CN115759820B - 一种光伏电站定损计算方法、系统及存储介质 - Google Patents
一种光伏电站定损计算方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115759820B CN115759820B CN202211407982.7A CN202211407982A CN115759820B CN 115759820 B CN115759820 B CN 115759820B CN 202211407982 A CN202211407982 A CN 202211407982A CN 115759820 B CN115759820 B CN 115759820B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic panel
- sampling
- area
- photovoltaic
- attenuation rate
- 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
- 238000004364 calculation method Methods 0.000 title abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 142
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 238000012360 testing method Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000002503 electroluminescence detection Methods 0.000 claims abstract description 22
- 238000012353 t test Methods 0.000 claims description 14
- 238000012797 qualification Methods 0.000 claims description 6
- 238000000692 Student's t-test Methods 0.000 claims description 5
- 230000008654 plant damage Effects 0.000 claims description 4
- 238000003491 array Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000005401 electroluminescence Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000002791 soaking Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001771 impaired effect Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000551 statistical hypothesis test Methods 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
本申请涉及一种光伏电站定损计算方法、系统及存储介质,所述方法包括:获取光伏板阵列的整体外观图像以及热斑检测结果,确定光伏板阵列中的初步合格光伏板;获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,抽样光伏板区由初步合格光伏板中的光伏板按比例进行抽取组合得到;根据测试结果判定抽样光伏板区整体功率衰减率是否显著和/或判断最大失效面积是否大于预设值;若抽样光伏板区的整体功率衰减率显著,则计算光伏阵列的超衰程度值;若最大失效面积大于预设值,则确定抽样光伏板区不合格,并计算损伤赔偿比例,本申请可以实现对光伏电站在受灾后的损坏情况进行定性和定量的评估。
Description
技术领域
本申请涉及光伏板技术领域,尤其是涉及一种光伏电站定损计算方法、系统及存储介质。
背景技术
近年来我国极端气候发生频率增加,尤其沿海地区极易发生台风、水灾等,这些极端气候都会给光伏电站带来极大伤害,导致光伏板组件老化加速,严重威胁了光伏电站长期的稳定收益率。
光伏发电系统的户外运行时间可能会超过25年之久,所说光伏电站会面临各种不同类型的风险,而光伏保险是光伏电站项目进行风险管理的有效措施。
目前电致发光检测是应用最为广泛的检测光伏组件内部缺陷的方式,主要是通过电致发光检测及其图像分析的手段,来判定光伏组件是否有损坏,但是仅靠电致发光检测对光伏组件的损坏进行定量的评估,准确度不够,尤其针对在保险出险时,对于现场光伏板的损坏程度是否处于保险合同的保障范围内仍存在模糊不清的状态。
发明内容
为了能实现对于光伏电站灾后的受损情况进行定量评估,以提高准确度,本申请提供了一种光伏电站定损计算方法、系统、介质及设备。
在本申请的第一方面提供了一种光伏电站定损计算方法,包括:
获取光伏板阵列的整体外观图像以及热斑检测结果,所述光伏板阵列由多个光伏板组成;
根据所述整体外观图像和/或所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板;获取对所述抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,所述抽样光伏板区由所述初步合格光伏板中的光伏板按比例进行抽取组合得到;
根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著和/或判断所述最大失效面积是否大于预设值;
若所述抽样光伏板区的整体功率衰减率显著,则计算所述光伏阵列的超衰程度值;
若所述最大失效面积大于预设值,则确定所述抽样光伏板区不合格,并计算损伤赔偿比例。
通过采用上述技术方案,对光伏板阵列的整体外观图像以及热斑检测结果进行分析,可以直接判断出不合格的光伏板数量,对于不能直接判断不合格的光伏板按比例进行抽样检测,通过对抽样检测区进行致电发光检测的最大面积失效确定不合格的光伏板,以及通过IV检测来确定抽样检测区的功率衰减率,并通过t检验来判断功率衰减是否显著,计算功率衰减显著的抽样光伏板区的超衰程度值,可以实现对光伏电站在受灾后的损坏情况进行定性和定量的评估,提高了准确度,进而在保险出险时,对于现场光伏板的损坏程度是否处于保险合同的保障范围具有清晰的划界,方便理赔,此外,还可以有效对光伏电站进行灾后监测和评估。
可选的,所述获取光伏板阵列的整体外观图像以及热斑检测结果,包括:控制无人机对所述光伏板阵列外观进行全范围拍摄,得到光伏板阵列的整体外观图像;控制所述无人机按照光伏板排列顺序对所述光伏板阵列进行热斑检测,得到光伏板阵列的热斑检测结果;接收所述无人机发送的所述光伏板阵列的整体外观图像以及所述热斑的检测结果。
通过采用上述技术方案,通过控制无人机对光伏板阵列的外观进行全范围的拍摄以及热斑检测,得到光伏板阵列的整体外观图像以及热斑检测结果,可以对光伏板阵列进行全面的外观以及热斑检测,并且通过无人机的检测方式,使得检测更为全面、效率更高。
可选的,所述根据所述整体外观图像和/或所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板,包括:解析所述整体外观图像,识别所述整体外观图像中的各光伏板图像;判断所述各光伏板图像是否符合预设光伏板图像标准,并根据所述热斑检测结果,判断各所述光伏板的温度差是否大于预设温度值;将所述符合预设光伏板图像标准和/或所述光伏板的温度差小于预设温度值的光伏板确定为初步合格光伏板;所述方法还包括:将所述不符合预设光伏板图像标准和/或所述光伏板的温度差大于等于预设温度值的确定为不合格光伏板,并获取不合格光伏板的数量;输出更换所述数量的不合格光伏板的建议。
通过采用上述技术方案,将整体外观图像进行解析可以识别出光伏板阵列中的每个光伏板的外观受损情况,通过热斑检测结果可以判定出存在热斑的光伏板,通过外观受损情况和是否存在热斑可以直接将光伏板阵列中的不合格的光伏板检测出来,以提出具体更换不合格组件数量的建议。
可选的,所述获取对抽样光伏板区进行IV特性测试的测试结果,包括:
获取对所述抽样光伏板区进行IV特性测试的测试数据;根据所述IV特性测试数据以及功率衰减率公式计算所述抽样光伏板区的平均功率衰减率,将所述平均功率衰减率作为所述测试结果;所述功率衰减率公式为:PL=-(Pmpp.STC-P0)/P0,其中PL为平均功率衰减率,Pmpp.STC为现场测的光伏板的IV特征曲线修正到标准测试条件下的最大功率点功率,P0为标称功率。
通过采用上述技术方案,获取对抽样光伏板区进行IV特性测试的数据,并根据功率衰减公式可以计算抽样光伏板区的平均功率衰减率。
可选的,所述获取所述抽样光伏板区进行电致发光检测的最大失效面积,包括:获取所述抽样光伏板区进行电致发光检测的数据信息,所述数据信息包括抽样光伏板区的短路电流和最大功率点电流;根据最大面积失效公式计算出所述抽样光伏板区的最大面积失效率,所述最大面积失效公式为:R%=(Isc-Impp)/Isc*100%,其中,R%为最大面积失效率,Isc为短路电流,Impp为最大功率点电流。
所述方法还包括:获取所述抽样光伏板区中光伏板失效面积大于或者等于最大失效面积的光伏板的损伤数量;计算所述损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例,判断所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例是否大于预设损伤比例;若大于,则将所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例减去预设损伤比例,得到损伤赔偿比例。
通过采用上述技术方案,获取抽样光伏板进行电致发光检测的最大失效面积,通过面积失效公式计算出抽样光伏板的面积失效率,从而判断出抽样光伏板区的光伏板是否合格,可以确定该灾后不合格的光伏板为内部缺陷,实现对灾后光伏板受损情况进行准确定性,并根据光伏板损伤数量计算得到损伤赔偿比例,实现对对灾后光伏板受损情况进行定量赔偿。
可选的,所述根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著,包括:根据t检验公式计算得出t统计结果,将所述t统计结果与t临界值比较,得到比较结果;根据比较结果确定所述抽样光伏板区整体功率衰减率是否显著;所述t检验公式为: 其中x为平均功率衰减率,μ0为待检测的原假设数值,S为标准差,n为抽样光伏板区光伏板的数量;
所述方法还包括:若所述比较结果为所述t统计结果大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减显著;若所述比较结果为所述t统计结果不大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减不显著。
通过采用上述技术方案,根据t统计结果与t临界值比较,进而判断出抽样光伏板区的整体功率衰减率是否显著,由于考虑到抽样的随机性,引入统计技术对测量得到的数据进行统计分析,通过t检验计算判断抽样光伏板区的的功率衰减是否显著,从而可以准确了解到灾后光伏板的受损情况,以便建议是否进行超衰赔偿。
可选的,所述方法还包括:若所述抽样光伏板区整体功率衰减率不显著和/或所述抽样光伏板区的最大失效面积不大于预设值,则确定所述抽样光伏板区合格。
通过采用上述技术方案,将整体功率衰减率不明显和/或最大失效面积不大于预设值的光伏板确定为合格,即不需要进行之后的检测工作。
可选的,所述计算所述光伏阵列的超衰程度值,还包括:所述抽样检测区的平均功率衰减率减去光伏板正常衰减率,得到超衰程度值。
通过采用上述技术方案,根据平均功率衰减率减去光伏板正常衰减率计算出超衰程度值,根据超衰程度值对灾后光伏板受损情况进行定量评估,可以准确的给出定损建议,以便于保险公司在后续根据定损情况进行理赔,有利于实现电站保险人与被保险人在风险管理方面的共赢。
在本申请的第二方面提供了一种光伏电站定损计算系统,所述系统包括:
整体检测模块,用于获取光伏板阵列的整体外观图像以及热斑检测结果,所述光伏板阵列由多个光伏板组成;
初步合格确定模块,用于根据所述整体外观图像和/或所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板;
抽样检测模块,用于获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,所述抽样光伏板区由所述初步合格光伏板的光伏板按比例进行抽取组合得到;
判断模块,用于根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著和/或判断所述最大失效面积是否大于预设值;
计算超衰程度模块,用于若所述抽样光伏板区的整体功率衰减率显著,则计算所述光伏阵列的超衰程度值;
计算损伤赔偿比例模块,用于若所述最大失效面积大于预设值,则确定所述抽样光伏板区不合格,并计算损伤赔偿比例。
通过采用上述技术方案,可以实现对光伏电站在受灾后的损坏情况进行定性和定量的评估,提高了准确度,进而在保险出险时,对于现场光伏板的损坏程度是否处于保险合同的保障范围具有清晰的划界,方便理赔,此外,还可以有效对光伏电站进行灾后监测和评估。
在本申请的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
在本申请的第四方面提供了一种电子设备,包括:处理器、存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1.通过本申请,可以实现对光伏电站在受灾后的损坏情况进行定性和定量的评估,提高了准确度,进而在保险出险时,对于现场光伏板的损坏程度是否处于保险合同的保障范围具有清晰的划界,方便理赔,此外,还可以有效对光伏电站进行灾后监测和评估;
2.通过本申请,通过外观受损情况和是否存在热斑可以直接将光伏板阵列中的不合格的光伏板检测出来,以提出具体更换不合格组件数量的建议。
附图说明
图1是本申请实施例提供的一种光伏电站定损的方法流程示意图;
图2是本申请实施例提供的另一种光伏电站定损的方法流程示意图;
图3是本申请实施例提供的一种光伏电站定损的系统模块示意图;
图4是本申请实施例提供的一种电子设备的结构示意图。
附图标记说明:1、整体检测模块;2、初步合格确定模块;3、抽样检测模块;4、判断模块;5、计算超衰程度模块;6、计算损伤赔偿比例模块;1000、电子设备;1001、处理器;1002、通信总线;1003、用户接口;1004、网络接口;1005、存储器。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“示性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B这三种情况。另外,除非另有说明,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
光伏电站,是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电系统。光伏电站是属于国家鼓励力度最大的绿色电力开发能源项目。但是在我国的一些地区极易发生台风以及洪水等自然灾害,严重影响了光伏电站的发电效益,而光伏保险至光伏电站项目进行风险管理的有效保障。保险公司以及项目业主对第三方定损后给出的结果均希望是明确的,最好至能直接量化成具体的赔偿金额。
光伏保险在我国发展了十余年的时间,由于起步较晚,截止目前其发展仍存在一些亟需解决的问题,尤其是针对出险时,由于缺乏相关案例的经验材料、统计数据,导致其无法针对特定风险项目进行出险率和赔付率的准确计算。尤其是极端天气的灾害对光伏电站的影响不容忽视,对于灾后光伏电站的受损情况,现有技术难以对现场受损情况进行准确定量。
针对上述对光伏电站受灾后无法对受灾情况进行定量评估的问题,采用本申请实施例中光伏电站定损计算方法,可以对灾后光伏电站的受损情况进行定损。
下面结合具体实施例对本申请进行详细说明。
在一个实施例中,如图1所示,特提出了一种光伏电站定损计算方法的流程示意图。该方法主要应用于计算机设备中,具体的方法包括:
步骤101:获取光伏板阵列的整体外观图像以及热斑检测结果,光伏板阵列由多个光伏板组成。
光伏板阵列在本申请实施例中是指光伏电站中的由多块光伏板连接组成的大规模阵列,该光伏板阵列可以为受自然灾害后的光伏板阵列。
整体外观图像在本申请实施例中是指整个光伏板阵列的整体外表图像。热斑指光伏组件表面温度异常的位置,比如:同一光伏组件外表面电池正上方的温度差超过摄氏20℃时,应视为产生热斑,热斑会严重影响光伏板的发电效应,在本申请实施例中热斑检测结果是指对整个光伏板阵列进行热斑检测后得到的结果,热斑检测结果包括光伏板阵列中存在存在热斑的光伏板数量。
具体的,计算机设备与至少一台无人机进行无线通讯接连,控制无人机对光伏板阵列进行全范围拍摄,得到光伏板阵列的整体外观图像。计算机设备再控制无人机按照光伏板排列顺序对光伏板阵列进行热斑检测。其中无人机上可搭载红外摄像机,无人机上搭载的红外摄像机按照光伏阵列的排列顺序,对光伏板阵列中的光伏板进行热斑检测,得到热斑检测结果,在拍摄的过程中,无人机可以快速对光伏板进行准确定位。无人机将光伏板阵列的整体外观图像以及热斑检测结果发送至计算机设备。
步骤102:根据整体外观图像和/或热斑检测结果,确定光伏板阵列中的初步合格光伏板。
具体的,计算机设备接收到无人机发送的光伏板阵列的整体外观图像以及热斑检测结果。由于在受到自然灾害后,例如在台风过后,光伏板可能会被吹起导致光伏板表面破损严重。将整体外观图像进行解析,识别整体外观图像中的各光伏板图像,判断各光伏板图像是否符合预设的光伏板图像标准,其中预设的光伏板图像标准可以为正常光伏板的表面图像。再根据热斑检测结果,判断各光伏板的温度差是否大于预设温度差。将符合预设光伏板图像标准和/或光伏板的温度差小于预设温度值的光伏板确定为初步合格光伏板,将不符合预设光伏板图像标准和/或光伏板的温度差大于等于预设温度值的光伏板确定为不合格光伏板。计算机设备统计不合格光伏板的具体数量,并输出更换这些不合格数量的光伏板的建议。
步骤103:获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,抽样光伏板区由初步合格光伏板的光伏板按比例进行抽取组合得到。
对于受灾的光伏电站,定损方案跟受灾范围、受灾程度、检测的经济成本和时间均有关系。本申请实施例中是针对受灾范围较大,可能涉及上千甚至几十万块光伏板的情况。对于现场的光伏板功率衰降(IV)测试以及电致发光(EL)检测,由于检测操作较为繁琐,若采取全范围的检测,检测经济成本和时间成本均非常大,所以需要进行抽样检测。在本申请实施例中,抽样光伏板是指由初步合格光伏板的光伏板按比例进行抽取组合得到,如果是对于小范围的受灾情况,在衡量经济成本和时间成本均可接受的情况下,也可以对全部受灾组件进行测试,即将全部受灾组件作为本申请中的抽样光伏板,按照同样的方式也可以对小范围的受灾情况进行检测。
IV特性测试是指对光伏组件进行发电性能分析的重要依据,以便确定光伏组件的电性能是否正常和功率的大小。
电致发光是将电能直接转换为光能的发光现象,简称EL,EL检测是指对于光伏组件内部缺陷进行检测,例如有无损坏导致的隐裂、碎片、破片或者组件缺陷导致不同转换效率导致单片电池等异常现象。
具体的,由于每个测试都有一定的测试要求,比如IV特性测试需要满足辐照度不低于700W/m2,EL检测需要在避光条件下进行。在满足各测试条件下,对抽样光伏板区进行IV特性测试,得到IV特性测试数据。计算机获取到IV特性测试数据,根据IV特性测试数据以及功率衰减率公式计算抽样光伏板区的平均功率衰减率。功率衰减率公式为:PL=-(Pmpp.STC-P0)/P0,其中PL为平均功率衰减率,Pmpp.STC为现场测的光伏板的IV特征曲线修正到标准测试条件下的最大功率点功率,P0为标称功率。
通过EL检测仪对抽样光伏板区进行EL检测,得到EL检测的数据信息,数据信息包括抽样光伏板区的短路电流和最大功率点电流,计算机获取到EL检测的数据信息,根据最大面积失效公式计算出抽样光伏板区的最大面积失效率,最大面积失效公式为:R%=(Isc-Impp)/Isc*100%,其中,R%为最大面积失效率,Isc为短路电流,Impp为最大功率点电流。
步骤104:根据测试结果判定抽样光伏板区整体功率衰减率是否显著和/或判断最大失效面积是否大于预设值。
针对保险定损的工作流程,必须考虑光伏组件采购合同中相关技术协议条款关于功率衰减率限值的规定,考虑到现场测试方式的限制以及抽样随机性等方面产生的影响,需要引入必要的统计技术对测量得到的数据进行统计分析。常用的统计技术工具包括正态分布的标准偏差限值、t检验、F检验等,由于本项目的总体分布未知,因此本实施例采用单样本的t检验来考察光伏组件是否出现功率衰减超限的现象,单样本t检验是一种统计学上的假设检验,用于确定未知的总体均值是否与特定值有关。
具体的,根据t检验公式计算得出t统计结果,将t统计结果与t临界值比较,得到比较结果,根据比较结果确定所述抽样光伏板区整体功率衰减率是否显著。其中t临界值可以通过查t临界值表得到。t检验公式为:其中x为平均功率衰减率,μ0为待检测的原假设数值,S为标准差,n为抽样光伏板区光伏板的数量,在本申请实施例中设定μ0为4.6%。若比较结果为t统计结果大于t临界值,则确定为抽样光伏板区的整体功率衰减显著;若比较结果为t统计结果不大于t临界值,则确定为抽样光伏板区的整体功率衰减不显著。
计算机设备根据计算出的最大失效面积,判断最大失效面积是否大于预设值。若抽样光伏板区整体功率衰减率不显著和/或所述抽样光伏板区的最大失效面积不大于预设值,则确定所述抽样光伏板区合格,则不进行后续检测工作,也无需进行定损赔偿。
步骤105:若抽样光伏板区的整体功率衰减率显著,则计算抽样光伏板区的超衰程度值。
具体的,若抽样光伏板区的整体功率衰减率显著,则根据平均功率衰减率减去光伏板正常衰减率,得到超衰程度值。其中光伏板正常衰减率为4.6%。由于可能存在不同缺陷的样本量不一致的情况,因此还可以采用t检验的右单侧检测。此外户外的IV测试受环境因此的影响比较明显,测量结果的不确定度一般在4%~6%,光伏板板输出功率衰降率数据不确定度较高,在t检验中置信水平选择99%进行检验。
步骤106:若最大失效面积大于预设值,则确定抽样光伏板区不合格,并计算损伤赔偿比例。
计算机设备获取抽样光伏板区中光伏板失效面积大于或者等于最大失效面积的光伏板的损伤数量;计算损伤数量占抽样光伏板区中抽样光伏板总数量的比例,判断光伏板损伤数量占抽样光伏板区中抽样光伏板总数量的比例是否大于预设赔偿比例;若大于,则将光伏板损伤数量占抽样光伏板区中抽样光伏板总数量的比例减去预设赔偿比例,得到损伤赔偿比例。需要说明的是,损伤赔偿比例是跟受灾前的比例对比,赔偿增加的比例部分,实际情况中在受灾前光伏板会因为在运输、施工过程中会存在一定的损伤,因此预设赔偿比例是指受灾前的损伤比例。例如,在抽样光伏板区中,失效面积大于等于最大失效面积的光伏板比例为5%,预设损伤比例为3%,则认为损伤赔偿比例为5%-3%=2%。
在上述各实施例的基础上,作为一种可选实施例,如图2所示,特提出了另一种光伏电站定损计算方法的流程示意图,计算整个光伏板阵列的衰减率的步骤如下:
步骤201:获取光伏阵列的受灾类型,以及各受灾类型的光伏板数量占所述光伏阵列总数量的比例。
具体的,在本申请实施例中,受灾类型可以分为:未浸水、短时间浸水(浸水1-3天)以及长时间浸水(浸水3-30天),以及获取各受灾类型的光伏板数量占光伏阵列总数量的比例。比如未浸水光伏板数量占光伏板阵列总数量10%,短时间浸水光伏板数量占光伏板阵列总数量50%,长时间浸水光伏板数量占光伏板阵列总数量40%。
步骤202:计算各受灾类型光伏板的抽样检测区的平均功率衰减率。
具体的,对各受灾类型的光伏板按比例进行抽样,得到一定数量的各受灾抽样光伏板,将所述各受灾抽样光伏板区进行IV特性测试,得到IV特性测试数据。根据IV特性测试数据以及功率衰减率公式计算各受灾类型抽样光伏板区的平均功率衰减率,计算平均功率衰减率的步骤如上述步骤103中所述,在此不做赘述。比如:受灾类型为未泡水的平均功率衰减率为0%,受灾类型为短时泡水的平均功率衰减率为5.5%,受灾类型为长时泡水的平均功率衰减率为5.94%。在实际情况中,也可以根据需求扩大抽检范围,即按照同样的方式进行进一步的抽样检测。
步骤203:将各受灾类型的抽样检测区的平均功率衰减率减去正常衰减率,得到各受灾类型的超衰程度值。
具体的,在本申请实施例中正常衰减率为4.6%,将各受灾类型的抽样检测区的平均功率衰减率减去正常衰减率,得到得到各受灾类型的超衰程度值,例如:受灾类型为短时泡水的平均功率衰减率减去正常衰减率,得到短时泡水的超衰程度值,即5.5%-4.6%=0.9%,受灾类型为长时泡水的平均功率衰减率减去正常衰减率,得到长时泡水的超衰程度值,即5.94%-4.6%=1.34%。
步骤204:将各受灾类型的光伏板数量占所述光伏阵列总数量的比例乘以对应的所述超衰程度值并相加,计算得到光伏板阵列的超衰程度值。
具体的,将各受灾类型的光伏板数量占所述光伏阵列总数量的比例乘以对应的所述超衰程度值并相加,例如在本实施例中光伏板阵列的超衰程度为:0*10%+0.90%*50%+1.34%*40%=0.986%。需要说明的是,在计算超衰赔偿时,还需要考虑不同受灾类型光伏板容量占电站容量的比例,假设本实施例的光伏板阵列的总容量为一个10MW的电站,通过外观检测以及热斑检测后不合格的组件数占500KW的容量,则将总容量减去外观检测以及热斑检测后不合格的组件数占的容量,即超衰赔偿为9.5MW容量。
下述为本申请系统实施例,可以用于执行本申请方法实施例。对于本申请系统实施例中未披露的细节,请参照本申请方法实施例。
请参照图4,为本申请实施例提供的一种光伏电站定损计算系统。一种光伏电站定损计算系统可以包括:整体检测模块1、初步合格确定模块2、抽样检测模块3、判断模块4、计算超衰程度模块5以及计算损伤赔偿比例模块6,其中:
整体检测模块1,用于获取光伏板阵列的整体外观图像以及热斑检测结果,所述光伏板阵列由多个光伏板组成;
初步合格确定模块2,用于根据所述整体外观图像和/或所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板;
抽样检测模块3,用于获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,所述抽样光伏板区由所述初步合格光伏板的光伏板按比例进行抽取组合得到;
判断模块4,用于根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著和/或判断所述最大失效面积是否大于预设值;
计算超衰程度模块5,用于若所述抽样光伏板区的整体功率衰减率显著,则计算所述光伏阵列的超衰程度值;
计算损伤赔偿比例模块6,用于若所述最大失效面积大于预设值,则确定所述抽样光伏板区不合格,并计算损伤赔偿比例。
在上述各实施例的基础上,作为一种可选的实施例,一种光伏电站定损计算系统,还包括:
确定合格模块,用于若所述抽样光伏板区整体功率衰减率不显著和/或所述抽样光伏板区的最大失效面积不大于预设值,则确定所述抽样光伏板区合格。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的系统和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述所示实施例的所述的一种光伏电站定损计算方法,具体执行过程可以参加图1-图2所示实施例的具体说明,在此不进行赘述。
请参见图4,为本申请实施例提供了一种电子设备的结构示意图。如图4所示,所述电子设备1000可以包括:至少一个处理器1001,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个服务器1000内的各个部分,通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据,执行服务器1000的各种功能和处理数据。可选的,处理器1001可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图4所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及一种光伏电站定损计算方法应用程序。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在图4所示的电子设备1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储一种光伏电站定损计算方法的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
一种电子设备可读存储介质,其特征在于,所述电子设备可读存储介质存储有指令。当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammaBLE GateArray,FPGA)、集成电路(Integrated Circuit,IC)等。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (5)
1.一种光伏电站定损计算方法,其特征在于,应用于计算机设备,所述方法包括:
获取光伏板阵列的整体外观图像以及热斑检测结果,所述光伏板阵列由多个光伏板组成;
根据所述整体外观图像和所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板;具体的,根据所述热斑检测结果,判断各所述光伏板的温度差是否大于预设温度值,将所述光伏板的温度差小于预设温度值的光伏板确定为初步合格光伏板,将所述光伏板的温度差大于等于预设温度值的确定为不合格光伏板,并获取不合格光伏板的数量;
获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,所述抽样光伏板区由所述初步合格光伏板中的光伏板按比例进行抽取组合得到;
根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著和判断所述最大失效面积是否大于预设值;
若所述抽样光伏板区的整体功率衰减率显著,则计算所述光伏板阵列的超衰程度值;
若所述最大失效面积大于预设值,则确定所述抽样光伏板区不合格,并计算损伤赔偿比例;
若所述抽样光伏板区整体功率衰减率不显著,且所述抽样光伏板区的最大失效面积不大于预设值,则确定所述抽样光伏板区合格;
其中,所述获取对抽样光伏板区进行IV特性测试的测试结果,包括:
获取对所述抽样光伏板区进行IV特性测试的测试数据;
根据所述IV特性测试数据以及功率衰减率公式计算所述抽样光伏板区的平均功率衰减率,将所述平均功率衰减率作为所述测试结果;
所述功率衰减率公式为:PL=-(Pmpp.STC-P0)/P0,其中PL为平均功率衰减率,Pmpp.STC为现场测的光伏板的IV特征曲线修正到标准测试条件下的最大功率点功率,P0为标称功率;
所述获取所述抽样光伏板区进行电致发光检测的最大失效面积,包括:
获取所述抽样光伏板区进行电致发光检测的数据信息,所述数据信息包括抽样光伏板区的短路电流和最大功率点电流;
根据最大面积失效公式计算出所述抽样光伏板区的最大面积失效率,所述最大面积失效公式为:R%=(Isc-Impp)/Isc*100%,其中,R%为最大面积失效率,Isc为短路电流,Impp为最大功率点电流;
所述方法还包括:
获取所述抽样光伏板区中光伏板失效面积大于或者等于最大失效面积的光伏板的损伤数量;
计算所述损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例,判断所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例是否大于预设损伤比例;
若大于,则将所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例减去预设损伤比例,得到损伤赔偿比例;
所述计算所述光伏板阵列的超衰程度值,包括:
所述抽样光伏板区的平均功率衰减率减去光伏板正常衰减率,得到超衰程度值;
所述根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著,包括:
根据t检验公式计算得出t统计结果,将所述t统计结果与t临界值比较,得到比较结果;
根据比较结果确定所述抽样光伏板区整体功率衰减率是否显著;
所述t检验公式为:其中/>为平均功率衰减率,μ0为待检测的原假设数值,S为标准差,n为抽样光伏板区光伏板的数量;
所述方法还包括:
若所述比较结果为所述t统计结果大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减显著;
若所述比较结果为所述t统计结果不大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减不显著。
2.根据权利要求1所述的光伏电站定损计算方法,其特征在于,所述获取光伏板阵列的整体外观图像以及热斑检测结果,包括:
控制无人机对所述光伏板阵列外观进行全范围拍摄,得到光伏板阵列的整体外观图像;
控制所述无人机按照光伏板排列顺序对所述光伏板阵列进行热斑检测,得到光伏板阵列的热斑检测结果;
接收所述无人机发送的所述光伏板阵列的整体外观图像以及所述热斑的检测结果。
3.根据权利要求1所述的光伏电站定损计算方法,其特征在于,所述根据所述整体外观图像和所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板,包括:
解析所述整体外观图像,识别所述整体外观图像中的各光伏板图像;
判断各光伏板图像是否符合预设光伏板图像标准;
将符合预设光伏板图像标准的光伏板确定为初步合格光伏板;
所述方法还包括:
将不符合预设光伏板图像标准的确定为不合格光伏板,并获取不合格光伏板的数量;
输出更换所述数量的不合格光伏板的建议。
4.一种光伏电站定损系统,其特征在于,所述系统包括:
整体检测模块(1),用于获取光伏板阵列的整体外观图像以及热斑检测结果,所述光伏板阵列由多个光伏板组成;
初步合格确定模块(2),用于根据所述整体外观图像和所述热斑检测结果,确定所述光伏板阵列中的初步合格光伏板;具体的,根据所述热斑检测结果,判断各所述光伏板的温度差是否大于预设温度值,将所述光伏板的温度差小于预设温度值的光伏板确定为初步合格光伏板,将所述光伏板的温度差大于等于预设温度值的确定为不合格光伏板,并获取不合格光伏板的数量;
抽样检测模块(3),用于获取对抽样光伏板区分别进行IV特性测试的测试结果以及进行电致发光检测的最大失效面积,所述抽样光伏板区由所述初步合格光伏板的光伏板按比例进行抽取组合得到;
其中,所述获取对抽样光伏板区进行IV特性测试的测试结果,包括:
获取对所述抽样光伏板区进行IV特性测试的测试数据;
根据所述IV特性测试数据以及功率衰减率公式计算所述抽样光伏板区的平均功率衰减率,将所述平均功率衰减率作为所述测试结果;
所述功率衰减率公式为:PL=-(Pmpp.STC-P0)/P0,其中PL为平均功率衰减率,Pmpp.STC为现场测的光伏板的IV特征曲线修正到标准测试条件下的最大功率点功率,P0为标称功率;
所述获取所述抽样光伏板区进行电致发光检测的最大失效面积,包括:
获取所述抽样光伏板区进行电致发光检测的数据信息,所述数据信息包括抽样光伏板区的短路电流和最大功率点电流;
根据最大面积失效公式计算出所述抽样光伏板区的最大面积失效率,所述最大面积失效公式为:R%=(Isc-Impp)/Isc*100%,其中,R%为最大面积失效率,Isc为短路电流,Impp为最大功率点电流;
所述系统还包括:
获取所述抽样光伏板区中光伏板失效面积大于或者等于最大失效面积的光伏板的损伤数量;
计算所述损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例,判断所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例是否大于预设损伤比例;
若大于,则将所述光伏板损伤数量占所述抽样光伏板区中抽样光伏板总数量的比例减去预设损伤比例,得到损伤赔偿比例;
判断模块(4),用于根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著和判断所述最大失效面积是否大于预设值;
其中,所述根据所述测试结果判定所述抽样光伏板区整体功率衰减率是否显著,包括:
根据t检验公式计算得出t统计结果,将所述t统计结果与t临界值比较,得到比较结果;
根据比较结果确定所述抽样光伏板区整体功率衰减率是否显著;
所述t检验公式为:其中/>为平均功率衰减率,μ0为待检测的原假设数值,S为标准差,n为抽样光伏板区光伏板的数量;
所述系统还包括:
若所述比较结果为所述t统计结果大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减显著;
若所述比较结果为所述t统计结果不大于所述t临界值,则确定为所述抽样光伏板区的整体功率衰减不显著;
计算超衰程度模块(5),用于若所述抽样光伏板区的整体功率衰减率显著,则计算所述光伏板阵列的超衰程度值;若所述抽样光伏板区整体功率衰减率不显著,且所述抽样光伏板区的最大失效面积不大于预设值,则确定所述抽样光伏板区合格;
所述计算所述光伏板阵列的超衰程度值,包括:
所述抽样光伏板区的平均功率衰减率减去光伏板正常衰减率,得到超衰程度值;
计算损伤赔偿比例模块(6),用于若所述最大失效面积大于预设值,则确定所述抽样光伏板区不合格,并计算损伤赔偿比例。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1~3任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211407982.7A CN115759820B (zh) | 2022-11-10 | 2022-11-10 | 一种光伏电站定损计算方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211407982.7A CN115759820B (zh) | 2022-11-10 | 2022-11-10 | 一种光伏电站定损计算方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115759820A CN115759820A (zh) | 2023-03-07 |
CN115759820B true CN115759820B (zh) | 2024-02-02 |
Family
ID=85369183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211407982.7A Active CN115759820B (zh) | 2022-11-10 | 2022-11-10 | 一种光伏电站定损计算方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759820B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117749084B (zh) * | 2023-12-07 | 2024-05-28 | 贵州建工集团第四建筑工程有限责任公司 | 一种屋面单晶硅建筑施工方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109861644A (zh) * | 2018-12-24 | 2019-06-07 | 阳光电源股份有限公司 | 光伏组件故障诊断方法、边缘计算处理装置和逆变器 |
CN112102236A (zh) * | 2020-08-07 | 2020-12-18 | 东南大学 | 一种基于深度两阶段的多晶隐裂检测方法 |
CN114024504A (zh) * | 2021-11-11 | 2022-02-08 | 国网青海省电力公司清洁能源发展研究院 | 采用5g的光伏阵列状态监控方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110752825A (zh) * | 2019-09-26 | 2020-02-04 | 华为技术有限公司 | 光伏组件的故障检测方法和故障检测装置 |
-
2022
- 2022-11-10 CN CN202211407982.7A patent/CN115759820B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109861644A (zh) * | 2018-12-24 | 2019-06-07 | 阳光电源股份有限公司 | 光伏组件故障诊断方法、边缘计算处理装置和逆变器 |
CN112102236A (zh) * | 2020-08-07 | 2020-12-18 | 东南大学 | 一种基于深度两阶段的多晶隐裂检测方法 |
CN114024504A (zh) * | 2021-11-11 | 2022-02-08 | 国网青海省电力公司清洁能源发展研究院 | 采用5g的光伏阵列状态监控方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
基于灾后定损评估的台风灾害对光伏组件输出功率影响的分析;陈思铭 等;《太阳能》(第12期);第51-57页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115759820A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11746753B2 (en) | Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium | |
WO2017148336A1 (zh) | 光电系统中电池组串故障的识别方法、装置和设备 | |
CN111082749B (zh) | 光伏组串运行状态的识别方法、装置及存储介质 | |
CN108510147B (zh) | 一种基于残差波动模型的电能质量综合评价方法 | |
CN115759820B (zh) | 一种光伏电站定损计算方法、系统及存储介质 | |
CN111832174B (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
CN116054740A (zh) | 光伏发电设备的故障检测、故障检测模型处理方法和装置 | |
CN114244275B (zh) | 一种并网光伏系统中光伏逆变器的性能检测方法及装置 | |
CN108877969B (zh) | 核功率理论模型建立及验证方法、系统及终端设备 | |
CN110399658B (zh) | 电池的加速因子值计算方法、装置、设备及存储介质 | |
CN113544969A (zh) | 信息处理装置、控制方法以及程序 | |
CN112037191B (zh) | 一种局域漏电流密度阈值的确定方法、装置和计算机设备 | |
CN115082385A (zh) | 基于光伏组件倾斜角的光伏电站缺陷预警方法及装置 | |
CN115483884A (zh) | 一种批量光伏组件的功率性能评价方法及相关设备 | |
KR101666738B1 (ko) | 태양광모듈 열화 진단 방법 및 장치 | |
JP7511842B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN114334194B (zh) | 高温气冷堆氦气泄漏预警方法、装置、设备及存储介质 | |
CN109347440B (zh) | 一种太阳能电池测试方法和太阳能电池测试系统 | |
CN113343432A (zh) | 一种基于批量设备可靠性评估的单个设备可靠性修正方法 | |
JP2022146708A (ja) | 太陽光発電性能評価装置、太陽光発電性能評価方法、およびプログラム | |
CN118154352A (zh) | 一种变压器状态评估方法、装置、设备及存储介质 | |
CN115936247A (zh) | 光伏组件寿命预测方法、装置及光伏系统 | |
Boddaert et al. | In-Operation energy audit to support BIPV sustainability and reliability | |
CN116298623A (zh) | 一种基于新能源设备性测试的方法、装置、设备及存储介质 | |
CN117236558A (zh) | 一种光伏组件合格性评估方法、装置、设备及介质 |
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 |