CN116781008A - 一种光伏电站的异常状态检测方法及系统 - Google Patents
一种光伏电站的异常状态检测方法及系统 Download PDFInfo
- Publication number
- CN116781008A CN116781008A CN202310543189.8A CN202310543189A CN116781008A CN 116781008 A CN116781008 A CN 116781008A CN 202310543189 A CN202310543189 A CN 202310543189A CN 116781008 A CN116781008 A CN 116781008A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic panel
- power
- panel assembly
- photovoltaic
- abnormal
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 124
- 238000001514 detection method Methods 0.000 title claims abstract description 96
- 238000010248 power generation Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims description 90
- 230000000712 assembly Effects 0.000 claims description 13
- 238000000429 assembly Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 13
- 239000000428 dust Substances 0.000 claims description 11
- 230000007547 defect Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 25
- 230000005611 electricity Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 210000003608 fece Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10052—Images from lightfield camera
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏电站的异常状态检测方法，包括：检测光伏板组件周围的环境参数，并预测其理论发电功率；检测光伏板组件的实际发电功率，与理论发电功率比较判断是否存在异常；对于异常的光伏板组件，进行二次检测，检测实际发电功率、采集光伏板表面的红外图像和可见光图像；根据红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，分析光伏组件的异常状态；还公开了一种应用该方法的异常状态检测系统。本发明通过采集的红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，来分析光伏组件的具体异常状态，使得维护人员可以针对性地携带维修装备进行维修，提高了对异常状态的反应速度和处理效率。
Description
技术领域
本发明涉及光电监测技术领域，尤其是涉及一种光伏电站的异常状态检测方法及系统。
背景技术
在光伏电站投运后，光伏板的实际运行状态容易受外在环境因素影响，比如雨渍、灰尘、鸟粪、人为破坏等，也可能受到光伏板组件自身缺陷的影响；当发现有异常时，需要派人进行维保。如光伏组件的光伏板被划伤或者被建筑物的阴影遮挡或表面有污渍遮挡在等。一旦光伏组件被遮挡，被遮挡部分的无法进行发电，输出功率降低，影响发电量，而且被遮挡部分的太阳能电池将作为耗能器件进行发热，造成热斑效应；此外当光伏板组件内部电路断开、或光伏板组件本身存在缺陷又或者光伏板表面没有明显遮挡物但是存在散布的灰尘或透光的水渍或雨渍等时都会使得光伏板组件出现异常，而针对不同的异常情况需要进行不同方式的维护和处理。但是在现有技术中对于光伏发电站内光伏板组件只能实时检测其是否出现异常情况，并不能判断具体是哪一种异常问题，需要人工到达现场进行进一步检测后再根据具体异常情况选择相应的维修处理方式，需要重复花费路上的时间选择具体的维修装备，而如果把所有可能异常问题的维修装备都带上的话，又不利于维修人员的携带。
在中国专利文献上公开的“一种光伏组件异常检测方法、系统及光伏系统”，其公开号为CN108306616A，公开日期为2018-07-20，包括确定采样点及各采样点处的预设目标电流值和预设目标电压值；依次以各采样点处的预设目标电流值和预设目标电压值对光伏组件进行闭环控制；在各采样点处采集光伏组件中各电池串的输出电流和输出电压；对于每一电池串，判断电池串在各采样点处的输出电流是否均在各采样点的以预设目标电流值为基准的电流容差范围内且各采样电压是否均在各采样点的以预设目标电压值为基准的电压容差范围内，如果是，判定该电池串正常，否则，判定该电池串异常。但是该技术同样只能判断光伏板组件是否存在异常情况，却无法具体判断出是哪一种异常问题，依然需要人工到现场诊断具体的光伏板组件异常状况并根据实际异常状况选择相应维修装备，重复花费到达现场和选择装备的时间，而如果把所有可能异常问题的维修装备都带上的话，又太过臃肿不利于维修人员的携带。
发明内容
本发明是为了克服现有技术中对于光伏板只能进行是否具有异常状态的检测，但是不具备对具体异常状态的分析和判断的问题，提供了一种光伏电站的异常状态检测方法及系统，通过采集的红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，来分析光伏组件的具体异常状态，使得维护人员在收到异常状态报警时可以直接针对性地携带相应的维修装备，节省了人工判断和重复赶路需要的时间，提高了对异常状态的反应速度和处理效率。
为了实现上述目的，本发明采用以下技术方案：
一种光伏电站的异常状态检测方法，包括：
状态监测模块检测光伏板组件周围的环境参数，并预测该光伏板组件的理论发电功率；
状态监测模块检测光伏板组件的实际发电功率，与理论发电功率比较判断是否存在异常；对于初步判断为异常的光伏板组件，通过移动监测模块进行二次检测，检测实际发电功率、采集光伏板表面的红外图像和可见光图像；
根据红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，分析光伏组件的异常状态。
本发明中首先考虑了环境因素对于光伏板组件发电功率的影响，对于在相同环境条件下的实际发电功率和理论发电功率进行比较，来判断光伏板组件是否有异常情况，因此排除了外界环境中空中的雾霾、云层温湿度等对于光伏板组件的干扰；在有异常状态的情况下，由移动监测模块移动到异常光伏板组件处再进行二次检测，既能确认状态监测模块是否存在误检测的问题，同时还能更精确以及采用更多手段来检测分析具体的异常状态。移动监测模块既检测光伏板组件电路中的发电功率情况，还采集光伏板表面的红外图像和可见光图像，从多个角度来进行光伏板组件异常状态的综合判断，使得判断结果更精确。
作为优选，对于状态监测模块预测的理论发电功率，根据预设的误差范围得到理论发电功率区间，当状态监测模块检测的实际发电功率不在理论发电功率区间内时，光伏板组件出现异常，移动监测模块到达该光伏板组件进行二次检测。
本发明中由于理论发电功率只存在于理论情况，在实际环境中环境因素每时每刻都在细微变化会使得发电功率处在波动的状态，因此预设有误差范围，得到一个理论发电功率区间，当实际发电功率的波动处在理论发电功率区间范围内时都认为是正常状态，当实际发电功率处在理论发电功率区间外的持续时间超过设定时间时则认为出现异常。
作为优选，红外图像进行灰度处理后再进行二值分割，对于灰度值大于像素阈值的区域判定为异常区域，其余为工作区域，并计算工作区域与光伏板的面积比；
可见光图像输入遮挡物检测模型中，获得遮挡物检测模型的输出结果；
移动监测模块检测环境参数并预测理论发电功率，根据预设的误差范围得到理论发电功率区间，由二次检测的实际发电功率与理论发电功率区间计算功率比区间。
本发明中将红外图像转化为灰度图的过程是现有的过程因此不进行详细说明，由于光伏板异常区域存在无法发电或发电效率不足等情况与工作区域不同的情况，因此在异常区域的温度往往会高于工作区域的温度，在生成的灰度图中温度越高的部分对应的灰度值越大，因此可以通过二值分割以像素阈值来分割出异常区域和工作区域；对于遮挡物检测模型，属于现有的常用技术，可以通过已有的异常光伏板表面的可见光图像集对初始检测模型进行训练来得到遮挡物检测模型，从而能够用于检测光伏板表面的具体遮挡物。
作为优选，当所述面积比的数值在所述功率比区间内时，根据红外图像计算异常区域的最高温度与工作区域的最低温度的温度差值；
当温度差值小于温度阈值时，判定光伏板组件内部分电路断开不工作；
当温度差值大于或等于温度阈值时，判定光伏板组件出现热斑现象。
本发明中面积比的数值在所述功率比区间内时，说明光伏板的工作区域正常发电，异常区域无法发电，因此需要进一步判断异常区域无法发电的原因；无法发电时可能是光伏板组件内的部分电路断开使得部分区域不工作，此时这部分区域表面的红外成像温度会略高于工作区域的温度；无法发电也可能是有遮挡物挡住了光伏板后引起的，此时这部分区域会被作为负载进行发热使得其宫外成像温度远高于工作区域的温度，因此可以通过温度阈值的设置来判断具体的异常原因；对于电路断开导致的异常，维护人员可以选择相应的工具重新连接电路或更换光伏板。
作为优选，当所述面积比的数据不在所述功率比区间内时，且遮挡物检测模型的输出结果表明光伏板表面不存在遮挡物时，判定光伏板组件上有散布的灰尘。
本发明中当面积比的数据不在所述功率比区间内时，说明光伏板中存在部分光伏发电效率低于正常水平的区域，但是又不存在无法发电的区域；此时在结合遮挡物检测模型的输出结果不存在遮挡物时，说明光伏板组件的表面上存在散布的灰尘或具有透光性的雨渍或水渍，其影响发电效率但又不会完全遮挡太阳光，维护人员需要选择清除工具清除。
作为优选，对于判定光伏板组件出现热斑现象的情况，获取遮挡物检测模型的输出结果；当遮挡物检测模型的输出结果表明光伏板表面异常区域存在遮挡物时，判定是由异物遮挡导致的热斑现象；
当遮挡物检测模型的输出结果表明光伏板表面异常区域不存在遮挡物时，判定是由光伏板组件本身缺陷导致的热斑现象。
本发明中对于热斑现象的出现也存在不同的原因，而针对不同的原因也需要采取不同的措施；若是由异物遮挡导致的热斑现象，可以通过遮挡物检测模型检测到相应的异物，维护人员需要选择清除工具进行清除；若是由光伏板本身的缺陷(如隐裂、碎片或表面存在划伤等)导致的热斑现象，遮挡物检测模型检测不到相应的异物，维护人员需要携带新的光伏板组件进行更换；由于遮挡物检测模型检测的是视觉上较明显的遮挡物，如鸟粪、污垢和阴影等，不需要检测灰尘等极小的颗粒，因此对于可见光成像的设备要求不高，相应的成本较低。
作为优选，对于进行二值分割的像素阈值满足公式
其中表示红外图像的灰度图中所有像素点的灰度值的平均值，σGS表示红外图像的灰度图中所有像素点的灰度值的标准差，α表示标准差权重系数。
本发明中对于二值分割的像素阈值，是为了区分温度较高的异常区域和温度正常的工作区域，且由于温度是渐变的，因此温度高于正常温度的区域面积实际上是大于发生异常区域面积的，因此通过灰度值的平均值为基准，再根据实际情况设定相应的标准差权重系数来进行调整得到像素阈值，完成对异常区域和工作区域的分割；在本发明转化的灰度图中温度越高其灰度值越大。
一种光伏电站的异常状态检测系统，包括：
若干状态监测模块，每个所述状态监测模块实时监测若干光伏板组件的运行状态，当检测到异常时进行异常状态报警；
移动监测模块，对异常状态报警的光伏板组件进行二次检测，采集光伏板组件的运行参数、光伏板表面的红外图像和可见光图像，进行分析得到光伏组件的异常状态结果；
每个所述光伏板组件上设置有与状态监测模块和移动监测模块进行连接的接口。
本发明中光伏电站内存在大量串并联的光伏板组件，每个光伏板组件上都设置有至少连个接口与状态监测模块和移动监测模块连接，以便于监测和获取光伏板组件的运行数据；另外在光伏电站中安装大量的状态监测模块也需要相应的硬件成本，因此对每个状态监测模块实时监测若干个光伏板组件的状态可以减少安装的数量，此外对于状态监测模块仅设置判断光伏板组件是否异常的功能，可以节省硬件设置成本；而将更进一步的精确检测和图像采集等功能设置在移动监测模块上，只需要时候少量移动监测模块就可以对整个光伏电站进行检测。
作为优选，所述状态监测模块包括：
第一功率测量单元，对光伏板组件的实际发电功率进行检测；
环境参数检测单元，检测光伏板组件周围的环境参数，并将检测到的环境参数发送到理论功率预测单元预测光伏板组件的理论发电功率；
理论功率预测单元，储存有预设的理论功率预测模型；
第一通信单元，在检测到异常时将异常状态报警信息远程发送。
本发明中状态监测模块是固定设置在若干个光伏板组件之间的，以便于对这些光伏板组件进行监测；状态监测模块的结构和硬件组成相较于移动检测模块更加简洁，以便于节约安装和设置成本；第一通信单元用于与光伏电站的总控制中心进行通信，发送异常状态报警信息；还设置具有实际发电功率检测的装置以及获取理论发电功率的装置，能够实现基本的异常状态判断。
作为优选，所述移动监测模块包括：
模型储存单元，保存有遮挡物检测模型、最新的理论功率预测模型和像素阈值计算公式；二次检测单元，进行光伏板组件周围环境参数的二次检测，并根据最新的理论功率预测模型进行理论发电功率预测；同时对光伏板组件的实际发电功率进行二次检测；
图像采集单元，进行光伏板组件的光伏板表面红外图像和可见光图像的采集；
异常分析单元，根据二次检测单元的检测结果和图像的识别结果，分析异常状态；
第二通信单元，进行远程通信。
本发明中在光伏电站中只需要设置少量的移动监测模块就能实现对光伏电站的检测，由于其数量较少因此可以在硬件设置上有较高的投入，能够更加精确地检测环境参数以及实际发电功率，还设置红外图像采集设备和可见光图像采集设备，从而从多个角度分析光伏板组件的具体异常状态；移动监测模块可以是无人机形式的也可以是地面移动机器人式的。
本发明具有如下有益效果：由状态监测模块判断光伏板组件是否异常，然后再由移动监测模块对异常的光伏板组件进行二次检测，通过采集的红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，来分析光伏组件的具体异常状态，使得维护人员来收到异常状态报警时可以直接针对性地携带相应的维修装备，节省了人工判断和重复赶路需要的时间，提高了对异常状态的反应速度和处理效率。
附图说明
图1是本发明中异常状态检测方法的流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
如图1所示，一种光伏电站的异常状态检测方法，包括：
状态监测模块检测光伏板组件周围的环境参数，并预测该光伏板组件的理论发电功率。
状态监测模块检测光伏板组件的实际发电功率，与理论发电功率比较判断是否存在异常。
对于状态监测模块预测的理论发电功率，根据预设的误差范围得到理论发电功率区间，当状态监测模块检测的实际发电功率不在理论发电功率区间内时，光伏板组件出现异常，移动监测模块到达该光伏板组件进行二次检测。
对于初步判断为异常的光伏板组件，通过移动监测模块进行二次检测，检测实际发电功率、采集光伏板表面的红外图像和可见光图像。
红外图像进行灰度处理后再进行二值分割，对于灰度值大于像素阈值的区域判定为异常区域，其余为工作区域，并计算工作区域与光伏板的面积比；
对于进行二值分割的像素阈值满足公式
其中表示红外图像的灰度图中所有像素点的灰度值的平均值，σGS表示红外图像的灰度图中所有像素点的灰度值的标准差，α表示标准差权重系数。
可见光图像输入遮挡物检测模型中，获得遮挡物检测模型的输出结果。
移动监测模块检测环境参数并预测理论发电功率，根据预设的误差范围得到理论发电功率区间，由二次检测的实际发电功率与理论发电功率区间计算功率比区间。
根据红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，分析光伏组件的异常状态。
当面积比的数值在功率比区间内时，根据红外图像计算异常区域的最高温度与工作区域的最低温度的温度差值；
当温度差值小于温度阈值时，判定光伏板组件内部分电路断开不工作；
当温度差值大于或等于温度阈值时，判定光伏板组件出现热斑现象。
当面积比的数据不在功率比区间内时，且遮挡物检测模型的输出结果表明光伏板表面不存在遮挡物时，判定光伏板组件上有散布的灰尘。
对于判定光伏板组件出现热斑现象的情况，获取遮挡物检测模型的输出结果；
当遮挡物检测模型的输出结果表明光伏板表面异常区域存在遮挡物时，判定是由异物遮挡导致的热斑现象；
当遮挡物检测模型的输出结果表明光伏板表面异常区域不存在遮挡物时，判定是由光伏板组件本身缺陷导致的热斑现象。
本发明中首先考虑了环境因素对于光伏板组件发电功率的影响，对于在相同环境条件下的实际发电功率和理论发电功率进行比较，来判断光伏板组件是否有异常情况，因此排除了外界环境中空中的雾霾、云层温湿度等对于光伏板组件的干扰；在有异常状态的情况下，由移动监测模块移动到异常光伏板组件处再进行二次检测，既能确认状态监测模块是否存在误检测的问题，同时还能更精确以及采用更多手段来检测分析具体的异常状态。移动监测模块既检测光伏板组件电路中的发电功率情况，还采集光伏板表面的红外图像和可见光图像，从多个角度来进行光伏板组件异常状态的综合判断，使得判断结果更精确。当状态监测模块检测到光伏板组件出现异常状态时，状态监测模块会向光伏电站的总控制中心报告异常信息以及异常光伏板组件的位置，总控制中心向移动监测模块发送二次检测指令，移动监测模块移动到异常光伏板组件位置进行二次检测。
状态监测模块报告光伏板组件出现异常，但是移动监测模块二次检测后发现光伏板组件属于正常状态，则说明状态监测模块可能出现故障，由维护人员对状态监测模块进行维护或更换。而当移动监测模块每次完成光伏板组件的异常状态分析判断后会回到光伏电站专门为移动监测模块设置的区域，进行相应的检修维护或更新，以保证移动监测模块始终能正常工作。
本发明中由于理论发电功率只存在于理论情况，在实际环境中环境因素每时每刻都在细微变化会使得发电功率处在波动的状态，因此预设有误差范围，得到一个理论发电功率区间，当实际发电功率的波动处在理论发电功率区间范围内时都认为是正常状态，当实际发电功率处在理论发电功率区间外的持续时间超过设定时间时则认为出现异常。
本发明中将红外图像转化为灰度图的过程是现有的过程因此不进行详细说明，由于光伏板异常区域存在无法发电或发电效率不足等情况与工作区域不同的情况，因此在异常区域的温度往往会高于工作区域的温度，在生成的灰度图中温度越高的部分对应的灰度值越大，因此可以通过二值分割以像素阈值来分割出异常区域和工作区域。
对于遮挡物检测模型，可以通过已有的异常光伏板表面的可见光图像集对初始检测模型进行训练来得到遮挡物检测模型，从而能够用于检测光伏板表面的具体遮挡物。预先采集正常状态下以及存在不同遮挡物情况下的光伏板表面可见光图像数据，并筛选标记出存在不同遮挡物的可见光图像以及遮挡物得到样本集并按比例划分成训练集和测试集(同一块光伏板上的遮挡物可见光图像作为一组训练图像)；通过训练集对预构建的初始检测模型进行训练并有测试集对训练后的初始检测模型进行测试后得到最终的遮挡物检测模型。将移动监测模块采集到的可见光图像输入遮挡物检测模型后，模型的输出结果就是具体的遮挡物或无遮挡物。
本发明中面积比的数值在所述功率比区间内时，说明光伏板的工作区域正常发电，异常区域无法发电，因此需要进一步判断异常区域无法发电的原因；无法发电时可能是光伏板组件内的部分电路断开使得部分区域不工作，此时这部分区域表面的红外成像温度会略高于工作区域的温度；无法发电也可能是有遮挡物挡住了光伏板后引起的，此时这部分区域会被作为负载进行发热使得其宫外成像温度远高于工作区域的温度，因此可以通过温度阈值的设置来判断具体的异常原因；对于电路断开导致的异常，维护人员可以选择相应的工具重新连接电路或更换光伏板。
对于通过红外图像计算温度的方法，可以选择不同表面温度的光伏板进行红外图像采集，通过获取的红外图像的灰度图中灰度值与相应的温度值的对应关系进行拟合，得到灰度值与温度值的映射关系并进行保存，然后可以根据实际采集的红外图像进行灰度处理后，由实际的灰度值通过映射关系得到对应的温度值从而完成温度的计算。
本发明中当面积比的数据不在所述功率比区间内时，说明光伏板中存在部分光伏发电效率低于正常水平的区域，但是又不存在无法发电的区域；此时在结合遮挡物检测模型的输出结果不存在遮挡物时，说明光伏板组件的表面上存在散布的灰尘或具有透光性的雨渍或水渍，其影响发电效率但又不会完全遮挡太阳光，维护人员需要选择清除工具清除。
本发明中对于热斑现象的出现也存在不同的原因，而针对不同的原因也需要采取不同的措施；若是由异物遮挡导致的热斑现象，可以通过遮挡物检测模型检测到相应的异物，维护人员需要选择清除工具进行清除；若是由光伏板本身的缺陷(如隐裂、碎片或表面存在划伤等)导致的热斑现象，遮挡物检测模型检测不到相应的异物，维护人员需要携带新的光伏板组件进行更换；由于遮挡物检测模型检测的是视觉上较明显的遮挡物，如鸟粪、污垢和阴影等，不需要检测灰尘等极小的颗粒，因此对于可见光成像的设备要求不高，相应的成本较低。
本发明中对于二值分割的像素阈值，是为了区分温度较高的异常区域和温度正常的工作区域，且由于温度是渐变的，因此温度高于正常温度的区域面积实际上是大于发生异常区域面积的，因此通过灰度值的平均值为基准，再根据实际情况设定相应的标准差权重系数来进行调整得到像素阈值，完成对异常区域和工作区域的分割；在本发明转化的灰度图中温度越高其灰度值越大。
一种光伏电站的异常状态检测系统，包括：
若干状态监测模块，每个状态监测模块实时监测若干光伏板组件的运行状态，当检测到异常时进行异常状态报警；
移动监测模块，对异常状态报警的光伏板组件进行二次检测，采集光伏板组件的运行参数、光伏板表面的红外图像和可见光图像，进行分析得到光伏组件的异常状态结果；
每个光伏板组件上设置有与状态监测模块和移动监测模块进行连接的接口。
状态监测模块包括：
第一功率测量单元，对光伏板组件的实际发电功率进行检测；
环境参数检测单元，检测光伏板组件周围的环境参数，并将检测到的环境参数发送到理论功率预测单元预测光伏板组件的理论发电功率；
理论功率预测单元，储存有预设的理论功率预测模型；
第一通信单元，在检测到异常时将异常状态报警信息远程发送。
移动监测模块包括：
模型储存单元，保存有遮挡物检测模型、最新的理论功率预测模型和像素阈值计算公式；二次检测单元，进行光伏板组件周围环境参数的二次检测，并根据最新的理论功率预测模型进行理论发电功率预测；同时对光伏板组件的实际发电功率进行二次检测；
图像采集单元，进行光伏板组件的光伏板表面红外图像和可见光图像的采集；
异常分析单元，根据二次检测单元的检测结果和图像的识别结果，分析异常状态；
第二通信单元，进行远程通信。
本发明中光伏电站内存在大量串并联的光伏板组件，每个光伏板组件上都设置有至少连个接口与状态监测模块和移动监测模块连接，以便于监测和获取光伏板组件的运行数据；另外在光伏电站中安装大量的状态监测模块也需要相应的硬件成本，因此对每个状态监测模块实时监测若干个光伏板组件的状态可以减少安装的数量，此外对于状态监测模块仅设置判断光伏板组件是否异常的功能，可以节省硬件设置成本；而将更进一步的精确检测和图像采集等功能设置在移动监测模块上，只需要时候少量移动监测模块就可以对整个光伏电站进行检测。
本发明中状态监测模块是固定设置在若干个光伏板组件之间的，以便于对这些光伏板组件进行监测；状态监测模块的结构和硬件组成相较于移动检测模块更加简洁，以便于节约安装和设置成本；第一通信单元用于与光伏电站的总控制中心进行通信，发送异常状态报警信息；还设置具有实际发电功率检测的装置以及获取理论发电功率的装置，能够实现基本的异常状态判断。
本发明中在光伏电站中只需要设置少量的移动监测模块就能实现对光伏电站的检测，由于其数量较少因此可以在硬件设置上有较高的投入，能够更加精确地检测环境参数以及实际发电功率，还设置红外图像采集设备和可见光图像采集设备，从而从多个角度分析光伏板组件的具体异常状态；移动监测模块可以是无人机形式的也可以是地面移动机器人式的。
对于状态监测模块内的理论功率预测模型可以根据实际情况进行相应的更新，具体的更新方式可以通过第一通信单元与总控制中心无线通信进行更新覆盖原有的预测模型，也可以由移动监测模块移动到光伏板组件附近时与状态监测模块相连接进行更新覆盖原有的预测模型，来保证对光伏板组件发电功率预测的准确性，从而保证异常判断的准确性。此外通过环境参数利用理论功率预测模型进行理论发电功率的预测是现有的光伏发电功率预测的常用技术，因此不进行详细描述，可直接使用现有的预测模型来进行预测。
上述实施例是对本发明的进一步阐述和说明，以便于理解，并不是对本发明的任何限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种光伏电站的异常状态检测方法，其特征在于，包括：
状态监测模块检测光伏板组件周围的环境参数，并预测该光伏板组件的理论发电功率；
状态监测模块检测光伏板组件的实际发电功率，与理论发电功率比较判断是否存在异常；
对于初步判断为异常的光伏板组件，通过移动监测模块进行二次检测，检测实际发电功率、采集光伏板表面的红外图像和可见光图像；
根据红外图像和可见光图像的识别结果以及实际发电功率与理论发电功率的比值，分析光伏组件的异常状态。
2.根据权利要求1所述的一种光伏电站的异常状态检测方法，其特征在于，对于状态监测模块预测的理论发电功率，根据预设的误差范围得到理论发电功率区间，当状态监测模块检测的实际发电功率不在理论发电功率区间内时，光伏板组件出现异常，移动监测模块到达该光伏板组件进行二次检测。
3.根据权利要求1或2所述的一种光伏电站的异常状态检测方法，其特征在于，
红外图像进行灰度处理后再进行二值分割，对于灰度值大于像素阈值的区域判定为异常区域，其余为工作区域，并计算工作区域与光伏板的面积比；
可见光图像输入遮挡物检测模型中，获得遮挡物检测模型的输出结果；
移动监测模块检测环境参数并预测理论发电功率，根据预设的误差范围得到理论发电功率区间，由二次检测的实际发电功率与理论发电功率区间计算功率比区间。
4.根据权利要求3所述的一种光伏电站的异常状态检测方法，其特征在于，当所述面积比的数值在所述功率比区间内时，根据红外图像计算异常区域的最高温度与工作区域的最低温度的温度差值；
当温度差值小于温度阈值时，判定光伏板组件内部分电路断开不工作；
当温度差值大于或等于温度阈值时，判定光伏板组件出现热斑现象。
5.根据权利要求3所述的一种光伏电站的异常状态检测方法，其特征在于，当所述面积比的数据不在所述功率比区间内时，且遮挡物检测模型的输出结果表明光伏板表面不存在遮挡物时，判定光伏板组件上有散布的灰尘。
6.根据权利要求4或5所述的一种光伏电站的异常状态检测方法，其特征在于，对于判定光伏板组件出现热斑现象的情况，获取遮挡物检测模型的输出结果；
当遮挡物检测模型的输出结果表明光伏板表面异常区域存在遮挡物时，判定是由异物遮挡导致的热斑现象；
当遮挡物检测模型的输出结果表明光伏板表面异常区域不存在遮挡物时，判定是由光伏板组件本身缺陷导致的热斑现象。
7.根据权利要求3所述的一种光伏电站的异常状态检测方法，其特征在于，对于进行二值分割的像素阈值满足公式
其中表示红外图像的灰度图中所有像素点的灰度值的平均值，σGS表示红外图像的灰度图中所有像素点的灰度值的标准差，α表示标准差权重系数。
8.一种光伏电站的异常状态检测系统，适用于如权利要求1-7任一项所述的检测方法，其特征在于，包括：
若干状态监测模块，所述状态监测模块实时监测若干光伏板组件的运行状态，当检测到异常时进行异常状态报警；
移动监测模块，对异常状态报警的光伏板组件进行二次检测，采集光伏板组件的运行参数、光伏板表面的红外图像和可见光图像，进行分析得到光伏组件的异常状态结果；
每个所述光伏板组件上设置有与状态监测模块和移动监测模块进行连接的接口。
9.根据权利要求8所述的一种光伏电站的异常状态检测系统，其特征在于，所述状态监测模块包括：
第一功率测量单元，对光伏板组件的实际发电功率进行检测；
环境参数检测单元，检测光伏板组件周围的环境参数，并将检测到的环境参数发送到理论功率预测单元预测光伏板组件的理论发电功率；
理论功率预测单元，储存有预设的理论功率预测模型；
第一通信单元，在检测到异常时将异常状态报警信息远程发送。
10.根据权利要求8或9所述的一种光伏电站的异常状态检测系统，其特征在于，所述移动监测模块包括：
模型储存单元，保存有遮挡物检测模型、最新的理论功率预测模型和像素阈值计算公式；
二次检测单元，进行光伏板组件周围环境参数的二次检测，并根据最新的理论功率预测模型进行理论发电功率预测；同时对光伏板组件的实际发电功率进行二次检测；
图像采集单元，进行光伏板组件的光伏板表面红外图像和可见光图像的采集；
异常分析单元，根据二次检测单元的检测结果和图像的识别结果，分析异常状态；
第二通信单元，进行远程通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310543189.8A CN116781008A (zh) | 2023-05-15 | 2023-05-15 | 一种光伏电站的异常状态检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310543189.8A CN116781008A (zh) | 2023-05-15 | 2023-05-15 | 一种光伏电站的异常状态检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116781008A true CN116781008A (zh) | 2023-09-19 |
Family
ID=88008956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310543189.8A Pending CN116781008A (zh) | 2023-05-15 | 2023-05-15 | 一种光伏电站的异常状态检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116781008A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
| CN117408676A (zh) * | 2023-11-10 | 2024-01-16 | 山东沐春新能源科技有限公司 | 光伏电站的运维管理方法、装置及存储介质 |
-
2023
- 2023-05-15 CN CN202310543189.8A patent/CN116781008A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
| CN117114254B (zh) * | 2023-10-25 | 2024-03-19 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
| CN117408676A (zh) * | 2023-11-10 | 2024-01-16 | 山东沐春新能源科技有限公司 | 光伏电站的运维管理方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116781008A (zh) | 一种光伏电站的异常状态检测方法及系统 | |
| Aghaei et al. | Innovative automated control system for PV fields inspection and remote control | |
| Kim et al. | Automatic fault recognition of photovoltaic modules based on statistical analysis of UAV thermography | |
| WO2021224893A1 (en) | Systems and methods for artificial intelligence powered inspections and predictive analyses | |
| CN115133874A (zh) | 一种无人机联动巡查光伏电站故障检测的方法及系统 | |
| CN114669569B (zh) | 一种基于大数据的光伏组件用自动化清洁系统 | |
| KR102347238B1 (ko) | 태양광 발전소의 운영/관리 시스템 및 그 방법 | |
| Liao et al. | Using Matlab real-time image analysis for solar panel fault detection with UAV | |
| CN110530876B (zh) | 基于长短期记忆神经网络的绝缘子污秽度发展预测方法 | |
| Haba | Monitoring solar panels using machine learning techniques | |
| CN115642877A (zh) | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 | |
| CN115169730A (zh) | 光伏发电智能运维方法、系统及存储介质 | |
| CN115619592A (zh) | 一种光伏组串损失电量计算方法及系统 | |
| Ayyagari et al. | Simultaneous detection and classification of dust and soil on solar photovoltaic arrays connected to a large-scale industry: A case study | |
| CN116388682A (zh) | 一种无人值守光伏电站综合巡检故障消缺方法及系统 | |
| Kim et al. | Automatic detection of malfunctioning photovoltaic modules using unmanned aerial vehicle thermal infrared images | |
| CN116046796A (zh) | 一种基于无人机的光伏组件热斑检测方法及系统 | |
| Li et al. | Research and application of photovoltaic power station on-line hot spot detection operation and maintenance system based on unmanned aerial vehicle infrared and visible light detection | |
| Pinceti et al. | Using drone-supported thermal imaging for calculating the efficiency of a PV plant | |
| CN114529537A (zh) | 光伏板的异常目标检测方法、系统、设备及介质 | |
| De Filippo et al. | AI-powered inspections of facades in reinforced concrete buildings | |
| WO2022096571A1 (en) | Solar energy facility monitoring | |
| Hwang et al. | Soiling detection for photovoltaic modules based on an intelligent method with image processing | |
| JP7033301B2 (ja) | 太陽光発電パネルの検査装置 | |
| CN116743069A (zh) | 光伏组件的清洗控制方法、清洗机器人、光伏清洗系统 |
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 |