CN114337540B - 光伏状态检测方法、系统及存储介质 - Google Patents

Abstract

本发明涉及光电技术领域，具体涉及了一种光伏状态检测方法、系统及存储介质。包括以下步骤：状态获取步骤：获取采集到的光伏组件各项工作参数的实时状态数据，并将实时状态数据上传至服务器；状态预警步骤：服务器根据预设的预警规则，判断实时状态数据是否满足预警规则，当满足预警规则时，生成预警信息；故障分析步骤：服务器根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；信息推送步骤：服务器将预警信息以及故障类型发送至用户终端。能够对光伏组件状态进行检测，并且当状态出现异常时，及时进行预警。

Description

光伏状态检测方法、系统及存储介质

技术领域

本发明涉及光电技术领域，具体涉及了一种光伏状态检测方法、系统及存储介质。

背景技术

光伏，是利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的一种新型发电系统。由于光伏发电过程简单，没有机械转动部件、不消耗燃料、不排放温室气体在内的任何物质、无噪声、无污染，并且太阳能资源分布广泛且取之不尽、用之不竭。因此，与风力发电、生物质能发电以及核电等新型发电技术相比，光伏发电是一种最具可持续发展理想特征的可再生能源发电技术。

然而，光伏发电因为能源直接来源与太阳光的照射，光伏组件需要设置在户外，长期经历风吹日晒，难免会对组件造成一定程度的损伤，又或者是因为光伏组件表面被遮挡、积累过多灰尘，对发电效率造成影响，因此需要对光伏组件进行日常维护以及故障处理。目前日常维护以及故障处理的方式通常是定期对光伏组件进行检测、检查，这种方式适用于光伏发电站，因为光伏发电站的光伏组件是布置在开阔的地面上，且定期有专门的人员进行巡视检测。然而对于家用的光伏发电来说，却并不适用，因为家用的光伏组件通常是安装在屋顶上，检测不方便，往往是在光伏组件出现故障之后，导致发电量不足时才意识到光伏组件出现故障。

发明内容

本发明所解决的技术问题在于提供一种光伏状态检测方法、系统及存储介质，能够对光伏组件状态进行检测，并且当状态出现异常时，及时进行预警。

本发明提供的基础方案：光伏状态检测方法，包括以下步骤：

状态获取步骤：获取采集到的光伏组件各项工作参数的实时状态数据，并将实时状态数据上传至服务器；

状态预警步骤：服务器根据预设的预警规则，判断实时状态数据是否满足预警规则，当满足预警规则时，生成预警信息；

故障分析步骤：服务器根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；

信息推送步骤：服务器将预警信息以及故障类型发送至用户终端。

本发明的原理及优点在于：通过采集设备实时采集光伏组件的工作参数的状态数据，并将实时状态数据上传至服务器，服务器接收到光伏组件时，判断实时光伏组件是否满足了预警规则，若满足则生成预警信息，同时根据实时状态数据结合历史数据对产生异常的故障类型进行分析，并将预警信息以及故障类型发送至用户终端，当用户接收到预警信息和故障类型之后，便能够了解到光伏组件可能存在的故障，并对光伏组件进行维护，从而保证光伏组件能够长期稳定地运行。

相比于现有技术，当有故障产生时，自动向用户推送预警信息，并分析出故障类型，无需用户定期对光伏组件进行检测，并且当出现异常情况时，及时向用户进行预警，提高故障恢复速度。

进一步，所述光伏组件有多个，每个光伏组件具有唯一的识别信息；

所述状态获取步骤包括以下步骤：

S1-1：分别获取每个光伏组件的实时状态数据；

S1-2：将实时状态数据与识别信息绑定，上传至服务器；

所述状态预警步骤包括以下步骤：

S2-1：判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息。

日常使用时，光伏组件一般为多组，通过串联或并联的方式连接，通过分别采集每个光伏组件的实时状态数据，分别对每一块光伏组件进行状态监测，从而并只对实时状态数据满足了预警规则的光伏组件生成预警信息，使用户在接收到预警信息时，便能够了解到具体哪一块光伏组件出现故障。

进一步，所述故障分析步骤包括以下步骤：

S3-1：根据识别信息，获取产生预警信息的光伏组件的历史数据；

S3-2：提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

S3-3：将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰。

光伏组件在日常使用中，常见的故障类型包括有因为设备老化，例如组件受光面变色，使得达到太阳电池片表面的太阳辐射强度减少，造成输出功率降低，从而导致的发电量降低；因为设备损坏，例如组件烧毁导致一条支路回路断开，直接影响发电量，或因为外力作用，组件表面玻璃破碎，影响发电效率；因为设备遮挡，例如表面出现覆盖物，吸收的太阳光减少，导致发电效率降低；以及因为设备积灰，光伏组件表面积累灰尘过多，导致透光率下降，影响发电效率。当光伏组件因为不同的故障类型产生预警信息时，历史数据也会存在差异，因此通过神经网络模块，对历史数据进行分析，从而能够得出故障类型，通过对故障类型进行分析，使用户在接收到预警信息时，便能够了解到出现故障的具体原因，无需自己对故障类型进行检测，提高用户体验度。

进一步，所述故障分析步骤和信息推送步骤之间还包括影响分析步骤，所述影响分析步骤包括以下步骤：

S4-1：根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响；

S4-2：当故障影响为灾难影响时，执行步骤S5-1，当故障影响为发电影响时执行步骤S5-2；

所述信息推送步骤包括以下步骤：

S5-1：立刻向用户终端发送预警信息以及故障类型；

S5-2：延迟至预设的时间点，向用户终端发送预警信息以及故障类型。

不同的故障类型，以及故障程度，造成的影响均不同，例如表面积累灰尘或者是有遮挡物，只是影响到发电效率，而若是线路烧毁或者是光伏组件表面破损，则可能引起火灾等事故，因此根据故障类型以及实时状态数据对故障影响进行分析。在这里将影响程度分为对发电量、发电效率造成影响的发电影响，以及可能引发灾难性事故的灾难影响。对于灾难影响，为避免灾难性事故发生，立即向用户终端推送信息。

对于发电影响，因为并不会造成灾难性事故，只是影响发电量，若是在光伏组件工作时，对组件进行维护，则需要将光伏组件在工作时段关闭，从而导致了光伏组件在维护期间无法继续发电，从而造成一定电量损失，可能出现维护期间停机造成的电量损失，超过因故障造成的电量损失的情况。因此对于发电影响，延迟推送信息至用户终端，在光伏组件的工作时间，仍然使其正常发电，让光伏组件完成了在工作时段的工作，到了非工作时段，再对其进行维护。使损失降到最低。

同时也对不同影响程度的预警信息分时段推送，当同时出现灾难影响和发电影响时，用户也将先接受到灾难影响的预警信息，并先对灾难影响的预警信息进行处理，无需用户自身判断对于故障处理的优先顺序。并且若是出现发电影响较多时，也是在光伏组件的非工作时段统一发送给用户，而不是产生便立即发送给用户。使得用户统一接收所有的影响较轻的预警信息，并统一处理。

进一步，所述故障分析步骤和影响分析步骤之间还包括天气分析步骤：所述天气分析步骤包括以下步骤：

S6-1：根据所有光伏组件的实时状态数据，分析天气情况，所述天气情况包括晴天和阴天；

S6-2：天气情况为晴天时，执行步骤S4-1，当天气情况为阴天时执行步骤S5-1。

光伏组件能源来自太阳光的照射，在晴天和阴天时，因为太阳光线强度不同，发电效率也不同，因此通过实时状态数据，能够判断出当前环境是晴天或是阴天。当在阴天时，光伏组件发电效率本身就较低，因此立刻进行停机维护，所造成的损失也不会太大，因此在当前环境为阴天时，不判断故障影响，立刻向用户端发送预警信息。

进一步，所述识别信息还记录有光伏组件的安装日期，还包括设备分析步骤，所述设备分析步骤包括以下步骤：

S7-1：当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

S7-2：根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

S7-3：将同期设备的历史数据与产生预警信息的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述信息推送步骤还包括以下步骤：

S5-3：将疑似老化设备推送至用户终端。

设备老化受时间、环境影响，因此当故障类型为设备老化时，获取与产生预警信息的光伏组件安装时间较近的其他光伏组件，并对这些光伏组件的历史数据进行分析，判断其历史数据是否与产生预警信息的光伏组件的历史数据接近，从而帮助用户发现存在故障隐患的其他光伏组件。

进一步，所述识别信息还记录有光伏组件的安装位置，所述设备分析步骤还包括以下步骤：

S7-4：当故障类型为设备遮挡以及设备积灰时，获取产生预警信息的光伏组件的安装位置；

S7-5：获取与产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

S7-6：根据相邻设备的实时状态数据，判断是否为影响波及设备；

所述信息推送步骤还包括以下步骤：

S5-4：将影响波及设备发送至用户终端。

若是光伏组件因设备表面被遮挡，或者是设备表面积灰而产生预警信息，与产生预警信息的光伏组件旁边的其他光伏组件也有可能部分被遮挡，或者是积灰，但是未满足预警规则。通过获取相邻设备的实时状态数据，若是也被遮挡或积灰影响，则实时数据与正常情况下的数据便会存在一定的偏差，从而判断相邻设备是否也有被遮挡或积灰影响，若是被影响，则将其推送至用户终端，告知用户，便于用户了解到影响范围，处理时统一进行处理。

本发明还公开了光伏状态检测系统，使用了上述的光伏状态检测方法：

光伏状态检测系统，包括采集设备、服务器以及用户终端，服务器包括状态获取模块、状态预警模块、故障分析模块、天气分析模块、影响分析模块以及信息推送模块；

采集设备用于采集光伏组件各项工作参数的实时状态数据，并将实时状态数据发送至服务器，所述光伏组件有多个，每个光伏组件具有唯一的识别信息；

状态获取模块，分别获取各个光伏组件的实时状态数据，并将光伏组件的实时状态数据与其识别信息绑定；

状态预警模块，预设有预警规则，用于判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息；

故障分析模块，用于根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；所述故障分析模块包括历史获取模块、分析数据模块以及故障输出模块；

历史获取模块，用于获取产生预警信息的光伏组件的历史数据；

分析数据模块，用于提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

故障输出模块，用于将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰；

天气分析模块，用于根据所有光伏组件的实时状态数据，分析天气情况，所述天气情况包括晴天和阴天；

影响分析模块，用于根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响；

信息推送模块，用于将预警信息以及故障类型发送至用户终端；所述信息推送模块包括推送规则模块；

推送规则模块，预设有推送规则，根据推送规则向用户终端进行推送，所述推送规则为，当天气情况为晴天时，根据故障影响，若是灾难影响则立即推送，若是发电影响则延迟推送；当天气情况为阴天时，立即推送。

进一步，所述识别信息还记录有光伏组件的安装时间和安装位置，所述服务器还包括有设备分析模块，所述设备分析模块包括设备信息模块、同期设备模块、设备比较模块、相邻设备模块以及影响分析模块；

设备信息模块，用于当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

同期设备模块，用于根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

设备比较模块，用于将同期设备的历史数据与产生预警新的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述设备信息模块还用于，当故障类型为设备遮挡和设备积灰时，获取产生预警信息的光伏组件的安装位置；

相邻设备模块，用于与获取产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

影响分析模块，用于根据相邻设备的实时状态数据，分析是否为影响波及设备；

所述信息推送模块还用于将疑似老化设备和影响波及设备推送至用户终端。

本发明还公开了一种存储介质，用于执行计算机可执行指令，所述计算机可执行指令在被执行时，实现上述的光伏状态检测方法的步骤。

附图说明

图1为本发明光伏状态监测方法实施例的流程示意图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例基本如附图1所示：

光伏状态检测方法，包括状态获取步骤：获取采集到的光伏组件各项工作参数的实时状态数据，并将实时状态数据上传至服务器。

具体的，光伏组件有多个，每个光伏组件具有唯一的识别信息，识别信息里还记录有光伏组件的安装日期和安装位置。状态获取步骤具体包括有以下步骤：

S1-1：分别获取每个光伏组件的各项工作参数的实时状态数据。在本实施例中，采集的工作参数包括有电流、电压以及输出功率。

S1-2：将实时状态数据与识别信息绑定，上传至服务器。将各个光伏组件的识别信息与采集到的电流值、电压值以及输出功率通过无线网络上传至服务器。

状态预警步骤：服务器根据预设的预警规则，判断实时状态数据是否满足预警规则，当满足预警规则时，生成预警信息。具体的，预警规则通过设定最大电压值、最小电压值、最大电流值、最小电流值、最低功率、最高功率。当实时状态数据的电压值高于最大电流值，则生成电压过高的预警信息，当实时状态数据的电压值低于最小电压值时，则生成电压过低的预警信息。

状态预警步骤还包括有以下步骤：

S2-1：判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息。通过将识别信息与预警信息绑定，从而使用户收到预警信息时，了解到具体哪一块光伏组件出现故障。

故障分析步骤：服务器根据预警信息以及历史数据，分析故障类型，所述历史数据包括有历史状态数据以及历史预警信息。故障分析步骤包括有以下步骤。

S3-1：根据识别信息，获取产生预警信息的光伏组件的历史数据；

S3-2：提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

S3-3：将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰。

具体的，实时状态数据上传至服务器后，服务器还会对实时状态数据进行记录，以及各个光伏组件产生的预警信息进行记录。当光伏组件产生预警信息时，服务器查找历史记录中的状态数据以及预警信息，并根据历史数据中产生预警信息的次数、产生预警的视觉以及历史的状态数据，对故障类型进行分析。在本实施例中，所分析的故障类型包括有设备老化、设备损伤、设备遮挡、以及设备积灰。对于不同的故障类型，记录中的历史数据都具有一定的差异，例如设备老化，历史数据中的历史状态数据应该是存在一定的波动，即电流、电压不稳定，并且间断性地一些预警信息。若是设备损伤，如线路烧毁，则该组件所在的支路回路会断开，实时状态数据会骤然改变，在支路回路断开前的一段时间的历史状态数据会具有较大的波动，并在波动之前的历史状态数据应该是趋于正常情况。若是设备遮挡，那么设备被遮挡后的历史状态数据应该是一个平缓的改变过程，而被遮挡前的历史状态数据应该接近正常情况。若是设备积灰，那么历史状态持续并且更加平缓地改变。通过构建神经网络模块，输入产生预警信息的光伏组件的历史数据，神经网络模块的中间层为各种故障类型下历史数据的现象，通过判断输入的历史数据与哪一种故障类型的历史数据现象最接近，从而输出故障类型。通过将故障类型和预警信息一同发送至用户终端，使用户在接收到预警信息的同时，便能够了解到具体的故障类型，无需用户自身再对光伏组件进行故障检测。

影响分析步骤：影响分析步骤包括有以下步骤：

S4-1：根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响。

具体的，灾难影响指可能发生灾难性事故的影响，发电影响指降低发电效率的影响。根据故障类型和实施状态数据分析故障影响，当出现设备损伤时，判断为是灾难影响。因为设备损伤的情况较为复杂，可能是汇流条与焊接带接触面积较小或虚焊出现电阻加大发热导致组件烧毁，或者是引线在卡槽内没有卡紧出现打火起火等情况，轻则起火导致组件报废，重则可能引发火灾。又或者是光伏组件表面玻璃破裂，导致整个支路回路断开。因此当故障类型为设备损伤时，判定为灾难影响。

而当故障类型为设备老化、设备遮挡、设备积灰时，设备仍然能够保持正常运行，只是会造成发电效率降低。例如设备老化导致的组件收光面变色，使得达到光伏组件表面的太阳辐照强度减少，造成光伏组件的输出功率下降；或者是光伏组件表面出现遮挡、热斑、电池局部短路或者电池局部杂质过高，导致同一组串中的某个光伏组件输出的电流过低。在这些情况下，只是会导致发电效率降低，而并不引发灾难性的事故，此时根据实时数据判断影响的发电效率是否严重，具体通过获取到此时所有光伏组件的输出功率，判断是否达到预设的需求功率，若达到则判断为是发电影响，若未达到则判断为是灾难影响。所述信息推送步骤包括以下步骤：

S5-1：立刻向用户终端发送预警信息以及故障类型；

S5-2：延迟至预设的时间点，向用户终端发送预警信息以及故障类型。具体的，在本实施例中，延迟至下午六点进行发送。

当判断结果为灾难影响的时候，执行步骤S5-1，当判断结果为发电影响时，则执行步骤S5-2。由于灾难影响是会引发一定的灾难性事故，若是对发电影响较大，需要立刻进行处理。而发电影响只是使光伏组件的输出功率稍有下降，若是立刻进行处理，需要在光伏组件的工作时段进行停机维护，而停机维护则导致停止发电，造成一定电量损失，有可能出现停机维护损失的发电量比发电影响本身损失的发电量更高。因此当故障影响为发电影响时，延时向用户终端进行推送，待光伏组件的非工作时段，再向用户终端进行推送。使得影响比较严重的预警信息，及时向用户进行推送，而影响较轻的预警信息，等到光伏组件的非工作时段进行推送。并且在光伏组件的工作时段同时产生灾难影响和发电影响时，用户也会先灾难影响的预警信息，从而对灾难影响的预警信息进行处理，无线自行判断对于故障处理的优先顺序。而且当某一天产生的发电影响的预警信息较多时，也是在下午六点的时候，将所有的发电影响的预警信息发送给用户，而不是在工作时段零星地发送给用户，使用户对发电影响的预警信息统一处理，提高用户的体验度。

在本申请的另一实施例中，还根据预测停机维护所损失的发电量，修改推送时间。当判断故障影响为发电影响后，还根据故障类型预测停机维护时间，预测停机维护时间内损失的发电量，判断停机维护后损失的发电量是否低于发电影响损失的发电量，若低于，则立即推送。从而当发电影响损失较高时，立刻向用户进行推送。

故障分析步骤和影响分析步骤之间还包括有天气分析步骤，天气分析步骤具体包括以下步骤：

S6-1：根据所有光伏组件的实时状态数据，分析天气情况，天气情况包括有晴天和阴天；

S6-2：当天气情况为晴天时，执行步骤S4-1，天气情况为阴天时，执行步骤S5-1。

由于光伏组件的冷源来自太阳光的照射，当处于晴天和阴天时，太阳光照射强度不同，发电效率也会不同。因此通过所有光伏组件的实时状态数据，能够判断当前处于晴天还是阴天。而晴天时，光照强度高，发电效率高，若停机维护，损失的发电量较多，因此在晴天时需要判断故障影响从而决定是否延迟推送。而当阴天时，光照强度低，光伏组件本身发电效率较低，因此停机维护造成的损失也更低，无需判断故障影响，之间向用户推送，同时省略中间判断过程，降低服务器负载。

还包括设备分析步骤，所述设备分析步骤包括以下步骤：

S7-1：当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

S7-2：根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

S7-3：将同期设备的历史数据与产生预警信息的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述信息推送步骤还包括以下步骤：

S5-3：将疑似老化设备推送至用户终端。

具体的，在本实施例根据，根据产生预警信息的光伏组件的安装时间，获取前一个月之内以及后一个月之内安装的其他光伏组件的，标记为同期设备，并根据同期设备的历史数据，与产生预警信息的历史数据比较是否存在相似，例如电流值、电压值的波动是否相似，将相似的判断为疑似老化设备。并将疑似老化设备推送至用户终端。

由于设备老化受时间、环境影响，因此当故障类型为设备老化时，获取与产生预警信息的光伏组件安装时间较近的其他光伏组件，并对这些光伏组件的历史数据进行分析，判断其历史数据是否与产生预警信息的光伏组件的历史数据接近，从而帮助用户发现存在故障隐患的其他光伏组件。

所述设备分析步骤还包括以下步骤：

S6-4：当故障类型为设备遮挡以及设备积灰时，获取产生预警信息的光伏组件的安装位置；

S6-5：获取与产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

S6-6：将相邻设备的实时状态数据与产生预警信息的光伏组件的实时数据进行比较分析，判断是否为影响波及设备；

所述信息推送步骤还包括以下步骤：

S5-4：将影响波及设备发送至用户终端。

若是光伏组件因设备表面被遮挡，或者是设备表面积灰而产生预警信息，与产生预警信息的光伏组件旁边的其他光伏组件也有可能部分被遮挡，或者是积灰，但是未满足预警规则。通过获取相邻设备的实时状态数据，若是也被遮挡或积灰影响，则实时数据与正常情况下的数据便会存在一定的偏差，从而判断相邻设备是否也有被遮挡或积灰影响，若是被影响，则将其推送至用户终端，告知用户，便于用户了解到影响范围，处理时统一进行处理。

本实施例还公开了光伏状态检测系统，使用了上述的光伏状态检测方法：

光伏状态检测系统，包括采集设备、服务器以及用户终端，服务器包括状态获取模块、状态预警模块、故障分析模块、天气分析模块、影响分析模块以及信息推送模块；

采集设备用于采集光伏组件各项工作参数的实时状态数据，并将实时状态数据发送至服务器，所述光伏组件有多个，每个光伏组件具有唯一的识别信息；

状态获取模块，分别获取各个光伏组件的实时状态数据，并将光伏组件的实时状态数据与其识别信息绑定；

状态预警模块，预设有预警规则，用于判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息；

故障分析模块，用于根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；所述故障分析模块包括历史获取模块、分析数据模块以及故障输出模块；

历史获取模块，用于获取产生预警信息的光伏组件的历史数据；

分析数据模块，用于提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

故障输出模块，用于将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰；

天气分析模块，用于根据所有光伏组件的实时状态数据，分析天气情况，所述天气情况包括晴天和阴天；

影响分析模块，用于根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响；

信息推送模块，用于将预警信息以及故障类型发送至用户终端；所述信息推送模块包括推送规则模块；

推送规则模块，预设有推送规则，根据推送规则向用户终端进行推送，所述推送规则为，当天气情况为晴天时，根据故障影响，若是灾难影响则立即推送，若是发电影响则延迟推送；当天气情况为阴天时，立即推送。

进一步，所述识别信息还记录有光伏组件的安装时间和安装位置，所述服务器还包括有设备分析模块，所述设备分析模块包括设备信息模块、同期设备模块、设备比较模块、相邻设备模块以及影响分析模块；

设备信息模块，用于当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

同期设备模块，用于根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

设备比较模块，用于将同期设备的历史数据与产生预警新的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述设备信息模块还用于，当故障类型为设备遮挡和设备积灰时，获取产生预警信息的光伏组件的安装位置；

相邻设备模块，用于与获取产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

影响分析模块，用于根据相邻设备的实时状态数据，分析是否为影响波及设备；

所述信息推送模块还用于将疑似老化设备和影响波及设备推送至用户终端。

本发明还公开了一种存储介质，用于执行计算机可执行指令，所述计算机可执行指令在被执行时，实现上述的光伏状态检测方法的步骤。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (7)

1.光伏状态检测方法，其特征在于：包括以下步骤：

状态获取步骤：获取采集到的光伏组件各项工作参数的实时状态数据，并将实时状态数据上传至服务器；

状态预警步骤：服务器根据预设的预警规则，判断实时状态数据是否满足预警规则，当满足预警规则时，生成预警信息；

故障分析步骤：服务器根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；

信息推送步骤：服务器将预警信息以及故障类型发送至用户终端；

所述光伏组件有多个，每个光伏组件具有唯一的识别信息；

所述状态获取步骤包括以下步骤：

S1-1：分别获取每个光伏组件的实时状态数据；

S1-2：将实时状态数据与识别信息绑定，上传至服务器；

所述状态预警步骤包括以下步骤：

S2-1：判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息；

所述识别信息还记录有光伏组件的安装日期，还包括设备分析步骤，所述设备分析步骤包括以下步骤：

S7-1：当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

S7-2：根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

S7-3：将同期设备的历史数据与产生预警信息的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述信息推送步骤还包括以下步骤：

S5-3：将疑似老化设备推送至用户终端。

2.根据权利要求1所述的光伏状态检测方法，其特征在于：

所述故障分析步骤包括以下步骤：

S3-1：根据识别信息，获取产生预警信息的光伏组件的历史数据；

S3-2：提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

S3-3：将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰。

3.根据权利要求2所述的光伏状态检测方法，其特征在于：所述故障分析步骤和信息推送步骤之间还包括影响分析步骤，所述影响分析步骤包括以下步骤：

S4-1：根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响；

S4-2：当故障影响为灾难影响时，执行步骤S5-1，当故障影响为发电影响时执行步骤S5-2；

所述信息推送步骤包括以下步骤：

S5-1：立刻向用户终端发送预警信息以及故障类型；

S5-2：延迟至预设的时间点，向用户终端发送预警信息以及故障类型。

4.根据权利要求3所述的光伏状态检测方法，其特征在于：所述故障分析步骤和影响分析步骤之间还包括天气分析步骤：所述天气分析步骤包括以下步骤：

S6-1：根据所有光伏组件的实时状态数据，分析天气情况，所述天气情况包括晴天和阴天；

S6-2：天气情况为晴天时，执行步骤S4-1，当天气情况为阴天时执行步骤S5-1。

5.根据权利要求1所述的光伏状态检测方法，其特征在于：所述识别信息还记录有光伏组件的安装位置，所述设备分析步骤还包括以下步骤：

S7-4：当故障类型为设备遮挡以及设备积灰时，获取产生预警信息的光伏组件的安装位置；

S7-5：获取与产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

S7-6：根据相邻设备的实时状态数据，判断是否为影响波及设备；

所述信息推送步骤还包括以下步骤：

S5-4：将影响波及设备发送至用户终端。

6.光伏状态检测系统，其特征在于：包括采集设备、服务器以及用户终端，服务器包括状态获取模块、状态预警模块、故障分析模块、天气分析模块、影响分析模块以及信息推送模块；

采集设备用于采集光伏组件各项工作参数的实时状态数据，并将实时状态数据发送至服务器，所述光伏组件有多个，每个光伏组件具有唯一的识别信息；

状态获取模块，分别获取各个光伏组件的实时状态数据，并将光伏组件的实时状态数据与其识别信息绑定；

状态预警模块，预设有预警规则，用于判断实时状态数据是否满足预警规则，当满足预警规则时，查找与其绑定的识别信息，生成对应光伏组件的预警信息；

故障分析模块，用于根据预警信息以及历史数据，分析故障类型，所述历史数据包括历史状态数据以及历史预警信息；所述故障分析模块包括历史获取模块、分析数据模块以及故障输出模块；

历史获取模块，用于获取产生预警信息的光伏组件的历史数据；

分析数据模块，用于提取历史数据中产生预警信息的次数、产生预警信息的时间以及历史状态数据，作为分析数据；

故障输出模块，用于将分析数据输入构建好的神经网络模型，输出故障类型，所述故障类型包括设备老化、设备损伤、设备遮挡以及设备积灰；

天气分析模块，用于根据所有光伏组件的实时状态数据，分析天气情况，所述天气情况包括晴天和阴天；

影响分析模块，用于根据故障类型以及实时状态数据，分析故障影响，所述故障影响包括灾难影响以及发电影响；

信息推送模块，用于将预警信息以及故障类型发送至用户终端；所述信息推送模块包括推送规则模块；

推送规则模块，预设有推送规则，根据推送规则向用户终端进行推送，所述推送规则为，当天气情况为晴天时，根据故障影响，若是灾难影响则立即推送，若是发电影响则延迟推送；当天气情况为阴天时，立即推送；

所述识别信息还记录有光伏组件的安装时间和安装位置，所述服务器还包括有设备分析模块，所述设备分析模块包括设备信息模块、同期设备模块、设备比较模块、相邻设备模块以及影响分析模块；

设备信息模块，用于当故障类型为设备老化时，获取产生预警信息的光伏组件的安装时间；

同期设备模块，用于根据该安装时间制定时间范围，获取安装时间在时间范围内的其他光伏组件，标记为同期设备，获取同期设备的历史数据；

设备比较模块，用于将同期设备的历史数据与产生预警新的光伏组件的历史数据进行比较分析，判断是否为疑似老化设备；

所述设备信息模块还用于，当故障类型为设备遮挡和设备积灰时，获取产生预警信息的光伏组件的安装位置；

相邻设备模块，用于与获取产生预警信息的光伏组件安装位置相邻的其他光伏组件，标记为相邻设备，获取相邻设备的实时状态数据；

影响分析模块，用于根据相邻设备的实时状态数据，分析是否为影响波及设备；

所述信息推送模块还用于将疑似老化设备和影响波及设备推送至用户终端。

7.一种存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被执行时实现上述权利要求1至5项中任一项所述的光伏状态检测方法的步骤。