综合诊断方法 | |
CN103472331B (zh) | 一种基于光伏物理模型的光伏发电故障诊断系统 | |
CN103235239B (zh) | 多机系统中基于无功功率积分的振荡中心定位分析方法 | |
CN107451600A (zh) | 一种基于隔离机制的在线光伏热斑故障检测方法 | |
CN104767482A (zh) | 一种光伏组件老化和短路故障在线诊断方法 | |
CN108599724A (zh) | 一种光伏组件在线监测系统及监测方法 | |
CN112003564B (zh) | 基于智能终端的分布式光伏系统支路功率异常预警方法 | |
CN106230378A (zh) | 一种光伏电站组串故障的诊断方法 | |
CN112065668A (zh) | 一种风电机组状态异常评估方法及系统 | |
CN109919495A (zh) | 基于阈值计算的光伏电站监测数据异常与程度判断方法 | |
CN207559945U (zh) | 集中式逆变器方案新型光伏组串在线故障诊断系统 | |
CN108649892A (zh) | 光伏电站的缺陷诊断方法及装置 | |
CN113037214A (zh) | 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法 | |
CN104485889A (zh) | 用于多个相同安装倾角的光伏发电单元的故障检测方法 | |
CN113837604A (zh) | 一种多源异构数据融合与多维度数据相关性分析系统 | |
CN109103857B (zh) | 一种线路保护纵联通道同步状态监测方法及装置 | |
Hare et al. | A review of faults and fault diagnosis in micro-grids electrical energy infrastructure | |
Yan et al. | Wind turbine generator fault detection based on multi-layer neural network and random forest algorithm | |
CN111894814A (zh) | 一种用于发电系统的故障处理系统及方法 | |
CN104104292B (zh) | 一种发电机励磁系统状态广域实时获取系统 | |
CN110943485B (zh) | 双馈风电场等值模型仿真可信度的指标评价方法 | |
CN103543353A (zh) | 一种宽温环境下的直流采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180126 |