CN114978040A - 基于太阳能电池数据的衰减状况分析方法及系统 - Google Patents
基于太阳能电池数据的衰减状况分析方法及系统 Download PDFInfo
- Publication number
- CN114978040A CN114978040A CN202210913354.XA CN202210913354A CN114978040A CN 114978040 A CN114978040 A CN 114978040A CN 202210913354 A CN202210913354 A CN 202210913354A CN 114978040 A CN114978040 A CN 114978040A
- Authority
- CN
- China
- Prior art keywords
- power
- mapping
- solar cell
- classification set
- solar
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims description 271
- 230000004927 fusion Effects 0.000 claims description 27
- 230000032683 aging Effects 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 219
- 230000002596 correlated effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- 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
-
- 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)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提供的基于太阳能电池数据的衰减状况分析方法及系统，涉及数据处理技术领域。在本发明中，对于每一个太阳能电池，采集该太阳能电池的功率衰减数据。依据每一个太阳能电池对应的功率衰减数据，对多个太阳能电池进行分类，形成至少一个电池分类集合。对于每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。基于上述内容，可以提高太阳能电池的衰减状态分析的可靠度。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种基于太阳能电池数据的衰减状况分析方法及系统。
背景技术
由于在使用中必然会长期暴露在太阳光中，太阳能电池会因太阳光中的紫外光而缓慢衰减。基于此，对太阳能电池的抗紫外光的性能进行测试，是太阳能电池在投入使用之前需要进行的重要措施之一。当下，传统的太阳能电池衰减测试方法包括，测试太阳能电池在进行紫外老化实验之前和之后的输出功率，从而计算出衰减功率。但是，在现有技术中，一般是针对单个太阳能电池，依据对应的输出功率计算出对应的衰减功率。如此，就容易导致衰减功率的计算（即衰减状态分析）可靠度不佳。
发明内容
有鉴于此，本发明的目的在于提供一种基于太阳能电池数据的衰减状况分析方法及系统，以提高太阳能电池的衰减状态分析的可靠度。
为实现上述目的，本发明实施例采用如下技术方案：
一种基于太阳能电池数据的衰减状况分析方法，应用于状态监控服务器，所述基于太阳能电池数据的衰减状况分析方法包括：
对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据，所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率；
依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合；
对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据的步骤，包括：
对于多个太阳能电池中的每一个太阳能电池，通过功率测试设备对该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第一输出功率，再通过紫外老化处理设备对该太阳能电池进行紫外老化处理；
对于每一个所述太阳能电池，通过所述功率测试设备对紫外老化处理后的该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第二输出功率，再依据该第二输出功率和该太阳能电池对应的第一输出功率合并形成太阳能电池的功率衰减数据。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第一输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第二输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，计算该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率之间的功率差值，再将该功率差值标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
依据对应的功率映射特征点之间的坐标距离，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度的步骤，包括：
对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度；
对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据，所述目标功率衰减数据包括目标第一输出功率和目标第二输出功率；
对于每一个所述电池分类集合，依据该电池分类集合对应的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合对应的目标功率衰减程度，再将该目标功率衰减程度标记为该电池分类集合包括的每一个太阳能电池对应的功率衰减程度，所述目标功率衰减程度等于所述目标第一输出功率和所述目标第二输出功率之间的功率差值。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
对于所述至少一个电池分类集合中的每一个电池分类集合，分别计算该电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从该电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出该电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，计算该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，依据该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值，再结合该两个太阳能电池对应的功率映射特征点之间的特征点距离，计算输出该两个太阳能电池之间的数据相关度。
在一些优选的实施例中，在上述基于太阳能电池数据的衰减状况分析方法中，所述对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据的步骤，包括：
对于所述电池分类集合包括的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
分别计算所述电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出所述电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
依据与所述中心功率映射特征点之间的特征点距离，对所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点进行排序，以形成映射特征点序列，对于所述映射特征点序列中每相邻的两个功率映射特征点，对该两个功率映射特征点分别对应的特征向量进行外积计算，以输出该两个功率映射特征点之间的特征相似度，再依据每相邻的两个功率映射特征点之间的特征相似度，对所述映射特征点序列进行拆分，以形成至少一个映射特征点子序列，在所述映射特征点子序列中，每相邻的两个功率映射特征点之间的特征相似度大于或等于预先配置的相似度参考值，所述特征向量表示坐标原点指向对应的所述功率映射特征点；
对于每一个所述映射特征点子序列，依据该映射特征点子序列中每一个功率映射特征点与每一个其它功率映射特征点之间的特征相似度的均值，从该映射特征点子序列中匹配出一个功率映射特征点作为该映射特征点子序列对应的目标功率映射特征点，再将该映射特征点子序列包括的功率映射特征点的数量标记为该目标功率映射特征点对应的特征点特征值；
对于每一个所述目标功率映射特征点，依据该目标功率映射特征点对应的特征点特征值，对该目标功率映射特征点进行坐标维度的扩展，以形成该目标功率映射特征点对应的三维功率映射特征点；
依据每两个三维功率映射特征点之间的三维空间距离，对所述三维功率映射特征点进行聚类，以形成至少一个三维特征点集合，依据每一个三维特征点集合包括的三维功率映射特征点的数量和每一个三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值，对每一个三维特征点集合包括的每一个三维功率映射特征点进行融合系数的确定，以输出每一个三维功率映射特征点对应的融合系数，每一个三维功率映射特征点对应的融合系数的和值等于1，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点的数量之间具有正相关的关系，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值之间具有正相关的关系，同一个三维特征点集合包括的每两个三维功率映射特征点对应的融合系数相同；
依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第一输出功率进行融合，以输出目标第一输出功率，再依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第二输出功率进行融合，以输出目标第二输出功率。
本发明实施例还提供一种基于太阳能电池数据的衰减状况分析系统，应用于状态监控服务器，所述基于太阳能电池数据的衰减状况分析系统法包括：
功率衰减数据采集模块，用于对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据，所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率；
电池分类模块，用于依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合；
衰减状态分析模块，用于对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
本发明实施例提供的一种基于太阳能电池数据的衰减状况分析方法及系统，对于每一个太阳能电池，采集该太阳能电池的功率衰减数据。依据每一个太阳能电池对应的功率衰减数据，对多个太阳能电池进行分类，形成至少一个电池分类集合。对于每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。按照前述的内容，由于通过对一个集合中的每一个太阳能电池对应的功率衰减数据进行融合，使得可以依据融合得到的目标功率衰减数据进行衰减状态分析，形成电池分类集合包括的每一个太阳能电池对应的功率衰减程度，如此，可以从整体上对太阳能电池对应的功率衰减程度进行分析确定，使得分析的依据可以更为的可靠，从而提高太阳能电池的衰减状态分析的可靠度，进而改善由于针对单个太阳能电池进行分析时因测试误差而导致可靠度不佳的问题。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
图1为本发明实施例提供的基于太阳能电池数据的衰减状况分析方法包括的各步骤的流程示意图。
图2为本发明实施例提供的基于太阳能电池数据的衰减状况分析系统包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
首先，本发明实施例提供了一种状态监控服务器。
应当说明的是，在一些可以实现的方式中，所述状态监控服务器可以包括存储器和处理器。详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的基于太阳能电池数据的衰减状况分析方法。
应当说明的是，在一些可以实现的方式中，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（ErasableProgrammable Read-Only Memory，EPROM），电可擦除只读存储器（Electric ErasableProgrammable Read-Only Memory，EEPROM）等。所述处理器可以是一种通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
参照图1所示，本发明实施例还提供一种基于太阳能电池数据的衰减状况分析方法，可应用于上述状态监控服务器。其中，所述基于太阳能电池数据的衰减状况分析方法有关的流程所定义的方法步骤，可以由所述状态监控服务器实现。下面将对图1所示的具体流程，进行详细阐述。
步骤S110，对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据。
在本发明实施例中，所述状态监控服务器可以对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据。所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率。
步骤S120，依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合。
在本发明实施例中，所述状态监控服务器可以依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合。每一个电池分类集合可以包括多个太阳能电池。
步骤S130，对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
在本发明实施例中，所述状态监控服务器可以对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
按照前述的内容（如步骤S110、步骤S120和步骤S130），由于通过对一个集合中的每一个太阳能电池对应的功率衰减数据进行融合，使得可以依据融合得到的目标功率衰减数据进行衰减状态分析，形成电池分类集合包括的每一个太阳能电池对应的功率衰减程度，如此，可以从整体上对太阳能电池对应的功率衰减程度进行分析确定，使得分析的依据可以更为的可靠，从而提高太阳能电池的衰减状态分析的可靠度，进而改善由于针对单个太阳能电池进行分析时因测试误差而导致可靠度不佳的问题。
应当说明的是，在一些可以实现的方式中，上述描述中的步骤S110，可以进一步包括以下一些具体的实施内容：
对于多个太阳能电池中的每一个太阳能电池，通过功率测试设备（所述功率测试设备可以与所述状态监控服务器通信连接）对该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第一输出功率，再通过紫外老化处理设备（所述紫外老化处理设备可以与所述状态监控服务器通信连接）对该太阳能电池进行紫外老化处理；
对于每一个所述太阳能电池，通过所述功率测试设备对紫外老化处理后的该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第二输出功率，再依据该第二输出功率和该太阳能电池对应的第一输出功率合并形成太阳能电池的功率衰减数据。
应当说明的是，在一些可以实现的方式中，上述描述中的步骤S120，可以进一步包括以下一些具体的实施内容：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第一输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类（可以参照现有的一些聚类技术），形成至少一个电池分类集合。
应当说明的是，在另一些可以实现的方式中，上述描述中的步骤S120，可以进一步包括以下一些具体的实施内容：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第二输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
应当说明的是，在另一些可以实现的方式中，上述描述中的步骤S120，可以进一步包括以下一些具体的实施内容：
对于所述多个太阳能电池中的每一个太阳能电池，计算该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率之间的功率差值，再将该功率差值标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
应当说明的是，在另一些可以实现的方式中，上述描述中的步骤S120，可以进一步包括以下一些具体的实施内容：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
依据对应的功率映射特征点之间的坐标距离，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
应当说明的是，在一些可以实现的方式中，上述描述中的步骤S130，可以进一步包括以下一些具体的实施内容：
对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度；
对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据，所述目标功率衰减数据包括目标第一输出功率和目标第二输出功率；
对于每一个所述电池分类集合，依据该电池分类集合对应的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合对应的目标功率衰减程度，再将该目标功率衰减程度标记为该电池分类集合包括的每一个太阳能电池对应的功率衰减程度，所述目标功率衰减程度等于所述目标第一输出功率和所述目标第二输出功率之间的功率差值。
应当说明的是，在一些可以实现的方式中，上述描述中所述对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度的步骤，可以进一步包括以下一些具体的实施内容：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
对于所述至少一个电池分类集合中的每一个电池分类集合，分别计算该电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从该电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出该电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，计算该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，依据该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值，再结合该两个太阳能电池对应的功率映射特征点之间的特征点距离，计算输出该两个太阳能电池之间的数据相关度（例如，该数据相关度可以与该平均值正相关，该数据相关度可以与该特征点距离负相关）。
应当说明的是，在一些可以实现的方式中，上述描述中所述对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据的步骤，可以进一步包括以下一些具体的实施内容（以下内容仅针对任意一个电池分类集合，也就是说，对于任意一个电池分类集合，都适用以下内容以确定目标功率衰减数据）：
对于所述电池分类集合包括的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
分别计算所述电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出所述电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
依据与所述中心功率映射特征点之间的特征点距离，对所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点进行排序，以形成映射特征点序列，对于所述映射特征点序列中每相邻的两个功率映射特征点，对该两个功率映射特征点分别对应的特征向量进行外积计算，以输出该两个功率映射特征点之间的特征相似度，再依据每相邻的两个功率映射特征点之间的特征相似度，对所述映射特征点序列进行拆分，以形成至少一个映射特征点子序列，在所述映射特征点子序列中，每相邻的两个功率映射特征点之间的特征相似度大于或等于预先配置的相似度参考值，所述特征向量表示坐标原点指向对应的所述功率映射特征点；
对于每一个所述映射特征点子序列，依据该映射特征点子序列中每一个功率映射特征点与每一个其它功率映射特征点之间的特征相似度的均值，从该映射特征点子序列中匹配出一个功率映射特征点作为该映射特征点子序列对应的目标功率映射特征点（例如，所述目标功率映射特征点与每一个其它功率映射特征点之间的特征相似度的均值可以具有最大值），再将该映射特征点子序列包括的功率映射特征点的数量标记为该目标功率映射特征点对应的特征点特征值；
对于每一个所述目标功率映射特征点，依据该目标功率映射特征点对应的特征点特征值，对该目标功率映射特征点进行坐标维度的扩展，以形成该目标功率映射特征点对应的三维功率映射特征点；
依据每两个三维功率映射特征点之间的三维空间距离，对所述三维功率映射特征点进行聚类，以形成至少一个三维特征点集合，依据每一个三维特征点集合包括的三维功率映射特征点的数量和每一个三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值，对每一个三维特征点集合包括的每一个三维功率映射特征点进行融合系数的确定，以输出每一个三维功率映射特征点对应的融合系数，每一个三维功率映射特征点对应的融合系数的和值等于1，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点的数量之间具有正相关的关系，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值之间具有正相关的关系，同一个三维特征点集合包括的每两个三维功率映射特征点对应的融合系数相同；
依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第一输出功率进行融合（例如，可以将所述融合系数作为加权系数，以进行加权求和计算），以输出目标第一输出功率，再依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第二输出功率进行融合，以输出目标第二输出功率。
应当说明的是，在另一些可以实现的方式中，上述描述中所述对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据的步骤，可以进一步包括以下一些具体的实施内容（以下内容仅针对任意一个电池分类集合，也就是说，对于任意一个电池分类集合，都适用以下内容以确定目标功率衰减数据）：
对于所述电池分类集合包括的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
对所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点进行曲线拟合，以形成目标拟合曲线；
对于所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点，依据该功率映射特征点对应的第一输出功率，按照所述目标拟合曲线进行对应值的确定（也就是说，所述目标拟合曲线可以具有两个变量，将第一输出功率作为其中一个变量进行计算，可以计算出另一个变量，即得到拟合第二输出功率），以输出该功率映射特征点对应的拟合第二输出功率，再依据该功率映射特征点对应的第二输出功率，按照所述目标拟合曲线进行对应值的确定，以输出该功率映射特征点对应的拟合第一输出功率；
对于所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点，依据该功率映射特征点对应的第一输出功率和拟合第二输出功率，构建形成该功率映射特征点对应的第一拟合特征点，再依据该功率映射特征点对应的拟合第一输出功率和第二输出功率，构建形成该功率映射特征点对应的第二拟合特征点；
对于所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点，依据该功率映射特征点、该功率映射特征点对应的第一拟合特征点、该功率映射特征点对应的第二拟合特征点，构建形成该功率映射特征点对应的特征三角形（也就是说，所述特征三角形的三个顶点为对应的功率映射特征点、第一拟合特征点和第二拟合特征点）；
依据每一个所述功率映射特征点对应的特征三角形的面积，计算输出所述目标拟合曲线对应的拟合偏差度，对于每一个所述功率映射特征点，依据该功率映射特征点对应的特征三角形的面积，计算输出该功率映射特征点对应的子拟合偏差度，所述拟合偏差度与每一个所述功率映射特征点对应的特征三角形的面积的和值正相关，所述子拟合偏差度与对应的特征三角形的面积正相关；
对于每一个所述功率映射特征点，依据该功率映射特征点对应的子拟合偏差度和所述拟合偏差度之间的偏差度比值，对该功率映射特征点进行特征系数的确定，以输出该功率映射特征点对应的特征系数，再依据该功率映射特征点与每一个其它功率映射特征点对应的太阳能电池之间的数据相关度的平均值，对该特征系数进行更新（例如，可以将该平均值和该特征系数的乘积，作为目标特征系数），以输出该功率映射特征点对应的目标特征系数，所述特征系数和所述偏差度比值负相关；
依据每一个功率映射特征点对应的目标特征系数，对每一个功率映射特征点对应的第一输出功率进行融合（例如，可以依据每一个功率映射特征点对应的目标特征系数，确定出每一个功率映射特征点对应的正相关的加权系数，然后，再依据加权系数进行加权均值的计算，即每一个功率映射特征点对应的加权系数的和值等于1），以输出目标第一输出功率，再依据每一个功率映射特征点对应的目标特征系数，对每一个功率映射特征点对应的第二输出功率进行融合，以输出目标第二输出功率。
参照图2所示，本发明实施例还提供一种基于太阳能电池数据的衰减状况分析系统，可应用于上述状态监控服务器。其中，所述基于太阳能电池数据的衰减状况分析系统可以包括功率衰减数据采集模块、电池分类模块和衰减状态分析模块，以及其它可能的软件功能模块。
应当说明的是，在一些可以实现的方式中，所述功率衰减数据采集模块，用于对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据，所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率。所述电池分类模块，用于依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合。所述衰减状态分析模块，用于对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
综上所述，本发明提供的一种基于太阳能电池数据的衰减状况分析方法及系统，对于每一个太阳能电池，采集该太阳能电池的功率衰减数据。依据每一个太阳能电池对应的功率衰减数据，对多个太阳能电池进行分类，形成至少一个电池分类集合。对于每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。按照前述的内容，由于通过对一个集合中的每一个太阳能电池对应的功率衰减数据进行融合，使得可以依据融合得到的目标功率衰减数据进行衰减状态分析，形成电池分类集合包括的每一个太阳能电池对应的功率衰减程度，如此，可以从整体上对太阳能电池对应的功率衰减程度进行分析确定，使得分析的依据可以更为的可靠，从而提高太阳能电池的衰减状态分析的可靠度，进而改善由于针对单个太阳能电池进行分析时因测试误差而导致可靠度不佳的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于太阳能电池数据的衰减状况分析方法，其特征在于，应用于状态监控服务器，所述基于太阳能电池数据的衰减状况分析方法包括：
对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据，所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率；
依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合；
对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
2.如权利要求1所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据的步骤，包括：
对于多个太阳能电池中的每一个太阳能电池，通过功率测试设备对该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第一输出功率，再通过紫外老化处理设备对该太阳能电池进行紫外老化处理；
对于每一个所述太阳能电池，通过所述功率测试设备对紫外老化处理后的该太阳能电池的输出功率进行测试，以形成该太阳能电池对应的第二输出功率，再依据该第二输出功率和该太阳能电池对应的第一输出功率合并形成太阳能电池的功率衰减数据。
3.如权利要求1所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第一输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
4.如权利要求1所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，将该太阳能电池对应的功率衰减数据包括的第二输出功率标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
5.如权利要求1所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，计算该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率之间的功率差值，再将该功率差值标记为该太阳能电池的功率特征；
依据每一个所述太阳能电池对应的功率特征，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
6.如权利要求1所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
依据对应的功率映射特征点之间的坐标距离，对所述多个太阳能电池进行聚类，形成至少一个电池分类集合。
7.如权利要求1-6任意一项所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度的步骤，包括：
对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度；
对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据，所述目标功率衰减数据包括目标第一输出功率和目标第二输出功率；
对于每一个所述电池分类集合，依据该电池分类集合对应的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合对应的目标功率衰减程度，再将该目标功率衰减程度标记为该电池分类集合包括的每一个太阳能电池对应的功率衰减程度，所述目标功率衰减程度等于所述目标第一输出功率和所述目标第二输出功率之间的功率差值。
8.如权利要求7所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每两个太阳能电池对应的功率衰减数据进行数据相关度的计算，输出每两个太阳能电池之间的数据相关度的步骤，包括：
对于所述多个太阳能电池中的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
对于所述至少一个电池分类集合中的每一个电池分类集合，分别计算该电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从该电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出该电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，计算该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值；
对于所述至少一个电池分类集合中的每一个电池分类集合包括的每两个太阳能电池，依据该两个太阳能电池对应的功率映射特征点分别与该电池分类集合对应的中心功率映射特征点之间的特征点距离的平均值，再结合该两个太阳能电池对应的功率映射特征点之间的特征点距离，计算输出该两个太阳能电池之间的数据相关度。
9.如权利要求7所述的基于太阳能电池数据的衰减状况分析方法，其特征在于，所述对于每一个所述电池分类集合，依据每两个太阳能电池之间的数据相关度，融合该电池分类集合包括的每一个太阳能电池对应的功率衰减数据，形成该电池分类集合对应的目标功率衰减数据的步骤，包括：
对于所述电池分类集合包括的每一个太阳能电池，依据该太阳能电池对应的功率衰减数据包括的第一输出功率和第二输出功率，进行坐标映射，以形成该太阳能电池对应的功率映射特征点，所述功率映射特征点包括的两个维度的坐标值分别为对应的第一输出功率和第二输出功率；
分别计算所述电池分类集合包括的每两个太阳能电池对应的功率映射特征点之间的距离，以输出每两个太阳能电池对应的功率映射特征点之间的特征点距离，再依据每两个太阳能电池对应的功率映射特征点之间的特征点距离，从所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点中，筛查出所述电池分类集合对应的中心功率映射特征点，在每一个功率映射特征点对应的特征点距离均值中，所述中心功率映射特征点对应的特征点距离均值最小，所述特征点距离均值等于对应的所述功率映射特征点与每一个其它功率映射特征点之间的特征点距离的平均值；
依据与所述中心功率映射特征点之间的特征点距离，对所述电池分类集合包括的每一个太阳能电池对应的功率映射特征点进行排序，以形成映射特征点序列，对于所述映射特征点序列中每相邻的两个功率映射特征点，对该两个功率映射特征点分别对应的特征向量进行外积计算，以输出该两个功率映射特征点之间的特征相似度，再依据每相邻的两个功率映射特征点之间的特征相似度，对所述映射特征点序列进行拆分，以形成至少一个映射特征点子序列，在所述映射特征点子序列中，每相邻的两个功率映射特征点之间的特征相似度大于或等于预先配置的相似度参考值，所述特征向量表示坐标原点指向对应的所述功率映射特征点；
对于每一个所述映射特征点子序列，依据该映射特征点子序列中每一个功率映射特征点与每一个其它功率映射特征点之间的特征相似度的均值，从该映射特征点子序列中匹配出一个功率映射特征点作为该映射特征点子序列对应的目标功率映射特征点，再将该映射特征点子序列包括的功率映射特征点的数量标记为该目标功率映射特征点对应的特征点特征值；
对于每一个所述目标功率映射特征点，依据该目标功率映射特征点对应的特征点特征值，对该目标功率映射特征点进行坐标维度的扩展，以形成该目标功率映射特征点对应的三维功率映射特征点；
依据每两个三维功率映射特征点之间的三维空间距离，对所述三维功率映射特征点进行聚类，以形成至少一个三维特征点集合，依据每一个三维特征点集合包括的三维功率映射特征点的数量和每一个三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值，对每一个三维特征点集合包括的每一个三维功率映射特征点进行融合系数的确定，以输出每一个三维功率映射特征点对应的融合系数，每一个三维功率映射特征点对应的融合系数的和值等于1，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点的数量之间具有正相关的关系，所述融合系数与对应的三维功率映射特征点所属的三维特征点集合包括的三维功率映射特征点对应的每两个太阳能电池之间的数据相关度的均值之间具有正相关的关系，同一个三维特征点集合包括的每两个三维功率映射特征点对应的融合系数相同；
依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第一输出功率进行融合，以输出目标第一输出功率，再依据每一个三维功率映射特征点对应的融合系数，对每一个三维功率映射特征点对应的第二输出功率进行融合，以输出目标第二输出功率。
10.一种基于太阳能电池数据的衰减状况分析系统，其特征在于，应用于状态监控服务器，所述基于太阳能电池数据的衰减状况分析系统法包括：
功率衰减数据采集模块，用于对于多个太阳能电池中的每一个太阳能电池，采集该太阳能电池的功率衰减数据，所述功率衰减数据包括第一输出功率和第二输出功率，所述第一输出功率反映所述太阳能电池在进行紫外老化之前的输出功率，所述第二输出功率反映所述太阳能电池在进行紫外老化之后的输出功率；
电池分类模块，用于依据每一个所述太阳能电池对应的功率衰减数据，对所述多个太阳能电池进行分类，形成至少一个电池分类集合；
衰减状态分析模块，用于对于所述至少一个电池分类集合中的每一个电池分类集合，对该电池分类集合包括的每一个太阳能电池对应的功率衰减数据进行融合，形成该电池分类集合对应的目标功率衰减数据，再依据该目标功率衰减数据包括的目标第一输出功率和目标第二输出功率进行衰减状态分析，形成该电池分类集合包括的每一个太阳能电池对应的功率衰减程度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210913354.XA CN114978040B (zh) | 2022-08-01 | 2022-08-01 | 基于太阳能电池数据的衰减状况分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210913354.XA CN114978040B (zh) | 2022-08-01 | 2022-08-01 | 基于太阳能电池数据的衰减状况分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114978040A true CN114978040A (zh) | 2022-08-30 |
| CN114978040B CN114978040B (zh) | 2022-10-25 |
Family
ID=82969851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210913354.XA Active CN114978040B (zh) | 2022-08-01 | 2022-08-01 | 基于太阳能电池数据的衰减状况分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114978040B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170097271A1 (en) * | 2014-03-31 | 2017-04-06 | Hitachi, Ltd. | System stability monitoring apparatus and method |
| US20180275314A1 (en) * | 2015-08-31 | 2018-09-27 | Green Power Labs Inc. | Method and system for solar power forecasting |
| CN108880471A (zh) * | 2018-07-11 | 2018-11-23 | 英利能源（中国）有限公司 | 太阳能电池衰减测试方法 |
| CN109993147A (zh) * | 2019-04-12 | 2019-07-09 | 中国人民解放军国防科技大学 | 基于聚类分析的卫星太阳电池阵输出功率衰减评估方法 |
| CN112311326A (zh) * | 2019-08-01 | 2021-02-02 | 中国电力科学研究院有限公司 | 一种光伏组件性能的衰减监测方法及系统 |
| CN113378449A (zh) * | 2021-04-15 | 2021-09-10 | 黄山东安新高能源科技有限公司 | 一种基于模糊c均值聚类的光伏组件健康状态诊断方法 |
| CN113919426A (zh) * | 2021-10-14 | 2022-01-11 | 贵州理工学院 | 基于k-medoids算法的光伏阵列故障识别方法 |
| CN114024503A (zh) * | 2021-11-04 | 2022-02-08 | 山东工程职业技术大学 | 一种太阳能电池分色及缺陷检测系统及其方法 |
-
2022
- 2022-08-01 CN CN202210913354.XA patent/CN114978040B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170097271A1 (en) * | 2014-03-31 | 2017-04-06 | Hitachi, Ltd. | System stability monitoring apparatus and method |
| US20180275314A1 (en) * | 2015-08-31 | 2018-09-27 | Green Power Labs Inc. | Method and system for solar power forecasting |
| CN108880471A (zh) * | 2018-07-11 | 2018-11-23 | 英利能源（中国）有限公司 | 太阳能电池衰减测试方法 |
| CN109993147A (zh) * | 2019-04-12 | 2019-07-09 | 中国人民解放军国防科技大学 | 基于聚类分析的卫星太阳电池阵输出功率衰减评估方法 |
| CN112311326A (zh) * | 2019-08-01 | 2021-02-02 | 中国电力科学研究院有限公司 | 一种光伏组件性能的衰减监测方法及系统 |
| CN113378449A (zh) * | 2021-04-15 | 2021-09-10 | 黄山东安新高能源科技有限公司 | 一种基于模糊c均值聚类的光伏组件健康状态诊断方法 |
| CN113919426A (zh) * | 2021-10-14 | 2022-01-11 | 贵州理工学院 | 基于k-medoids算法的光伏阵列故障识别方法 |
| CN114024503A (zh) * | 2021-11-04 | 2022-02-08 | 山东工程职业技术大学 | 一种太阳能电池分色及缺陷检测系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114978040B (zh) | 2022-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115098705B (zh) | 基于知识图谱推理的网络安全事件分析方法及系统 | |
| CN114978037B (zh) | 太阳能电池性能数据监控方法及系统 | |
| CN113608916A (zh) | 故障诊断的方法、装置、电子设备及存储介质 | |
| CN115188485A (zh) | 基于智慧医疗大数据的用户需求分析方法及系统 | |
| CN115617784A (zh) | 一种信息化配电的数据处理系统及其处理方法 | |
| CN116821777B (zh) | 一种新型基础测绘数据整合方法及系统 | |
| CN115620243B (zh) | 基于人工智能的污染源监测方法、系统及云平台 | |
| CN114978040B (zh) | 基于太阳能电池数据的衰减状况分析方法及系统 | |
| CN115001394B (zh) | 基于人工智能的太阳能电池状态监测方法及系统 | |
| CN115620211B (zh) | 阻燃低烟无卤护套的性能数据处理方法及系统 | |
| CN116757870A (zh) | 一种能源物联网的智慧能源监控数据处理方法及系统 | |
| CN115174638B (zh) | 光伏板数据采集设备的组网方法及系统 | |
| CN114978878B (zh) | 定位方法、装置、电子设备及计算机可读存储介质 | |
| CN115484044A (zh) | 一种数据状态的监控方法及系统 | |
| CN116662415B (zh) | 基于数据挖掘的智能匹配方法及系统 | |
| CN115082709B (zh) | 遥感大数据处理方法、系统及云平台 | |
| CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 | |
| CN117648612B (zh) | 并联电池组故障检测方法、装置、电子设备和存储介质 | |
| CN114156495B (zh) | 基于大数据的叠层电池装配处理方法及系统 | |
| CN115700821B (zh) | 一种基于图像处理的细胞识别方法及系统 | |
| CN115081552B (zh) | 基于云平台的太阳能电池数据异常处理方法及系统 | |
| CN116996403B (zh) | 应用ai模型的网络流量诊断方法及系统 | |
| CN117370911A (zh) | 一种电池检测方法、装置、存储介质及设备 | |
| CN115631448B (zh) | 一种音视频质检处理方法及系统 | |
| CN113435915B (zh) | 用户窃电行为检测方法、装置、设备及存储介质 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 43 Bailing South Road, Quzhou City, Zhejiang Province 324022 Patentee after: Yidao New Energy Technology Co.,Ltd. Address before: 324022 room 604, building 3, Donggang Third Road, green industry cluster, Qujiang District, Quzhou City, Zhejiang Province Patentee before: A New Energy Technology (Quzhou) Co.,Ltd. |