CN116317166A - 基于云计算实时在线监测的光伏组件故障定位分析方法 - Google Patents
基于云计算实时在线监测的光伏组件故障定位分析方法 Download PDFInfo
- Publication number
- CN116317166A CN116317166A CN202310386727.7A CN202310386727A CN116317166A CN 116317166 A CN116317166 A CN 116317166A CN 202310386727 A CN202310386727 A CN 202310386727A CN 116317166 A CN116317166 A CN 116317166A
- Authority
- CN
- China
- Prior art keywords
- fault
- photovoltaic panel
- sub
- photovoltaic
- subarea
- 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 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000010248 power generation Methods 0.000 claims description 76
- 230000000295 complement effect Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 25
- 230000005855 radiation Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 241000237858 Gastropoda Species 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及光伏组件故障定位分析技术领域，具体公开一种基于云计算实时在线监测的光伏组件故障定位分析方法，通过计算得出各目标子光伏板对应的发电总量，并从中筛选出故障子光伏板，进而通过监测分析得出各故障子光伏板对应的故障类型和故障原因，并发送至光伏预警终端进行预警处理，从多维度的分析光伏板的故障类型，在一定程度上加强了故障分析数据的准确度和可信度，提高了光伏系统的发电效率,避免了造成发电量的损失，同时还避免造成因光伏板故障造成更严重的发电站事故，在一定程度上同时还提高了发电站的收益，有利于光伏电站维护人员工作的开展，从而避免产生安全隐患，有助于促进我国光伏发电的规模化发展。
Description
技术领域
本发明属于光伏组件故障定位分析技术领域，涉及到基于云计算实时在线监测的光伏组件故障定位分析方法。
技术背景
近年来，随着光伏发电技术加速迭代，不断刷新转换效率世界纪录，光伏产业已成为我国少有的形成国际竞争优势并有率先成为高质量发展典范的战略性新兴产业，是推动我国能源变革的重要引擎，但是由于光伏故障会造成发电能耗下降，为了保障渔光互补发电站的正常运行，对于渔光互补发电站的故障定位分析也就愈发重要。
目前对于渔光互补发电站的故障定位分析主要针对表面或发电量进行分析，很显然，当前对渔光互补发电站的故障定位分析还存在以下几点不足：1、当前对光伏板故障类型分析过于浅显，没有从多维度的分析光伏板的故障类型，在一定程度上使得分析数据缺乏准确度和可信度，降低光伏系统的发电效率,造成发电量损失，同时还会造成因光伏板故障造成更严重的发电站事故，降低电站的收益损失。
2、当前没有及时检测光伏电站设备故障，不利于光伏电站稳定高效运行，同时还不方便在光伏电站设备发生故障之初采取相应的对策，无法确定设备故障发生的原因和位置，同时还不利于光伏电站维护人员工作的开展。
3、当前没有对光伏板的功率衰减和电阻进行监测分析，进而加速组件功率衰减，接触点温度升高，加速接触面氧化，使接触电阻进一步增大，容易产生安全隐患，无法助于促进我国光伏发电的规模化发展。
发明内容
鉴于以上现有技术存在的问题，本发明提供基于云计算实时在线监测的光伏组件故障定位分析方法，用于解决据上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：本发明提供了基于云计算实时在线监测的光伏组件故障定位分析方法，该方法包括：步骤一、光伏区域划分：将目标渔光互补光伏发电站按照预设顺序进而划分为各子光伏板，并获取各子光伏板对应的位置和编号。
步骤二、光伏信息获取：根据目标渔光互补光伏发电站对应的区域位置，从数据库中获取目标渔光互补光伏发电站中各子光伏板对应区域位置中的基本信息，并将目标渔光互补光伏发电站中各子光伏板记为各目标子光伏板。
步骤三、发电总量计算：根据目标渔光互补光伏发电站对应区域位置的光照信息，进而计算得出各目标子光伏板对应的发电总量。
步骤四、故障光伏筛选：根据各目标子光伏板对应的发电总量，进而筛选出故障子光伏板。
步骤五、光伏故障监测：根据布设的红外无人摄像机，对各故障子光伏板进行红外图像监测。
步骤六、光伏故障分析：根据各故障子光伏板的红外监测图像，进而分析得出各故障子光伏板对应的故障类型。
步骤七、光伏故障测试：对各故障子光伏板进行数据测试。
步骤八、光伏测试分析：根据各故障子光伏板的数据测试，进而分析得出各故障子光伏板对应的故障原因。
步骤九、光伏故障预警：根据各故障子光伏板对应的故障类型和故障原因，发送对应预警指令至后台显示终端，并安排对应人员进行预警处理。
在一种可能的实施方式中，所述步骤二中基本信息包括地理信息和各月平均水汽压值，其中，地理信息包括海拔高度和地理纬度。
在一种可能的实施方式中，所述步骤三中计算得出各目标子光伏板对应的发电总量，具体计算过程如下：A1、根据目标渔光互补光伏发电站中各子光伏板对应的基本信息，从中提取出目标渔光互补光伏发电站中各子光伏板对应的海拔高度、地理纬度和各月平均水汽压值，利用计算公式
计算得出目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量αrp，其中，p表示为各子光伏板对应的编号，p＝1,2,......q，r表示为各月份对应的编号，r＝1,2,......m，/>
Hp分别表示为设定的第p个子光伏板对应的地理纬度和海拔高度，ιr表示为第r个月份对应的平均水汽压值，C1、C2、C3、C4分别表示为设定的参考辐射系数。
A2、从目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量中筛选出目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量，并将目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量记为各目标子光伏板对应的月总辐射量，依据分析公式
计算得出各目标子光伏板对应的峰值日照时数βp，其中，T′表示为同一月份对应的天数，α′表示为设定的辐射参考值，αp表示为第p个目标子光伏板对应的月总辐射量。
A3、进而依据分析公式Lp＝Wp*βp*η′，计算得出各目标子光伏板对应的发电总量Lp，Wp表示为数据库存储的第p个目标子光伏板对应的装机容量，η′表示为数据库存储的光伏板对应的发电转换效率。
在一种可能的实施方式中，所述步骤四中筛选出故障光伏板，具体筛选过程如下：S1、从数据库中提取出各目标子光伏板对应的初始使用时间，并将其记为T初始p，进而利用计算公式
计算得出各目标子光伏板对应的发电效率χp，其中，L'表示为设定的目标子光伏板对应相同光照的标准发电总量，ΔL表示为设定的许可发电量差值，T当前表示为当前对应时间，T1表示为设定的时间修正因子，/>
表示为设定的系数修正因子。
S2、将各目标子光伏板对应的发电效率与数据库存储的光伏板对应的发电总效率进行比对，若某目标子光伏板对应的发电效率小于光伏板对应的发电总效率，则判定该目标子光伏板为故障子光伏板，由此筛选得出各故障子光伏板。
在一种可能的实施方式中，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程如下：D1、将各故障子光伏板的红外监测图像按照等面积的划分方式划分为各子区域，并提取各故障子光伏板中各子区域对应的色度值，并将各故障子光伏板中各子区域对应的色度值与数据库存储的标准光伏板红外图像色度值进行比对，若某故障子光伏板中某子区域对应的色度值与标准光伏板红外图像色度值比对不一致，则判定该故障光伏板中该子区域为故障子区域，由此得到各故障光伏板中各故障子区域。
D2、将各故障子光伏板的红外监测图像放大聚焦在各故障光伏板中各故障子区域的位置，进而得到各故障光伏板中各故障子区域对应的故障信息，其中，故障信息包括故障形状、故障面积和故障所在区域位置。
在一种可能的实施方式中，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程还包括：G1、从数据库存储的各光伏板参考故障类型图片中提取各光伏板参考故障类型形状，并将各故障光伏板中各故障子区域对应的故障形状与各光伏板参考故障类型形状进行比对，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对一致，则判定该故障光伏板中该故障子区域对应的故障类型为该光伏板参考形状故障类型，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对不一致，则继续将该故障光伏板中该故障子区域的故障形状与另外各光伏板参考故障类型形状进行比对，由此得到各故障光伏板中各故障子区域对应的光伏板参考形状故障类型。
G2、依据各故障光伏板中各故障子区域对应的光伏板参考形状故障类型的分析方式同理分析得到各故障光伏板中各故障子区域对应的光伏板参考面积故障类型和光伏板参考位置故障类型。
G3、将各故障光伏板中各故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型进行相互比对，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对一致，则判定该故障光伏板中该故障子区域的光伏板参考形状故障类型为对应故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型其中一个比对不一致，则判定另外两个匹配一致的故障类型为对应该故障光伏板中该故障子区域的故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对不一致，则将该故障光伏板中该故障子区域的故障信息重新比对直至有比对成功的故障类型，并将各故障光伏板中各故障子区域对应的故障类型发送至预警终端。
在一种可能的实施方式中，所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程如下：F1、将各故障子光伏板按照回路布线的面积划分为各子回路区域，根据各故障子光伏板的数据测试得出各故障子光伏板中各子回路区域对应的电压值、电流值，并将其依次记为Ugh、Igh，其中，h表示为各子回路区域对应的编号，h＝1,2,.....w，g表示为各故障子光伏板对应的编号，g＝1,2,.....y。
F2、进而利用计算公式
计算得出各故障子光伏板中各子回路区域对应的电阻值δgh，将各故障子光伏板中各子回路区域对应的电阻值进行相互比对，若某故障子光伏板中某子回路区域对应的电阻值与另外各故障子光伏板中各子回路区域对应的电阻值均比对不一致，则判定该故障子光伏板中该子回路区域为电阻故障，进而获取该故障子光伏板中该子回路区域对应的位置发送至光伏预警终端。
在一种可能的实施方式中，所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程还包括：H1、从数据库中提取出各故障子光伏板各采集日对应的发电总量，并从中筛选出各故障子光伏板对应的发电总量最大值和发电总量最小值，并同时获取各故障子光伏板采集日对应的数目，利用计算公式
计算得出各故障子光伏板对应的发电下降速率εp，其中，/>
分别表示为第g个故障子光伏板对应的发电总量最大值、发电总量最小值，Tg′表示为第g个故障子光伏板采集日对应的数目。
H2、将各故障子光伏板对应的发电下降速率进行相互比对，若某故障子光伏板对应的发电下降速率与另外各故障子光伏板对应的发电下降速率均比对不一致，则判定该故障子光伏板中为功率衰减故障，进而获取该故障子光伏板对应的位置发送至光伏预警终端。
如上所述，本发明提供的基于云计算实时在线监测的光伏组件故障定位分析方法，至少具有以下有益效果：本发明提供的基于云计算实时在线监测的光伏组件故障定位分析方法，通过计算得出各目标子光伏板对应的发电总量，并从中筛选出故障子光伏板，进而通过监测分析得出各故障子光伏板对应的故障类型和故障原因，并发送至光伏预警终端进行预警处理，一方面，有效的解决了当前对于光伏板故障定位分析还存在一定局限性的问题，从多维度的分析光伏板的故障类型，在一定程度上加强了故障分析数据的准确度和可信度，提高了光伏系统的发电效率,避免了造成发电量的损失，同时还避免造成因光伏板故障造成更严重的发电站事故，在一定程度上同时还提高了发电站的收益，另一方面，有利于光伏电站稳定高效运行，同时还方便了在光伏电站设备发生故障之初采取相应的对策，加强了确定设备故障发生的原因和位置，有利于光伏电站维护人员工作的开展。
本发明实施例通过对光伏板的功率衰减和电阻进行监测分析，进而避免了组件功率衰减，在一定程度上避免了接触点温度，避免接触面氧化加速，使接触电阻降低，从而避免产生安全隐患，有助于促进我国光伏发电的规模化发展。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法实施步骤流程图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思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。
请参阅图1所示，基于云计算实时在线监测的光伏组件故障定位分析方法，该方法包括：步骤一、光伏区域划分：将目标渔光互补光伏发电站按照预设顺序进而划分为各子光伏板，并获取各子光伏板对应的位置和编号。
步骤二、光伏信息获取：根据目标渔光互补光伏发电站对应的区域位置，从数据库中获取目标渔光互补光伏发电站中各子光伏板对应区域位置中的基本信息，并将目标渔光互补光伏发电站中各子光伏板记为各目标子光伏板。
作为本发明的进一步改进，所述步骤二中基本信息包括地理信息和各月平均水汽压值，其中，地理信息包括海拔高度和地理纬度。
步骤三、发电总量计算：根据目标渔光互补光伏发电站对应区域位置的光照信息，进而计算得出各目标子光伏板对应的发电总量。
作为本发明的进一步改进，所述步骤三中计算得出各目标子光伏板对应的发电总量，具体计算过程如下：A1、根据目标渔光互补光伏发电站中各子光伏板对应的基本信息，从中提取出目标渔光互补光伏发电站中各子光伏板对应的海拔高度、地理纬度和各月平均水汽压值，利用计算公式
计算得出目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量αrp，其中，p表示为各子光伏板对应的编号，p＝1,2,......q，r表示为各月份对应的编号，r＝1,2,......m，/>
Hp分别表示为设定的第p个子光伏板对应的地理纬度和海拔高度，ιr表示为第r个月份对应的平均水汽压值，C1、C2、C3、C4分别表示为设定的参考辐射系数。
A2、从目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量中筛选出目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量，并将目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量记为各目标子光伏板对应的月总辐射量，依据分析公式
计算得出各目标子光伏板对应的峰值日照时数βp，其中，T′表示为同一月份对应的天数，α′表示为设定的辐射参考值，αp表示为第p个目标子光伏板对应的月总辐射量。
A3、进而依据分析公式Lp＝Wp*βp*η′，计算得出各目标子光伏板对应的发电总量Lp，Wp表示为数据库存储的第p个目标子光伏板对应的装机容量，η′表示为数据库存储的光伏板对应的发电转换效率。
步骤四、故障光伏筛选：根据各目标子光伏板对应的发电总量，进而筛选出故障子光伏板。
作为本发明的进一步改进，所述步骤四中筛选出故障光伏板，具体筛选过程如下：S1、从数据库中提取出各目标子光伏板对应的初始使用时间，并将其记为T初始p，进而利用计算公式
计算得出各目标子光伏板对应的发电效率χp，其中，L'表示为设定的目标子光伏板对应相同光照的标准发电总量，ΔL表示为设定的许可发电量差值，T当前表示为当前对应时间，T1表示为设定的时间修正因子，/>
表示为设定的系数修正因子。
S2、将各目标子光伏板对应的发电效率与数据库存储的光伏板对应的发电总效率进行比对，若某目标子光伏板对应的发电效率小于光伏板对应的发电总效率，则判定该目标子光伏板为故障子光伏板，由此筛选得出各故障子光伏板。
步骤五、光伏故障监测：根据布设的红外无人摄像机，对各故障子光伏板进行红外图像监测。
步骤六、光伏故障分析：根据各故障子光伏板的红外监测图像，进而分析得出各故障子光伏板对应的故障类型。
作为本发明的进一步改进，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程如下：D1、将各故障子光伏板的红外监测图像按照等面积的划分方式划分为各子区域，并提取各故障子光伏板中各子区域对应的色度值，并将各故障子光伏板中各子区域对应的色度值与数据库存储的标准光伏板红外图像色度值进行比对，若某故障子光伏板中某子区域对应的色度值与标准光伏板红外图像色度值比对不一致，则判定该故障光伏板中该子区域为故障子区域，由此得到各故障光伏板中各故障子区域。
D2、将各故障子光伏板的红外监测图像放大聚焦在各故障光伏板中各故障子区域的位置，进而得到各故障光伏板中各故障子区域对应的故障信息，其中，故障信息包括故障形状、故障面积和故障所在区域位置。
作为本发明的进一步改进，所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程还包括：G1、从数据库存储的各光伏板参考故障类型图片中提取各光伏板参考故障类型形状，并将各故障光伏板中各故障子区域对应的故障形状与各光伏板参考故障类型形状进行比对，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对一致，则判定该故障光伏板中该故障子区域对应的故障类型为该光伏板参考形状故障类型，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对不一致，则继续将该故障光伏板中该故障子区域的故障形状与另外各光伏板参考故障类型形状进行比对，由此得到各故障光伏板中各故障子区域对应的光伏板参考形状故障类型。
在一个具体地实施例中，参考形状故障类型包括彩虹纹故障类型和蜗牛纹故障类型。
G2、依据各故障光伏板中各故障子区域对应的光伏板参考形状故障类型的分析方式同理分析得到各故障光伏板中各故障子区域对应的光伏板参考面积故障类型和光伏板参考位置故障类型。
在一个具体地实施例中，从数据库存储的各光伏板参考故障类型图片中提取各光伏板蜗牛纹故障类型面积，并将各故障光伏板中各故障子区域对应的故障面积与各光伏板蜗牛纹故障类型面积进行比对，若某故障光伏板中某故障子区域对应的故障面积与某光伏板蜗牛纹故障类型面积比对一致，则判定该故障光伏板中该故障子区域对应的故障类型为蜗牛纹故障类型，反之则判定为彩虹纹故障类型，由此得到各故障光伏板中各故障子区域对应的光伏板参考面积故障类型。
在一个具体地实施例中，从数据库存储的各光伏板参考故障类型图片中提取各光伏板蜗牛纹故障所在区域位置，并将各故障光伏板中各故障子区域对应的故障所在区域位置与各光伏板彩虹纹故障所在区域位置进行比对，若某故障光伏板中某故障子区域对应的故障所在区域位置与某光伏板彩虹纹故障所在区域位置比对一致，则判定该故障光伏板中该故障子区域对应的故障类型为彩虹纹故障类型，反之则判定为蜗牛纹故障类型，由此得到各故障光伏板中各故障子区域对应的光伏板参考位置故障类型。
G3、将各故障光伏板中各故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型进行相互比对，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对一致，则判定该故障光伏板中该故障子区域的光伏板参考形状故障类型为对应故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型其中一个比对不一致，则判定另外两个匹配一致的故障类型为对应该故障光伏板中该故障子区域的故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对不一致，则将该故障光伏板中该故障子区域的故障信息重新比对直至有比对成功的故障类型，并将各故障光伏板中各故障子区域对应的故障类型发送至预警终端。
本发明实施例从多维度的分析光伏板的故障类型，在一定程度上加强了故障分析数据的准确度和可信度，提高了光伏系统的发电效率,避免了造成发电量的损失，同时还避免造成因光伏板故障造成更严重的发电站事故，在一定程度上同时还提高了发电站的收益。
本发明实施例有利于光伏电站稳定高效运行，同时还方便了在光伏电站设备发生故障之初采取相应的对策，加强了确定设备故障发生的原因和位置，有利于光伏电站维护人员工作的开展。
步骤七、光伏故障测试：对各故障子光伏板进行数据测试。
步骤八、光伏测试分析：根据各故障子光伏板的数据测试，进而分析得出各故障子光伏板对应的故障原因。
作为本发明的进一步改进，所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程如下：F1、将各故障子光伏板按照回路布线的面积划分为各子回路区域，根据各故障子光伏板的数据测试得出各故障子光伏板中各子回路区域对应的电压值、电流值，并将其依次记为Ugh、Igh，其中，h表示为各子回路区域对应的编号，h＝1,2,.....w，g表示为各故障子光伏板对应的编号，g＝1,2,.....y。
F2、进而利用计算公式
计算得出各故障子光伏板中各子回路区域对应的电阻值δgh，将各故障子光伏板中各子回路区域对应的电阻值进行相互比对，若某故障子光伏板中某子回路区域对应的电阻值与另外各故障子光伏板中各子回路区域对应的电阻值均比对不一致，则判定该故障子光伏板中该子回路区域为电阻故障，进而获取该故障子光伏板中该子回路区域对应的位置发送至光伏预警终端。
作为本发明的进一步改进，所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程还包括：H1、从数据库中提取出各故障子光伏板各采集日对应的发电总量，并从中筛选出各故障子光伏板对应的发电总量最大值和发电总量最小值，并同时获取各故障子光伏板采集日对应的数目，利用计算公式
计算得出各故障子光伏板对应的发电下降速率εp，其中，/>
分别表示为第g个故障子光伏板对应的发电总量最大值、发电总量最小值，Tg′表示为第g个故障子光伏板采集日对应的数目。
H2、将各故障子光伏板对应的发电下降速率进行相互比对，若某故障子光伏板对应的发电下降速率与另外各故障子光伏板对应的发电下降速率均比对不一致，则判定该故障子光伏板中为功率衰减故障，进而获取该故障子光伏板对应的位置发送至光伏预警终端。
本发明实施例通过对光伏板的功率衰减和电阻进行监测分析，进而避免了组件功率衰减，在一定程度上避免了接触点温度，避免接触面氧化加速，使接触电阻降低，从而避免产生安全隐患，有助于促进我国光伏发电的规模化发展。
步骤九、光伏故障预警：根据各故障子光伏板对应的故障类型和故障原因，发送对应预警指令至后台显示终端，并安排对应人员进行预警处理。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思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.基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：该方法包括以下步骤：
步骤一、光伏区域划分：将目标渔光互补光伏发电站按照预设顺序进而划分为各子光伏板，并获取各子光伏板对应的位置和编号；
步骤二、光伏信息获取：根据目标渔光互补光伏发电站对应的区域位置，从数据库中获取目标渔光互补光伏发电站中各子光伏板对应区域位置中的基本信息，并将目标渔光互补光伏发电站中各子光伏板记为各目标子光伏板；
步骤三、发电总量计算：根据目标渔光互补光伏发电站对应区域位置的光照信息，进而计算得出各目标子光伏板对应的发电总量；
步骤四、故障光伏筛选：根据各目标子光伏板对应的发电总量，进而筛选出故障子光伏板；
步骤五、光伏故障监测：根据布设的红外无人摄像机，对各故障子光伏板进行红外图像监测；
步骤六、光伏故障分析：根据各故障子光伏板的红外监测图像，进而分析得出各故障子光伏板对应的故障类型；
步骤七、光伏故障测试：对各故障子光伏板进行数据测试；
步骤八、光伏测试分析：根据各故障子光伏板的数据测试，进而分析得出各故障子光伏板对应的故障原因；
步骤九、光伏预警终端：根据各故障子光伏板对应的故障类型和故障原因，发送对应预警指令至后台显示终端，并安排对应人员进行预警处理。
2.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤二中基本信息包括地理信息和各月平均水汽压值，其中，地理信息包括海拔高度和地理纬度。
3.根据权利要求2所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤三中计算得出各目标子光伏板对应的发电总量，具体计算过程如下：
A1、根据目标渔光互补光伏发电站中各子光伏板对应的基本信息，从中提取出目标渔光互补光伏发电站中各子光伏板对应的海拔高度、地理纬度和各月平均水汽压值，利用计算公式
计算得出目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量αrp，其中，p表示为各子光伏板对应的编号，p＝1,2,......q，r表示为各月份对应的编号，r＝1,2,......m，/>
Hp分别表示为设定的第p个子光伏板对应的地理纬度和海拔高度，ιr表示为第r个月份对应的平均水汽压值，C1、C2、C3、C4分别表示为设定的参考辐射系数；
A2、从目标渔光互补光伏发电站中各子光伏板对应各月份的最大总辐射量中筛选出目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量，并将目标渔光互补光伏发电站中各子光伏板对应同一月份的最大总辐射量记为各目标子光伏板对应的月总辐射量，依据分析公式
计算得出各目标子光伏板对应的峰值日照时数βp，其中，T′表示为同一月份对应的天数，α′表示为设定的辐射参考值，αp表示为第p个目标子光伏板对应的月总辐射量；
A3、进而依据分析公式Lp＝Wp*βp*η′，计算得出各目标子光伏板对应的发电总量Lp，Wp表示为数据库存储的第p个目标子光伏板对应的装机容量，η′表示为数据库存储的光伏板对应的发电转换效率。
4.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤四中筛选出故障光伏板，具体筛选过程如下：
S1、从数据库中提取出各目标子光伏板对应的初始使用时间，并将其记为T初始p，进而利用计算公式
计算得出各目标子光伏板对应的发电效率χp，其中，L'表示为设定的目标子光伏板对应相同光照的标准发电总量，ΔL表示为设定的许可发电量差值，T当前表示为当前对应时间，T1表示为设定的时间修正因子，
表示为设定的系数修正因子；
S2、将各目标子光伏板对应的发电效率与数据库存储的光伏板对应的发电总效率进行比对，若某目标子光伏板对应的发电效率小于光伏板对应的发电总效率，则判定该目标子光伏板为故障子光伏板，由此筛选得出各故障子光伏板。
5.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程如下：
D1、将各故障子光伏板的红外监测图像按照等面积的划分方式划分为各子区域，并提取各故障子光伏板中各子区域对应的色度值，并将各故障子光伏板中各子区域对应的色度值与数据库存储的标准光伏板红外图像色度值进行比对，若某故障子光伏板中某子区域对应的色度值与标准光伏板红外图像色度值比对不一致，则判定该故障光伏板中该子区域为故障子区域，由此得到各故障光伏板中各故障子区域；
D2、将各故障子光伏板的红外监测图像放大聚焦在各故障光伏板中各故障子区域的位置，进而得到各故障光伏板中各故障子区域对应的故障信息，其中，故障信息包括故障形状、故障面积和故障所在区域位置。
6.根据权利要求5所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤六中分析得出各故障子光伏板对应的故障类型，具体分析过程还包括：
G1、从数据库存储的各光伏板参考故障类型图片中提取各光伏板参考故障类型形状，并将各故障光伏板中各故障子区域对应的故障形状与各光伏板参考故障类型形状进行比对，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对一致，则判定该故障光伏板中该故障子区域对应的故障类型为该光伏板参考形状故障类型，若某故障光伏板中某故障子区域对应的故障形状与某光伏板参考故障类型形状比对不一致，则继续将该故障光伏板中该故障子区域的故障形状与另外各光伏板参考故障类型形状进行比对，由此得到各故障光伏板中各故障子区域对应的光伏板参考形状故障类型；
G2、依据各故障光伏板中各故障子区域对应的光伏板参考形状故障类型的分析方式同理分析得到各故障光伏板中各故障子区域对应的光伏板参考面积故障类型和光伏板参考位置故障类型；
G3、将各故障光伏板中各故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型进行相互比对，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对一致，则判定该故障光伏板中该故障子区域的光伏板参考形状故障类型为对应故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型其中一个比对不一致，则判定另外两个匹配一致的故障类型为对应该故障光伏板中该故障子区域的故障类型，若某故障光伏板中某故障子区域对应的光伏板参考形状故障类型、光伏板参考面积故障类型和光伏板参考位置故障类型均比对不一致，则将该故障光伏板中该故障子区域的故障信息重新比对直至有比对成功的故障类型，并将各故障光伏板中各故障子区域对应的故障类型发送至预警终端。
7.根据权利要求1所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程如下：
F1、将各故障子光伏板按照回路布线的面积划分为各子回路区域，根据各故障子光伏板的数据测试得出各故障子光伏板中各子回路区域对应的电压值、电流值，并将其依次记为Ugh、Igh，其中，h表示为各子回路区域对应的编号，h＝1,2,.....w，g表示为各故障子光伏板对应的编号，g＝1,2,.....y；
F2、进而利用计算公式
计算得出各故障子光伏板中各子回路区域对应的电阻值δgh，将各故障子光伏板中各子回路区域对应的电阻值进行相互比对，若某故障子光伏板中某子回路区域对应的电阻值与另外各故障子光伏板中各子回路区域对应的电阻值均比对不一致，则判定该故障子光伏板中该子回路区域为电阻故障，进而获取该故障子光伏板中该子回路区域对应的位置发送至光伏预警终端。
8.根据权利要求7所述的基于云计算实时在线监测的光伏组件故障定位分析方法，其特征在于：所述步骤八中分析得出各故障子光伏板对应的故障原因，具体分析过程还包括：
H1、从数据库中提取出各故障子光伏板各采集日对应的发电总量，并从中筛选出各故障子光伏板对应的发电总量最大值和发电总量最小值，并同时获取各故障子光伏板采集日对应的数目，利用计算公式
计算得出各故障子光伏板对应的发电下降速率εp，其中，/>
分别表示为第g个故障子光伏板对应的发电总量最大值、发电总量最小值，Tg′表示为第g个故障子光伏板采集日对应的数目；
H2、将各故障子光伏板对应的发电下降速率进行相互比对，若某故障子光伏板对应的发电下降速率与另外各故障子光伏板对应的发
电下降速率均比对不一致，则判定该故障子光伏板中为功率衰减故障，
进而获取该故障子光伏板对应的位置发送至光伏预警终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310386727.7A CN116317166B (zh) | 2023-04-12 | 2023-04-12 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310386727.7A CN116317166B (zh) | 2023-04-12 | 2023-04-12 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116317166A true CN116317166A (zh) | 2023-06-23 |
| CN116317166B CN116317166B (zh) | 2023-12-29 |
Family
ID=86778136
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310386727.7A Active CN116317166B (zh) | 2023-04-12 | 2023-04-12 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116317166B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252925A (zh) * | 2023-10-08 | 2023-12-19 | 中节能（新泰）太阳能科技有限公司 | 一种基于航拍技术的光伏电站障碍定位方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108370233A (zh) * | 2017-08-30 | 2018-08-03 | 深圳市大疆创新科技有限公司 | 检测光伏板的方法、设备及无人机 |
| CN111010084A (zh) * | 2019-12-12 | 2020-04-14 | 山东中实易通集团有限公司 | 一种光伏电站智能监控分析平台及方法 |
| KR20200059704A (ko) * | 2018-11-21 | 2020-05-29 | 안현철 | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 |
| CN111953299A (zh) * | 2020-08-17 | 2020-11-17 | 合肥阳光新能源科技有限公司 | 一种光伏组件的故障检测方法、装置及系统 |
| KR20220051514A (ko) * | 2020-10-19 | 2022-04-26 | 석수민 | 태양광 발전소 모니터링 방법 |
| CN114722310A (zh) * | 2022-04-08 | 2022-07-08 | 华电电力科学研究院有限公司 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
| CN115225032A (zh) * | 2022-07-19 | 2022-10-21 | 中国华电科工集团有限公司 | 一种分布式光伏运维系统及运维方法 |
-
2023
- 2023-04-12 CN CN202310386727.7A patent/CN116317166B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108370233A (zh) * | 2017-08-30 | 2018-08-03 | 深圳市大疆创新科技有限公司 | 检测光伏板的方法、设备及无人机 |
| KR20200059704A (ko) * | 2018-11-21 | 2020-05-29 | 안현철 | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 |
| CN111010084A (zh) * | 2019-12-12 | 2020-04-14 | 山东中实易通集团有限公司 | 一种光伏电站智能监控分析平台及方法 |
| CN111953299A (zh) * | 2020-08-17 | 2020-11-17 | 合肥阳光新能源科技有限公司 | 一种光伏组件的故障检测方法、装置及系统 |
| KR20220051514A (ko) * | 2020-10-19 | 2022-04-26 | 석수민 | 태양광 발전소 모니터링 방법 |
| CN114722310A (zh) * | 2022-04-08 | 2022-07-08 | 华电电力科学研究院有限公司 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
| CN115225032A (zh) * | 2022-07-19 | 2022-10-21 | 中国华电科工集团有限公司 | 一种分布式光伏运维系统及运维方法 |
Non-Patent Citations (1)
| Title |
|---|
| 沈金荣 等: "基于地理位置相关性的光伏故障监控方法研究", 可再生能源, vol. 34, no. 12, pages 1754 - 1761 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252925A (zh) * | 2023-10-08 | 2023-12-19 | 中节能（新泰）太阳能科技有限公司 | 一种基于航拍技术的光伏电站障碍定位方法 |
| CN117252925B (zh) * | 2023-10-08 | 2024-05-24 | 中节能（新泰）太阳能科技有限公司 | 一种基于航拍技术的光伏电站障碍定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116317166B (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116317166B (zh) | 基于云计算实时在线监测的光伏组件故障定位分析方法 | |
| KR20220143954A (ko) | 광 발전 어레이의 작동 상태를 결정하기 위한 방법 및 장치와, 디바이스 및 저장매체 | |
| CN115639840B (zh) | 一种基于光伏电站运维分析的无人机巡检方法 | |
| CN116054417B (zh) | 一种变电站用的监控系统及方法 | |
| WO2021073280A1 (zh) | 基于红外成像技术的光伏板故障智能诊断系统 | |
| CN116540941B (zh) | 一种基于云计算的数据存储安全控制系统 | |
| CN109379042A (zh) | 一种用于分析户用光伏遮挡物的方法及系统 | |
| CN112861350A (zh) | 一种水冷式汽轮发电机定子绕组温度过热缺陷预警方法 | |
| CN116363513A (zh) | 一种基于数据分析的热带森林灾后修复检测系统 | |
| CN116317104A (zh) | 一种基于数据中台的输电线路动态增容预测系统及方法 | |
| CN116365713A (zh) | 一种光伏电站集群监控方法及系统 | |
| CN116466241A (zh) | 一种单体电池热失控定位方法 | |
| CN117236938B (zh) | 一种基于数据可视化的电力设备运维管理系统 | |
| CN116562916B (zh) | 一种光伏直流配电系统经济效益分析评价系统 | |
| CN117290666A (zh) | 一种光伏异常功率数据清洗方法 | |
| CN111539950A (zh) | 一种基于机器视觉的太阳能板缺陷检测系统 | |
| CN116843528A (zh) | 多源卫星高时频电网火险监测方法及系统 | |
| CN116223954A (zh) | 基于lstm网络的输电线路温度预测与温升预警方法 | |
| CN116304872A (zh) | 低效光伏逆变器组件的识别方法、系统、设备及存储介质 | |
| CN114157026A (zh) | 一种海上风电运维的调度方法 | |
| CN113036917A (zh) | 一种基于机器学习的配电网监控信息监视系统和方法 | |
| CN117150211A (zh) | 一种基于热图分布的风电机组箱式变压器状态评估方法 | |
| CN117036339B (zh) | 一种用于太阳能光伏板运行健康的监测方法 | |
| CN115033320B (zh) | 一种用于火电厂智慧监盘报警系统界面实现方法 | |
| CN116800201B (zh) | 一种太阳能发电运行监测方法、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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231113 Address after: No.91, 11 Avenue, Qiantang New District, Hangzhou, Zhejiang 310000 Applicant after: HANGZHOU ELECTRIC EQUIPMENT MANUFACTURING Co.,Ltd. Applicant after: State Grid Zhejiang Electric Power Co., Ltd. Hangzhou Yuhang District Power Supply Co. Applicant after: HANGZHOU POWER SUPPLY COMPANY, STATE GRID ZHEJIANG ELECTRIC POWER Co.,Ltd. Address before: No. 718, Youjiang Road, Douhudi Town, Gong'an County, Jingzhou, Hubei Province, 434000 Applicant before: GONG'AN QIANFENG TECHNOLOGY ENERGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |