CN112187178B - 一种自动计算光伏组件红外热斑严重程度的装置及方法 - Google Patents
一种自动计算光伏组件红外热斑严重程度的装置及方法 Download PDFInfo
- Publication number
- CN112187178B CN112187178B CN202010839229.XA CN202010839229A CN112187178B CN 112187178 B CN112187178 B CN 112187178B CN 202010839229 A CN202010839229 A CN 202010839229A CN 112187178 B CN112187178 B CN 112187178B
- Authority
- CN
- China
- Prior art keywords
- infrared
- photovoltaic module
- component
- automatically
- hot spot
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 15
- 238000001931 thermography Methods 0.000 claims abstract description 51
- 230000005540 biological transmission Effects 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 238000003331 infrared imaging Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000008676 import Effects 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 10
- 238000010248 power generation Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 239000008393 encapsulating agent Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种自动计算光伏组件红外热斑严重程度的装置,包括用于检测光伏组件热斑故障的红外热成像部件、自动拍摄组件红外热斑故障的行走支架、红外热成像图片无线传输部件、自动计算光伏组件红外热斑严重程度部件;用于检测光伏组件热斑故障的红外热成像部件自动拍摄的红外热成像图片通过红外热成像图片无线传输部件传输至自动计算光伏组件红外热斑严重程度部件,自动计算光伏组件红外热斑严重程度部件通过对图片内各处热斑图形进行积分加和,计算红外图片内热斑故障的面积,根据热斑面积的数值,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹。该装置提高了试验效率,并且提高了试验结果的数据准确性。
Description
技术领域
本发明涉及一种自动计算光伏组件红外热斑严重程度的装置及方法,属于光伏领域。
背景技术
单体太阳电池不能直接做电源使用。作电源必须将若干单体电池串、并联连接和严密封装成组件。光伏组件(也叫太阳能电池板)是太阳能发电系统中的核心部分,也是太阳能发电系统中最重要的部分。
光伏组件(俗称太阳能电池板)由太阳能电池片(整片的两种规格125*125mm、156*156mm、124*124mm等)或由激光切割机或钢线切割机切割开的不同规格的太阳能电池组合在一起构成。由于单片太阳能电池片的电流和电压都很小,然后我们把他们先串联获得高电压,再并联获得高电流后,通过一个二极管(防止电流回输)然后输出。
太阳能光伏并网发电系统通过把太阳能转化为电能,不经过蓄电池储能,直接通过并网逆变器,把电能送上电网。太阳能并网发电代表了太阳能电源的发展方向,是21世纪最具吸引力的能源利用技术。与离网太阳能发电系统相比,并网发电系统具有以下优点:
1)利用清洁干净、可再生的自然能源太阳能发电,不耗用不可再生的,资源有限的含碳化石能源,使用中无室气体和污染物排放,与生态环境和谐,符合经济社会可持续发展战略。
2)所发电能馈入电网,以电网为储能装置,省掉蓄电池,比独立太阳能光伏系统的建设投资可减少达25%—45%,从而使发电成本大为降低。省掉蓄电池并可提高系统的平均无故障时间和蓄电池的二次污染。
3)光伏电池组件与建筑物完美结合,既可发电又能作为建筑材料和装饰材料,使物质资源充分利用发挥多种功能,不但有利于降低建设费用,并且还使建筑物科技含量提高,增加卖点。
4)分布式建设,就近就地分散发供电,进入和退出电网灵活,既有利于增强电力系统抵御战争和灾害的能力,又有利于改善电力系统的负荷平衡,并可降低线路损耗。
5)可起调峰作用。联网太阳能光伏系统是世界各发达国家在光伏应用领域竞相发展的热点和重点,是世界太阳能光伏发电的主流发展趋势,市场巨大,前景广阔。
在一定条件下,一串联支路中被遮蔽的太阳电池组件,将被当作负载消耗其他有光照的太阳电池组件所产生的能量。被遮蔽的太阳电池组件此时会发热,这就是热斑效应。这种效应能严重地破坏太阳能电池,严重的可能使焊点融化、封装材料破坏,甚至会使整个组件失效,有光照的太阳电池所产生的部分能量,都可能被遮蔽的电池所消耗。
光伏组件热斑的危害很大,因此电站需要经常查找这种热斑故障的组件及时更换,但是一个大型光伏电站有数万、甚至数十万张组件,全面排查热斑故障难度很大,基本难以实现,因此急需一种自动计算光伏组件红外热斑严重程度装置及自动计算光伏组件红外热斑严重程度方法,实现自动开展试验,降低劳动强度,自动判别热斑故障严重的光伏组件,提高光伏电站的自动化水平。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种自动计算光伏组件红外热斑严重程度的装置及方法。
本发明解决上述问题所采用的技术方案是:一种自动计算光伏组件红外热斑严重程度的装置,其特征是,包括用于检测光伏组件热斑故障的红外热成像部件、自动拍摄组件红外热斑故障的行走支架、红外热成像图片无线传输部件、自动计算光伏组件红外热斑严重程度部件、电源线和交流电源;所述用于检测光伏组件热斑故障的红外热成像部件安装于自动拍摄组件红外热斑故障的行走支架的上部,所述红外热成像图片无线传输部件安装于用于检测光伏组件热斑故障的红外热成像部件内,所述用于检测光伏组件热斑故障的红外热成像部件通过红外热成像图片无线传输部件与自动计算光伏组件红外热斑严重程度部件无线连接,无线传输为自动传输,所述自动计算光伏组件红外热斑严重程度部件通过电源线与交流电源连接;所述用于检测光伏组件热斑故障的红外热成像部件自动拍摄的红外热成像图片通过红外热成像图片无线传输部件传输至自动计算光伏组件红外热斑严重程度部件,所述自动计算光伏组件红外热斑严重程度部件通过对图片内各处热斑图形进行积分加和,计算红外图片内热斑故障的面积,根据热斑面积的数值,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹。
进一步的,所述自动计算光伏组件红外热斑严重程度的装置自动拍摄组件红外热成像图片,每走过一片组件,拍摄一张图片,定时拍摄。
进一步的,自动计算光伏组件红外热斑严重程度的装置提供如下功能:
1)自动进行试验。
2)自动判别红外热成像图片热斑严重程度。
所述的自动计算光伏组件红外热斑严重程度的装置的工作方法,其特征是,步骤如下:
1)试验人员检查自动拍摄组件红外热斑故障的行走支架是否正常;
2)试验人员检查用于检测光伏组件热斑故障的红外热成像部件是否正常;
3)试验人员检查自动计算光伏组件红外热斑严重程度部件以及电源线和交流电源是否正常;
4)试验人员调整用于检测光伏组件热斑故障的红外热成像部件的拍摄角度;
5)启动自动计算光伏组件红外热斑严重程度的装置;
6)自动拍摄;
7)试验人员在电脑上核查自动计算光伏组件红外热斑严重程度部件中出现的一张张自动拍摄的红外热成像图片;
8)等待试验完毕。
本发明与现有技术相比,具有以下优点和效果:
1、结构完善、系统紧凑,实用性强,适合光伏使用,具备可操作性,实践证明是一种很好的方法。
2、具备科学性,能满足自动进行试验的要求。
3、具有灵敏度高、结果直观形象等优点。
4、可操作性强,在考虑科学性的基础上,指标有理有据,具备可操作性。
5、可比性强。
6、性能稳定、便于管理。
7、具有广泛适用性。
附图说明
图1是本发明的结构示意图。
图2是本发明实施例试验部分结果图。
图中:用于检测光伏组件热斑故障的红外热成像部件1、自动拍摄组件红外热斑故障的行走支架2、红外热成像图片无线传输部件3、自动计算光伏组件红外热斑严重程度部件4、电源线5、交流电源6。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例
参见图1,本实施例中,一种自动计算光伏组件红外热斑严重程度的装置,包括用于检测光伏组件热斑故障的红外热成像部件1、自动拍摄组件红外热斑故障的行走支架2、红外热成像图片无线传输部件3、自动计算光伏组件红外热斑严重程度部件4、电源线5和交流电源6;所述用于检测光伏组件热斑故障的红外热成像部件1安装于自动拍摄组件红外热斑故障的行走支架2的上部,所述红外热成像图片无线传输部件3安装于用于检测光伏组件热斑故障的红外热成像部件1内,所述用于检测光伏组件热斑故障的红外热成像部件1通过红外热成像图片无线传输部件3与自动计算光伏组件红外热斑严重程度部件4无线连接,无线传输为自动传输,所述自动计算光伏组件红外热斑严重程度部件4通过电源线5与交流电源6连接;所述用于检测光伏组件热斑故障的红外热成像部件1自动拍摄的红外热成像图片通过红外热成像图片无线传输部件3传输至自动计算光伏组件红外热斑严重程度部件4,所述自动计算光伏组件红外热斑严重程度部件4通过对图片内各处热斑图形进行积分加和,计算红外图片内热斑故障的面积,根据热斑面积的数值,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹。
具体的,所述自动计算光伏组件红外热斑严重程度的装置自动拍摄组件红外热成像图片,每走过一片组件,拍摄一张图片,定时拍摄。
具体的,用于检测光伏组件热斑故障的红外热成像部件1包括光电成像相机、红外镜头、无线传输卡件,具有自动定时拍摄功能、无线数据自动传输功能、自动存储功能等。
具体的,自动拍摄组件红外热斑故障的行走支架2通过电机驱动沿着组件上下边沿轨道行走,电能来源于自动拍摄组件红外热斑故障的行走支架2内部的电池,电池使用光伏电站的发电量进行充电。自动拍摄组件红外热斑故障的行走支架2设计了四排光电传感器,自动拍摄组件红外热斑故障的行走支架2自动行走至组串边沿时,自动反向行走,不会发生意外从组串上掉落损坏设备。
具体的,自动计算光伏组件红外热斑严重程度部件4软件主逻辑为将制定文件夹内的图片导入软件,软件对图片的热斑故障部分进行积分处理,自动计算热斑故障的面积。软件将计算的面积数值同设定阙值比较,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹。软件自动出报告,这个过程只需要几分钟。
所述的自动计算光伏组件红外热斑严重程度的装置的工作方法,其特征是,步骤如下:
1)试验人员检查自动拍摄组件红外热斑故障的行走支架2是否正常;
2)试验人员检查用于检测光伏组件热斑故障的红外热成像部件1是否正常;
3)试验人员检查自动计算光伏组件红外热斑严重程度部件4以及电源线5和交流电源6是否正常;
4)试验人员调整用于检测光伏组件热斑故障的红外热成像部件1的拍摄角度;
5)启动自动计算光伏组件红外热斑严重程度的装置;
6)自动拍摄;
7)试验人员在电脑上(拍摄的热斑故障诊断图片会无线传输至指定电脑,并且自动存储于该电脑中的指定文件夹)核查自动计算光伏组件红外热斑严重程度部件4中出现的一张张自动拍摄的红外热成像图片;
8)等待试验完毕。
9)动作过程结束。
热斑检测结果分为四类:轻微、一般、严重、特重。
图2为实施例试验部分结果:
本实施例可证明该装置和方法,提高了光伏电站运维的智能化水平,实现了光伏组件的热斑故障诊断自动拍摄、自动诊断、自动出报告,降低了劳动强度,提高了试验效率,以前出报告需要一个月,有了该装置和方法只需要几分钟;并且人员不用被迫暴晒了,改善了人员工作环境。该装置和方法实现了光伏组件热斑故障严重程度的自动判别,提高了自动化程度,并且降低了诊断结果的不确定度,以前没有该设备,诊断都用人眼估计,有了该设备,实现了数字量化分析,提高了试验结果的数据准确性。
本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。
虽然本发明已以实施例公开如上,但其并非用以限定本发明的保护范围,任何熟悉该项技术的技术人员,在不脱离本发明的构思和范围内所作的更动与润饰,均应属于本发明的保护范围。
Claims (1)
1.一种自动计算光伏组件红外热斑严重程度的方法,其特征是,自动计算光伏组件红外热斑严重程度的装置包括用于检测光伏组件热斑故障的红外热成像部件(1)、自动拍摄组件红外热斑故障的行走支架(2)、红外热成像图片无线传输部件(3)、自动计算光伏组件红外热斑严重程度部件(4)、电源线(5)和交流电源(6);所述用于检测光伏组件热斑故障的红外热成像部件(1)安装于自动拍摄组件红外热斑故障的行走支架(2)的上部,所述红外热成像图片无线传输部件(3)安装于用于检测光伏组件热斑故障的红外热成像部件(1)内,所述用于检测光伏组件热斑故障的红外热成像部件(1)通过红外热成像图片无线传输部件(3)与自动计算光伏组件红外热斑严重程度部件(4)无线连接,无线传输为自动传输,所述自动计算光伏组件红外热斑严重程度部件(4)通过电源线(5)与交流电源(6)连接;所述用于检测光伏组件热斑故障的红外热成像部件(1)自动拍摄的红外热成像图片通过红外热成像图片无线传输部件(3)传输至自动计算光伏组件红外热斑严重程度部件(4),所述自动计算光伏组件红外热斑严重程度部件(4)通过对图片内各处热斑图形进行积分加和,计算红外图片内热斑故障的面积,根据热斑面积的数值,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹;
所述自动计算光伏组件红外热斑严重程度的装置自动拍摄组件红外热成像图片,每走过一片组件,拍摄一张图片,定时拍摄;
用于检测光伏组件热斑故障的红外热成像部件1包括光电成像相机、红外镜头、无线传输卡件,具有自动定时拍摄功能、无线数据自动传输功能、自动存储功能;
自动拍摄组件红外热斑故障的行走支架2通过电机驱动沿着组件上下边沿轨道行走,电能来源于自动拍摄组件红外热斑故障的行走支架2内部的电池,电池使用光伏电站的发电量进行充电;自动拍摄组件红外热斑故障的行走支架2设计四排光电传感器,自动拍摄组件红外热斑故障的行走支架2自动行走至组串边沿时,自动反向行走,不会发生意外从组串上掉落损坏设备;
自动计算光伏组件红外热斑严重程度部件4软件主逻辑为将制定文件夹内的图片导入软件,软件对图片的热斑故障部分进行积分处理,自动计算热斑故障的面积;软件将计算的面积数值同设定阙值比较,判定热斑严重程度,自动将严重的热斑组件的红外成像挑选出来存于文件夹;软件自动出报告,这个过程需要几分钟;
该方法实现光伏组件热斑故障严重程度的自动判别,提高自动化程度,降低诊断结果的不确定度,实现数字量化分析,提高试验结果的数据准确性;步骤如下:
1)试验人员检查自动拍摄组件红外热斑故障的行走支架(2)是否正常;
2)试验人员检查用于检测光伏组件热斑故障的红外热成像部件(1)是否正常;
3)试验人员检查自动计算光伏组件红外热斑严重程度部件(4)以及电源线(5)和交流电源(6)是否正常;
4)试验人员调整用于检测光伏组件热斑故障的红外热成像部件(1)的拍摄角度;
5)启动自动计算光伏组件红外热斑严重程度的装置;
6)自动拍摄;
7)试验人员在电脑上核查自动计算光伏组件红外热斑严重程度部件(4)中出现的一张张自动拍摄的红外热成像图片;
8)等待试验完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010839229.XA CN112187178B (zh) | 2020-08-19 | 2020-08-19 | 一种自动计算光伏组件红外热斑严重程度的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010839229.XA CN112187178B (zh) | 2020-08-19 | 2020-08-19 | 一种自动计算光伏组件红外热斑严重程度的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112187178A CN112187178A (zh) | 2021-01-05 |
CN112187178B true CN112187178B (zh) | 2024-02-20 |
Family
ID=73919480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010839229.XA Active CN112187178B (zh) | 2020-08-19 | 2020-08-19 | 一种自动计算光伏组件红外热斑严重程度的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112187178B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086891A (zh) * | 2018-06-15 | 2018-12-25 | 重庆大学 | 基于模糊逻辑推理的热斑故障诊断方法 |
CN110635768A (zh) * | 2019-09-06 | 2019-12-31 | 华电电力科学研究院有限公司 | 一种光伏电站组件热斑故障自动检测装置及其工作方法 |
CN111404483A (zh) * | 2020-03-05 | 2020-07-10 | 华电电力科学研究院有限公司 | 一种光伏组件红外热斑自动判别装置及自动判别方法、自动试验方法 |
-
2020
- 2020-08-19 CN CN202010839229.XA patent/CN112187178B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086891A (zh) * | 2018-06-15 | 2018-12-25 | 重庆大学 | 基于模糊逻辑推理的热斑故障诊断方法 |
CN110635768A (zh) * | 2019-09-06 | 2019-12-31 | 华电电力科学研究院有限公司 | 一种光伏电站组件热斑故障自动检测装置及其工作方法 |
CN111404483A (zh) * | 2020-03-05 | 2020-07-10 | 华电电力科学研究院有限公司 | 一种光伏组件红外热斑自动判别装置及自动判别方法、自动试验方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112187178A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102193027B (zh) | 光伏发电系统的基于模型的功率估计 | |
KR101198194B1 (ko) | 독립형 발전시스템의 감시?제어시스템 | |
KR101238620B1 (ko) | 태양광발전 시스템의 고장 인식 장치 및 이의 진단 방법 | |
CN102902245B (zh) | 一种光伏电站智能监控系统 | |
CN101752877B (zh) | 具有光伏阵列iv测试功能的光伏并网逆变器及测试方法 | |
CN114337540B (zh) | 光伏状态检测方法、系统及存储介质 | |
WO2022057555A1 (zh) | 一种故障检测方法、装置和光伏发电系统 | |
CN217087856U (zh) | 集成接线盒的光伏组件 | |
CN102624288A (zh) | 交流太阳能模块及电能调度方法 | |
KR102335312B1 (ko) | 태양광 발전 모듈의 고장분석을 위한 수학적 모델링 방법 | |
Belhadj-Yahya | Performance monitoring of solar stand alone power systems | |
CN113193595B (zh) | 光伏组件的安全管理系统及安全管理方法 | |
Hashunao et al. | Fault analysis of solar photovoltaic system | |
CN105207263B (zh) | 垃圾焚烧发电厂的光伏发电系统及并网控制方法 | |
CN210693862U (zh) | 一种光伏电站组件热斑故障自动检测装置 | |
JP2021532722A (ja) | 太陽光発電システムおよびその制御方法 | |
CN112187178B (zh) | 一种自动计算光伏组件红外热斑严重程度的装置及方法 | |
CN105375876A (zh) | 一种智能型光伏组件及其接线盒 | |
CN110635768A (zh) | 一种光伏电站组件热斑故障自动检测装置及其工作方法 | |
CN115149574B (zh) | 一种电化学储能光伏系统可靠性的评估方法 | |
CN108322186B (zh) | 一种光伏系统故障监控方法及系统 | |
CN108551330B (zh) | 一种光伏组件阵列监测系统及监测方法 | |
CN116089790A (zh) | 一种光伏组件发电量损失的计算方法、装置及电子设备 | |
CN112290885B (zh) | 一种户用光伏系统直流侧故障诊断方法 | |
KR101462642B1 (ko) | 부분 차광시 전력 손실을 줄이는 태양광 발전 시스템 및 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |