JP2014056859A - 太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム - Google Patents
太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム Download PDFInfo
- Publication number
- JP2014056859A JP2014056859A JP2012199361A JP2012199361A JP2014056859A JP 2014056859 A JP2014056859 A JP 2014056859A JP 2012199361 A JP2012199361 A JP 2012199361A JP 2012199361 A JP2012199361 A JP 2012199361A JP 2014056859 A JP2014056859 A JP 2014056859A
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- generation amount
- solar cell
- daily
- calculated
- 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
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
【課題】 様々な種別の太陽電池モジュールが接続された環境においても、太陽電池モジュールの設置場所や設置条件に関する情報を必要とせずに、速やかに太陽電池モジュールの異常を検出することが可能な太陽電池故障診断装置等を提供する。
【解決手段】 太陽電池故障診断装置１は、発電量情報７を参照することにより、同一のエリアＩＤを有する任意の２つの太陽電池の日別発電量と時刻別発電量とに基づいて、所定の処理によって、当該２つの太陽電池をグループとして構成する設置条件分類部３と、グループに含まれる設置条件の類似性が高い２つの太陽電池をペアとして構成する相関推移算出部４と、ペアの日別発電量の相関関係が低下した場合に２の太陽電池の累積の発電量を比較し、当該累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部５とを備えることを特徴とする。
【選択図】 図１
【解決手段】 太陽電池故障診断装置１は、発電量情報７を参照することにより、同一のエリアＩＤを有する任意の２つの太陽電池の日別発電量と時刻別発電量とに基づいて、所定の処理によって、当該２つの太陽電池をグループとして構成する設置条件分類部３と、グループに含まれる設置条件の類似性が高い２つの太陽電池をペアとして構成する相関推移算出部４と、ペアの日別発電量の相関関係が低下した場合に２の太陽電池の累積の発電量を比較し、当該累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部５とを備えることを特徴とする。
【選択図】 図１
Description
本発明は、太陽電池モジュールの故障を診断する技術分野に関する。
近年の地球環境問題に対する意識の高まりを受けて、太陽光発電や燃料電池、定置型蓄電池、省エネルギー（以下、「省エネ」とも記す）機器等の普及が急速に進んでいる。
例えば、エネルギーマネジメントシステム（Ｅｎｅｒｇｙ＿Ｍａｎａｇｅｍｅｎｔ＿Ｓｙｓｔｅｍ：以降、「ＥＭＳ」と称する）は、ネットワークを介して接続された太陽光発電装置や照明、空調等の機器を監視及び制御することによって、建物内のエネルギーの使用状況を一元的に管理する。
このように、ＥＭＳは、情報通信技術（Ｉｎｆｏｒｍａｔｉｏｎ＿ａｎｄ＿Ｃｏｍｍｕｎｉｃａｔｉｏｎ＿Ｔｅｃｈｎｏｌｏｇｙ：以降、「ＩＣＴ」と称する）を用いてエネルギーを一元的に管理することによって、エネルギー利用の効率化を支援する。
ここで、ＥＭＳは、大別して、一般家庭を対象としたＨＥＭＳ（Ｈｏｍｅ＿Ｅｎｅｒｇｙ＿Ｍａｎａｇｅｍｅｎｔ＿Ｓｙｓｔｅｍ）とオフィスビルを対象としたＢＥＭＳ（Ｂｕｉｌｄｉｎｇ＿ａｎｄ＿Ｅｎｅｒｇｙ＿Ｍａｎａｇｅｍｅｎｔ＿Ｓｙｓｔｅｍ）とが存在する。
さらに、ＥＭＳは、小売店舗を対象としたＳＥＭＳ（Ｓｔｏｒｅ＿Ｅｎｅｒｇｙ＿Ｍａｎａｇｅｍｅｎｔ＿Ｓｙｓｔｅｍ）、地域内でのエネルギーの需給を調整するＣＥＭＳ（Ｃｏｍｍｕｎｉｔｙ＿Ｅｎｅｒｇｙ＿Ｍａｎａｇｅｍｅｎｔ＿Ｓｙｓｔｅｍ）等が存在する。
また、近年のＥＭＳ（以下、「ＥＭＳクラウド」とも記す）では、インターネットを経由して太陽光発電装置からアップロードされた発電量等の各種情報を管理サーバに集約する。
さらに、ＥＭＳクラウドは、太陽光発電装置からアップロードされた各種情報を管理サーバ上でデータ分析や集計、グラフ化することによってエネルギー使用の最適化や太陽電池の発電量等の各種情報の見える化及び管理する。
ここで、本願出願に先立って存在する関連技術として、例えば特許文献１は、太陽電池パネルに特別な装置を付加することなく、太陽電池パネルの異常を正確に検出する太陽電池パネル診断システムに関する技術を開示する。
より具体的に、特許文献１における診断サーバは、パネル発電施設より送信される一日の発電量データを収集する。さらに、診断サーバは、気象データサーバから気象データを収集する。
次に、診断サーバは、太陽電池特性に基づく予測最大発電量と収集した発電量データの中の実績最大発電量とを比較する。
診断サーバは、比較した結果、実績最大発電量が予測最大発電量より少ない場合に、近隣にある他のパネル発電施設から実績最大発電量と予測最大発電量とを取得する。
診断サーバは、予測最大発電量に対する実績最大発電量の割合と他のパネル発電施設における予測最大発電量に対する実績最大発電量の割合とを比較する。
診断サーバは、比較した結果、予測最大発電量に対する実績最大発電量の割合が他のパネル発電施設における予測最大発電量に対する実績最大発電量の割合より低い場合に、太陽電池パネルにおいて異常が発生していると判断する。
さらに、診断サーバは、収集した気象データからパネル発電施設の設置付近での気象条件が快晴である場合に、太陽電池パネルにおいて異常が発生しているか否か判断する。
特許文献２に記載された技術は、太陽電池モジュールが移動体に搭載されている場合でも、正確に太陽電池の故障診断を行うことができる太陽電池モジュールの故障診断装置
に関する技術を開示する。
に関する技術を開示する。
より具体的に、特許文献２における故障診断装置は、太陽電池に対する検査光を発生するＬＥＤ（Ｌｉｇｈｔ＿Ｅｍｉｔｔｉｎｇ＿Ｄｉｏｄｅ：以降、「ＬＥＤ」と称する）と、太陽電池の出力電圧を検出する電圧計と故障判定用コントローラーとを有する。
故障判定用コントローラーは、ＬＥＤによって太陽電池に検査光を照射した際に検出された出力電圧と検査光を照射したときの太陽電池の予想出力電圧値とを比較することによって、太陽電池の故障判定を行う。
特許文献３に記載された技術は、個別のストリングアレイごとに検出部を設けなくても太陽光発電装置の異常の判定ができる太陽光発電システムに関する技術を開示する。
より具体的に、特許文献３は、複数の太陽光発電装置と当該複数の太陽光発電装置と接続された中央監視装置とを有する。
中央監視装置は、各々の太陽光発電装置から取得した発電電力量を基に単位時間長あたりの積算発電量を演算する。
また、中央監視装置は、単位時間長あたりの積算発電量を晴天時における正常な状態において当該太陽光発電装置が発電可能な単位時間あたりの最大発電能力（想定発電能力）で除算して、発電能力を示す各単位時間長あたりの発電指数を取得する。
さらに、中央監視装置は、複数の太陽光発電装置を第１のグループとしてグループを構成する。中央監視装置は、第１のグループを構成する各太陽光発電装置の発電指標の平均値を（第１指標）を演算する。
中央監視装置は、故障が疑われる太陽光発電装置の発電指標を第１指標で除算することによって、第１異常判定値を取得する。
中央監視装置は、予め記憶していた固有異常判定値と取得した第１異常判定値とを比較する。これにより、中央監視装置は、第１異常判定値が固有異常判定値よりも小さい場合に、発電異常の可能性があると判断する。
さらに、特許文献３は、日影の影響で故障の疑いがあると判定した場合に、太陽光発電装置が設置されている現地を確認することによって、想定発電能力を日影の影響が反映された補正想定発電能力に変更する。
ところで、上述したＥＭＳクラウドでは、ＥＭＳプラットフォーム事業者とＥＭＳサービス事業者とが異なる場合がある。
より具体的に、ＥＭＳプラットフォーム事業者は、例えば、通信ネットワークや管理サーバ、ストレージ等のクラウド基盤を構築する電機メーカーである。
一方で、ＥＭＳサービス事業者は、住宅メーカーやビル管理者である。例えば、住宅メーカーでは、電機メーカーが構築したクラウド基盤を利用して一般ユーザに家庭向けＨＥＭＳをサービスとして提供する事業形態が考えられる。
また、ビル管理者では、電機メーカーが構築したクラウド基盤を利用してテナント企業にＢＥＭＳサービスを提供する事業形態も考えられる。
そのため、ＥＭＳクラウドでは、ＥＭＳプラットフォーム事業者とＥＭＳサービス事業者とがエンドユーザに関する個人情報を含む情報を管理する必要がある。即ち、ＥＭＳクラウドでは、エンドユーザに関する個人情報を含む情報を二重に管理する必要がある。
ＥＭＳクラウドでは、エンドユーザに関する個人情報を含む情報の情報漏えいのリスクを２重に抱えるだけでなく、当該情報の管理コストが増大することが問題となる。
そこで、ＥＭＳクラウドでは、ＥＭＳサービス事業者がエンドユーザに関する個人情報を含む情報を管理する。一方で、ＥＭＳクラウドは、ＥＭＳプラットフォーム事業者がエンドユーザに関する個人情報を含む情報を管理しない事業形態にすることが好ましい。
これにより、係るＥＭＳクラウドでは、当該管理コストを低減できる。
さらに、これらＥＭＳでは、エネルギーに関する情報を管理及び監視するだけでなく、太陽電池が故障した場合に、速やかに検出すると共に検出した異常を通知することが求められている。
特許文献１は、太陽電池パネルの設置場所に基づき、当該太陽電池パネルが設置された地域の天候データを気象データサーバから取得する。さらに、特許文献１は、太陽電池パネルの設置場所に基づき、近隣に設置された太陽電池パネルから実績最大発電量と予測最大発電量とを取得する。
また、特許文献３は、複数の太陽光発電装置を第１のグループとしてグループ構成する際に、中央監視装置に記憶された太陽光発電装置が設定された経度と緯度に基づいてグループを構成する。
そのため、特許文献１及び特許文献３では、太陽電池パネルまたは太陽光発電装置の設置場所の詳細な情報が必要となる。
即ち、特許文献１及び特許文献３では、太陽電池パネルまたは太陽光発電装置を設置したエンドユーザに関する個人情報を含む情報が必要となる。
このため、特許文献１及び特許文献３では、エンドユーザに関する情報漏えいのリスク回避に関して考慮されておらず、依然として情報漏えいを回避することが困難である。
さらに、特許文献１及び特許文献３では、ＥＭＳプラットフォーム事業者とＥＭＳサービス事業者とが異なる場合に、エンドユーザに関する個人情報を含む情報の管理コストが増大する。
また、ＥＭＳクラウドでは、ＥＭＳクラウドという性質上、様々なメーカーから提供された太陽電池装置を監視及び管理する必要がある。
さらに、ＥＭＳクラウドでは、様々なメーカーから提供された太陽電池装置の故障を速やかに検出すると共に、検出した異常を通知することが求められている。
特許文献２では、太陽電池に対する検査光を発生するＬＥＤによって太陽電池に検査光を照射する。
例えば、特許文献２は、様々なメーカーから提供された太陽電池装置に対してＬＥＤを追加する必要がある。または、特許文献２は、太陽電池装置を製造する際に、太陽電池装置にＬＥＤを取付ける必要がある。
そのため、特許文献２は、全ての太陽電池装置に対してＬＥＤを追加することは現実的に困難である。また、特許文献２は、全ての太陽電池装置に対してＬＥＤを追加した場合に、部品コストが高くなってしまう。
さらに、特許文献２は、様々なメーカーから提供された太陽電池に対して異常を検知することに関して考慮されておらず、不特定多数の太陽電池の故障を検出することが困難である。
本発明の主たる目的は、様々な種別の太陽電池モジュールが接続された環境においても、太陽電池モジュールの設置場所や設置条件に関する情報を必要とせずに、速やかに太陽電池モジュールの異常を検出することが可能な太陽電池故障診断装置等を提供することにある。
上記の課題を達成すべく、本発明に係る太陽電池故障診断装置は、以下の構成を備えることを特徴とする。
即ち、本発明に係る太陽電池故障診断装置は、
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする。
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする。
また、同目的を達成すべく、本発明に係る太陽電池故障診断方法は、以下の構成を備えることを特徴とする。
即ち、本発明に係る太陽電池故障診断方法は、
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成し、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成し、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断することを特徴とする。
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成し、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成し、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断することを特徴とする。
また、同目的を達成すべく、本発明に係る太陽電池故障診断システムは、以下の構成を備えることを特徴とする。
即ち、本発明に係る太陽電池故障診断システムは、
複数の太陽電池と、通信回線を介して前記複数の太陽電池からの発電量データに基づいて管理可能な管理サーバと、を含む太陽電池故障診断システムであって、前記複数の太陽電池は、自装置を識別する太陽電池ＩＤと日別発電量と時間別発電量とエリアＩＤとが関連付けられた発電量情報を出力し、前記管理サーバは、前記発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする。
複数の太陽電池と、通信回線を介して前記複数の太陽電池からの発電量データに基づいて管理可能な管理サーバと、を含む太陽電池故障診断システムであって、前記複数の太陽電池は、自装置を識別する太陽電池ＩＤと日別発電量と時間別発電量とエリアＩＤとが関連付けられた発電量情報を出力し、前記管理サーバは、前記発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、前記グループに含まれる任意の第１の太陽電池と第２の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする。
尚、同目的は、上記の各構成を有する太陽電池故障診断装置および太陽電池故障診断方法を、コンピュータによって実現するコンピュータ・プログラム、およびそのコンピュータ・プログラムが格納されている、読み取り可能な記憶媒体によっても達成される。
本発明によれば、様々な種別の太陽電池モジュールが接続された環境においても、太陽電池モジュールの設置場所や設置条件に関する情報を必要とせずに、速やかに太陽電池モジュールの異常を検出することができる。
以下、本発明の実施形態について図面を参照して詳細に説明する。
＜第１の実施形態＞
図１は、本発明の第１の実施形態における太陽電池故障診断装置１の構成を示すブロック図である。
図１は、本発明の第１の実施形態における太陽電池故障診断装置１の構成を示すブロック図である。
図１において、太陽電池故障診断装置１は、設置条件分類部３と、相関推移算出部４と、第１の異常検出部５とを有する。
データ収集部２は、建物等に設置された太陽電池モジュール（以下、単に「太陽電池」とも記す）から発電量データを収集する。
より具体的に、一例として、データ収集部２は、不図示のインターネット等の通信回線（以下、「通信ネットワーク」、「ネットワーク」とも記す）を介して複数の建物等に設置された太陽電池から発電量データを収集する。
ここで、一例として、建物とは、一般家屋、マンション、オフィスビル、店舗、工場等とする。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
尚、上述した実施形態では、説明の便宜上、一例として、データ収集部２は、発電量データを収集する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、例えば、データ収集部２は、電量データを受信する構成を採用してもよい（以下の実施形態においても同様）。
さらに、データ収集部２は、収集した発電量データを記憶部６に発電量情報７として格納する。
ここで、発電量データとは、太陽電池を識別する太陽電池識別子（ｉｄｅｎｔｉｆｉｅｒ：以降、「ＩＤ」と称する）と、太陽電池が設置されているエリア（場所）をコード化したエリアＩＤと、日を単位として取得した太陽電池の発電量を示す日別発電量と、時刻を単位として取得した太陽電池の発電量を示す時刻別発電量とが関連付けられた情報である。
尚、エリアＩＤは、都道府県もしくは市区町村を識別可能な粒度の情報であればよい。
また、エリアＩＤは、後述する設置条件分類部３における処理を軽減するためのものであり、エンドユーザの住所を特定する必要はない（以下の実施形態においても同様）。
尚、上述した実施形態では、説明の便宜上、一例として、エリアＩＤは、発電量データとしてデータ収集部２が収集する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、例えば、エリアＩＤは、データ収集部２によって太陽電池ＩＤに基づいて不図示のエリア情報を参照することによって取得する構成を採用してもよい（以下の実施形態においても同様）。
発電量情報７は、データ収集部２が収集した発電量データを格納した情報である。
設置条件分類部３は、発電量情報７に格納された太陽電池の発電量データに基づいて、同一のエリアＩＤを有する太陽電池の中から気象条件と日照条件と（以下、象条件と日照条件とを総称して「設置条件」とも記す）の類似性が高い太陽電池をグループ化する（設置条件分類部３については、本実施形態において後述する）。
さらに、設置条件分類部３は、グループ化した設置条件の類似性が高い複数の太陽電池の情報を記憶部６に設置条件情報８として格納する。
設置条件情報８は、係る設置条件分類部３がグループ化した設置条件の類似性が高い複数の太陽電池に関する情報である。
より具体的に、一例として、設置条件情報８は、グループを識別可能なグループＩＤと当該グループを構成する太陽電池ＩＤとが含まれればよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
相関推移算出部４は、設置条件分類部３によってグループ化したグループ内の太陽電池の気象条件が長期に渡って安定して類似している否かを判別すると共に、設置条件の類似性が高い２つの太陽電池を１組（ペア）として構成する。
さらに、相関推移算出部４は、当該２つの太陽電池に関する情報を記憶部６に相関推移情報９として格納する（相関推移算出部４と相関推移情報９とについては、本実施形態において後述する）。
以下の説明において、説明の便宜上、設置条件の類似性が高い２つの太陽電池の１組（ペア）を単に「太陽電池ペア」とも記す。さらに、太陽電池ペアを構成する２つの太陽電池は、第１の太陽電池、第２の太陽電池と称する（以下の実施形態においても同様）。
記憶部６は、発電量情報７と設置条件情報８と相関推移情報９とを保持する。
ここで、記憶部６は、読み書き可能な不揮発性記憶デバイスである。より具体的に、一例として、記憶部６は、サーバ等の電子機器に搭載されたハードディスクドライブ（Ｈａｒｄ ｄｉｓｋ ｄｒｉｖｅ：以降、「ＨＤＤ」と称する）等の不揮発性記憶素子を採用することができる。
また、一例として、記憶部６は、不図示のネットワークに接続されたストレージデバイス（不図示）を採用してもよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
第１の異常検出部５は、相関推移情報９を参照すると共に、相関推移算出部４によって構成した太陽電池ペアに関する情報に基づいて、当該太陽電池ペアの直近の期間Ｗにおける日別相関係数が閾値βより大きいか否かを判別する。
第１の異常検出部５は、日別相関係数が閾値βより大きいか否かを判別することによって太陽電池の異常を検知する（第１の異常検出部５については、本実施形態において後述する）。
次に、本発明の第１の実施形態に係るより具体的な太陽電池故障診断装置１の動作について説明する。
以下の説明において、一例として、太陽電池故障診断装置１は、複数の太陽電池から発電量データ（発電量データ１０１、発電量データ１０２、発電量データ１０３、発電量データ１０４、発電量データ１０５）を収集した際の動作について、詳細に説明する。
ここで、発電量データ１０１は、不図示の太陽電池Ｕ０１における発電量データとする。また、発電量データ１０２は、不図示の太陽電池Ｕ０２における発電量データとする。発電量データ１０３は、不図示の太陽電池Ｕ０３における発電量データとする。発電量データ１０４は、不図示の太陽電池Ｕ０４における発電量データとする。発電量データ１０５は、不図示の太陽電池Ｕ０５における発電量データとする。
説明の便宜上、上述した構成を例に説明するが、本発明は、これに限定されない（以下の実施形態においても同様）。
図２は、本発明の第１の実施形態における太陽電池故障診断装置１が行う動作を示すフローチャートである。係るフローチャートに沿って太陽電池故障診断装置１の動作手順を説明する。
ステップＳ１：
データ収集部２は、建物等に設置された太陽電池から発電量データ（発電量データ１０１、発電量データ１０２、発電量データ１０３、発電量データ１０４、発電量データ１０５）を収集する。
データ収集部２は、建物等に設置された太陽電池から発電量データ（発電量データ１０１、発電量データ１０２、発電量データ１０３、発電量データ１０４、発電量データ１０５）を収集する。
さらに、データ収集部２は、収集した発電量データを記憶部６に発電量情報７として格納する。
図３は、本発明の第１の実施形態における太陽電池Ｕ０１乃至太陽電池Ｕ０４における日別発電量及び時刻別発電量の推移を概念的に例示する図である。
より具体的に、一例として、図３（ａ）は、太陽電池Ｕ０１における日別発電量の推移を概念的に例示する図である。
図３（ａ）は、横軸に期間Ｔにおける日付を示し、縦軸に横軸の日付に対する太陽電池Ｕ０１における日別発電量を示す。
同様に図３（ｂ）乃至図３（ｄ）は、太陽電池Ｕ０２乃至太陽電池Ｕ０４における日別発電量の推移を概念的に例示する図である。
例えば、図３（ａ）と図３（ｂ）とが示す日別発電量の推移を比較した場合に、図３（ａ）と図３（ｂ）とは、最大発電量（以下、「ピーク」とも記す）が異なるだけでなく、ピークに達する期間も異なる。
そのため、太陽電池Ｕ０１と太陽電池Ｕ０２とは、気象条件が異なることを意味する。
即ち、太陽電池Ｕ０１と太陽電池Ｕ０２とは、異なるエリアに設置されていることを意味する。
また、図３（ｅ）は、太陽電池Ｕ０１における時刻別発電量の推移を概念的に例示する図である。
図３（ｅ）は、横軸に時刻（０時〜２４時）を示し、縦軸に横軸の時刻毎の太陽電池Ｕ０１における期間Ｔの時刻別発電量の平均値を示す。
同様に図３（ｆ）乃至図３（ｈ）は、太陽電池Ｕ０２乃至太陽電池Ｕ０４における時刻別発電量の推移を概念的に例示する図である。
例えば、図３（ｅ）と図３（ｆ）とが示す時刻別発電量の推移を比較した場合に、図３（ｅ）と図３（ｆ）とは、ピークに達する時刻が異なる。
そのため、太陽電池Ｕ０１と太陽電池Ｕ０２とは、設置されている方角が異なることを意味する。
ここで、最大発電量に達する時刻は、太陽電池の設置されている向きによって変動する。そのため、ピークに達する時刻は、南向きであれば正午とする。また、係る時刻は、東向きであれば午前中とする。さらに、係る時刻は、西向きであれば午後とする。このように、係る時刻は、太陽電池の設置されている向きによって傾向が現れる。
ステップＳ２：
次に、太陽電池故障診断装置１は、以下に説明する設置条件分類処理（ステップＳ２）を実行する。
次に、太陽電池故障診断装置１は、以下に説明する設置条件分類処理（ステップＳ２）を実行する。
図４は、本発明の第１の実施形態における設置条件分類処理を示すフローチャートである。係るフローチャートに沿ってステップＳ２における設置条件分類処理の詳細な動作手順を説明する。
ステップＳ２１：
より具体的に、設置条件分類部３は、記憶部６に格納された発電量情報７を参照すると共に、同一のエリアＩＤを有する任意の２つの太陽電池の直近の期間Ｔにおける日別発電量と時刻別発電量とを取得する。
より具体的に、設置条件分類部３は、記憶部６に格納された発電量情報７を参照すると共に、同一のエリアＩＤを有する任意の２つの太陽電池の直近の期間Ｔにおける日別発電量と時刻別発電量とを取得する。
設置条件分類部３は、取得した２つの太陽電池の直近の期間Ｔにおける日別発電量と時刻別発電量とに基づいて、第１の日別相関係数と時刻別相関係数とを算出する。
尚、設置条件分類部３が任意の２つの異なる太陽電池の日別発電量から第１の日別相関係数を算出し、時刻別発電量から時刻別相関係数を算出する手法は、現在では一般的に知られた手法を採用することができるので、本実施形態における詳細な説明は省略する（以下の実施形態においても同様）。
ここで、期間Ｔは、例えば、システム管理者によって任意に決めればよい。尚、期間Ｔは、短い期間に設定した場合に、設置条件の類似性が低い太陽電池をグループ化する虞がある。
また、期間Ｔは、長い期間に設定した場合に、太陽電池をグループ化する精度は高まるが処理に必要な発電量データの蓄積に長い期間（時間）を要する。
そのため、期間Ｔは、気象条件の推移が一致しない程度の長さに設定すればよい。より具体的に、一例として、期間Ｔは、１〜３ヶ月程度の期間であることが好ましい（以下の実施形態においても同様）。
ここでは、説明の便宜上、例えば、期間Ｔは、１ヶ月とする。
また、第１の日別相関係数は、日単位の２つの太陽電池における発電量の推移から算出される相関係数とする。
より具体的に、例えば、気象条件は、第１の日別相関係数が高い場合に、２つの太陽電池が設置されているエリアの気象条件が類似していることを意味する。
さらに、例えば、時刻別相関係数は、期間Ｔにおける０時から２４時までの時刻毎の太陽電池における時刻別発電量の平均値の推移から算出される相関係数とする。
より具体的に、例えば、日照条件は、時刻別相関係数が高い場合に、太陽電池が設置されている東西南北の向きや近隣の障害物等の日照条件が類似していることを意味する。
尚、上述した実施形態では、説明の便宜上、一例として、時刻別相関係数は、期間Ｔにおける０時から２４時までの時刻毎の時刻別発電量の平均値の推移を使って算出する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、時刻別相関係数は、期間Ｔにおける０時から２４時までの時刻毎の発電量の最大値の推移を用いて算出する構成を採用してもよい。
また、一例として、時刻別相関係数は、期間Ｔにおける０時から２４時までの時刻毎の時刻別発電量の平均値の推移を使って算出する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、時刻別相関係数は、例えば、期間Ｔにおける６時から１７時までの時刻毎の時刻別発電量の平均値の推移を使ってもよいし、管理者によって任意に時間を設定してもよい。このように、時刻別相関係数は、期間Ｔに含まれる所定時間帯における時刻毎の平均値の推移を使って算出すればよい。
その場合に、時刻別相関係数は、晴れた日における理想の発電量を用いて日照条件を比較していることを意味する（以下の実施形態においても同様）。
図５は、本発明の第１の実施形態における太陽電池Ｕ０１乃至太陽電池Ｕ０４における第１の日別相関係数及び時刻別相関係数の相互関係を概念的に例示するマトリックス図である。
図５に例示するマトリックス図は、発電量情報７に含まれる同一のエリアＩＤを有する全ての太陽電池を行と列とに配置し、行と列との組み合わせにおける第１の日別相関係数と時刻別相関係数との相互関係を算出した結果を含む。
より具体的に、一例として、図５に示す太陽電池Ｕ０１と太陽電池Ｕ０２との第１の日別相関係数は、０．２である。また、図５に示す太陽電池Ｕ０１と太陽電池Ｕ０２との時刻別相関係数は、０．４である。
ステップＳ２２：
次に、設置条件分類部３は、算出した第１の日別相関係数と時刻別相関係数とに基づいて、設置条件類似度Ｐ１を算出する。
次に、設置条件分類部３は、算出した第１の日別相関係数と時刻別相関係数とに基づいて、設置条件類似度Ｐ１を算出する。
ここで、設置条件類似度Ｐ１の計算方法について説明する。本実施形態において、設置条件分類部３は、設置条件類似度Ｐ１を、例えば以下の式（１）によって求める。
設置条件類似度Ｐ１＝（第１の日別相関係数）×（時刻別相関係数） ・・・・・（１）
上記式（１）において、設置条件類似度Ｐ１は、第１の日別相関係数と時刻別相関係数とを乗算することによって求めることができる。
上記式（１）において、設置条件類似度Ｐ１は、第１の日別相関係数と時刻別相関係数とを乗算することによって求めることができる。
次に、設置条件分類部３は、算出した第１の日別相関係数と時刻別相関係数とに基づいて、設置条件類似度Ｐ１を算出する。
より具体的に、一例として、太陽電池Ｕ０１と太陽電池Ｕ０２との設置条件類似度Ｐ１は、０．０８とする。
さらに、太陽電池Ｕ０１と太陽電池Ｕ０３との設置条件類似度Ｐ１は、０．８１とする。
ステップＳ２３：
さらに、設置条件分類部３は、算出した設置条件類似度Ｐ１と閾値αとを比較する。
さらに、設置条件分類部３は、算出した設置条件類似度Ｐ１と閾値αとを比較する。
ここでは、一例として、閾値αは、０．７とする。
より具体的に、一例として、設置条件分類部３は、太陽電池Ｕ０１と太陽電池Ｕ０２との設置条件類似度Ｐ１（０．０８）と閾値α（０．７）とを比較する。
また、設置条件分類部３は、太陽電池Ｕ０１と太陽電池Ｕ０３との設置条件類似度Ｐ１（０．８１）と閾値α（０．７）とを比較する。
ステップＳ２４において「ＮＯ」：
設置条件分類部３は、設置条件類似度Ｐ１と閾値αとを比較した結果、設置条件類似度Ｐ１が閾値αより大きくない場合に、処理を終了する。
設置条件分類部３は、設置条件類似度Ｐ１と閾値αとを比較した結果、設置条件類似度Ｐ１が閾値αより大きくない場合に、処理を終了する。
より具体的に、一例として、設置条件分類部３は、設置条件類似度Ｐ１（０．０８）と閾値α（０．７）とを比較した結果、閾値α（０．７）を大きくないため、太陽電池Ｕ０１と太陽電池Ｕ０２とをグループ化しない。
ステップＳ２４において「ＹＥＳ」：
設置条件分類部３は、設置条件類似度Ｐ１と閾値αとを比較した結果、設置条件類似度Ｐ１が閾値αより大きい場合に、２つの太陽電池が設置条件の類似性が高いと判定する。
設置条件分類部３は、設置条件類似度Ｐ１と閾値αとを比較した結果、設置条件類似度Ｐ１が閾値αより大きい場合に、２つの太陽電池が設置条件の類似性が高いと判定する。
即ち、設置条件分類部３は、設置条件類似度Ｐ１が閾値αより大きい場合に、２つの太陽電池の設置場所における気象条件と日照条件の類似度が高いと判定する。
設置条件分類部３は、処理をステップＳ２５に進める。
ステップＳ２５：
設置条件分類部３は、２つの太陽電池の設置場所における気象条件と日照条件の類似度が高いと判定した場合に、当該２つの太陽電池をグループ化する。
設置条件分類部３は、２つの太陽電池の設置場所における気象条件と日照条件の類似度が高いと判定した場合に、当該２つの太陽電池をグループ化する。
より具体的に、一例として、設置条件分類部３は、設置条件類似度Ｐ１（０．８１）と閾値α（０．７）とを比較した結果、閾値α（０．７）より大きいため、太陽電池Ｕ０１と太陽電池Ｕ０３とをグループ化する。
尚、設置条件分類部３は、記憶部６に格納された発電量情報７に含まれる同一のエリアＩＤを有する全ての太陽電池の組み合わせに対して、上述した処理を実行する。
その場合に、より具体的に、例えば、設置条件分類部３は、数枚乃至１０枚の太陽電池を１つのグループとすればよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
ここで、設置条件分類部３は、閾値αを高い値に設定した場合に、離れた場所の太陽電池を間違ってグループ化する可能性が低下する。一方で、設置条件分類部３は、閾値αが高すぎる場合に、類似する太陽電池を見つけることができない。
そのため、閾値αは、設置条件分類部３が類似する太陽電池を平均して数枚乃至１０枚程度の太陽電池が１つのグループとして構成できる値であることが好ましい（以下の実施形態においても同様）。
ステップＳ２６：
次に、設置条件分類部３は、グループ化した複数の太陽電池の情報を記憶部６に設置条件情報８として格納する。
次に、設置条件分類部３は、グループ化した複数の太陽電池の情報を記憶部６に設置条件情報８として格納する。
ステップＳ３：
次に、太陽電池故障診断装置１は、以下に説明する相関推移算出処理（ステップＳ３）を実行する。
次に、太陽電池故障診断装置１は、以下に説明する相関推移算出処理（ステップＳ３）を実行する。
図６は、本発明の第１の実施形態における相関推移算出処理を示すフローチャートである。係るフローチャートに沿ってステップＳ３における相関推移算出処理の詳細な動作手順を説明する。
ステップＳ３１：
相関推移算出部４は、設置条件分類部３においてグループ化した太陽電池に含まれる２つの任意の太陽電池を選定し、選定した２つの太陽電池における日別発電量に基づいて、一定の期間Ｗにおけるスライディングウィンドウを用いて第２の日別相関係数の推移を算出する。
相関推移算出部４は、設置条件分類部３においてグループ化した太陽電池に含まれる２つの任意の太陽電池を選定し、選定した２つの太陽電池における日別発電量に基づいて、一定の期間Ｗにおけるスライディングウィンドウを用いて第２の日別相関係数の推移を算出する。
尚、相関推移算出部４が任意の２つの異なる太陽電池の日別発電量から第２の日別相関係数の推移を期間Ｗ毎にスライディングウィンドウを用いて算出する手法は、現在では一般的に知られた手法を採用することができるので、本実施形態における詳細な説明は省略する（以下の実施形態においても同様）。
ここで、期間Ｗは、気象条件の類似関係の安定性を評価することが可能な期間を設定すればよい。
また、期間Ｗは、上述した期間Ｔよりも短ければよい。より具体的に、一例として、本実施形態に係る期間Ｗは、１週間とする。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
ここでは、説明の便宜上、一例として、太陽電池Ｕ０１と太陽電池Ｕ０３と太陽電池Ｕ０５とは、設置条件分類部３によってグループ化されていることとする。
図７は、本発明の第１の実施形態における太陽電池Ｕ０１（ａ）、太陽電池Ｕ０３（ｂ）、太陽電池Ｕ０５（ｃ）における日別発電量の推移と期間Ｗにおけるウィンドウとを概念的に例示する図である。
尚、図７（ａ）、図７（ｂ）、図７（ｃ）における日別発電量の推移は、図３（ａ）乃至図３（ｄ）において説明した日別発電量の推移と同様である。そのため、重複する説明は省略する。
図７に例示するウィンドウは、一定の期間Ｗ毎に期間１、期間２、期間３と所定の間隔においてスライドする様態を示す。
ステップＳ３２：
次に、相関推移算出部４は、算出した第２の日別相関係数のうち期間ＷＴにおける第２の日別相関係数と閾値βとを比較する。
次に、相関推移算出部４は、算出した第２の日別相関係数のうち期間ＷＴにおける第２の日別相関係数と閾値βとを比較する。
ここで、期間ＷＴは、期間Ｗよりも長い期間である。より具体的に、例えば、期間ＷＴは、１ヶ月〜数ヶ月の期間であることが好ましい（以下の実施形態においても同様）。
ここでは、例えば、期間ＷＴは、１ヶ月とする。
ステップＳ３３において「ＹＥＳ」：
相関推移算出部４は、期間ＷＴにおける第２の日別相関係数と閾値βとを比較した結果、第２の日別相関係数が閾値βを常に大きい場合に、２つの異なる太陽電池を１組（ペア）の太陽電池ペアとして構成する。
相関推移算出部４は、期間ＷＴにおける第２の日別相関係数と閾値βとを比較した結果、第２の日別相関係数が閾値βを常に大きい場合に、２つの異なる太陽電池を１組（ペア）の太陽電池ペアとして構成する。
即ち、相関推移算出部４は、第２の日別相関係数が閾値βを常に大きい場合に、第１の太陽電池と第２の太陽電池とが互いの基準（以下、「相互基準」とも記す）となる１組（ペア）の太陽電池ペアとして構成する。
相関推移算出部４は、処理をステップＳ３４に進める。
ステップＳ３３において「ＮＯ」：
相関推移算出部４は、期間ＷＴにおける日別相関係数と閾値βとを比較した結果、日別相関係数が閾値βを常に大きくない場合に、処理を終了する。
相関推移算出部４は、期間ＷＴにおける日別相関係数と閾値βとを比較した結果、日別相関係数が閾値βを常に大きくない場合に、処理を終了する。
ステップＳ３４：
相関推移算出部４は、相互基準となる太陽電池ペア（第１の太陽電池、第２の太陽電池）に関する情報を記憶部６に相関推移情報９として格納する。
相関推移算出部４は、相互基準となる太陽電池ペア（第１の太陽電池、第２の太陽電池）に関する情報を記憶部６に相関推移情報９として格納する。
ここで、一例として、相関推移情報９とは、太陽電池ペアを識別可能な太陽電池ＩＤを採用してもよいし、太陽電池ペアである第１の太陽電池と第２の太陽電池とが紐付けられた情報を含めばよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
相関推移算出部４は、閾値βを高い値に設定した場合に、より安定した類似設置条件の関係にある２つの太陽電池を見つけることができる。一方で、相関推移算出部４は、閾値βが高すぎる場合に、相互基準となる太陽電池を見つけることができない。
そのため、閾値βは、同一グループ内の太陽電池が少なくとも１つの太陽電池ペアとなる程度の値にすればよい（以下の実施形態においても同様）。
図８は、本発明の第１の実施形態における太陽電池Ｕ０１と太陽電池Ｕ０５（ａ）、太陽電池Ｕ０１と太陽電池Ｕ０３（ｂ）、太陽電池Ｕ０３と太陽電池Ｕ０５（ｃ）における第２の日別相関係数の推移を概念的に例示する図である。
図８（ａ）は、横軸に期間ＷＴにおける日付を示し、縦軸に横軸の日付に対する太陽電池Ｕ０１と太陽電池Ｕ０５との第２の日別相関係数の推移を概念的に例示する図である。
さらに、図８（ａ）は、閾値βを概念的に例示する。
同様に図８（ｂ）は、期間ＷＴにおける太陽電池Ｕ０１と太陽電池Ｕ０３との第２の日別相関係数の推移を概念的に例示する図である。また、図８（ｃ）は、期間ＷＴにおける太陽電池Ｕ０３と太陽電池Ｕ０５との第２の日別相関係数の推移を概念的に例示する図である。
例えば、図８（ａ）が示す太陽電池Ｕ０１と太陽電池Ｕ０５との第２の日別相関係数の推移は、長期的には高い相関関係を示している。一方で、係る第２の日別相関係数の推移は、局所的に負の相関がある。
これは、図７（ａ）に示す太陽電池Ｕ０１の日別発電量は、ピークに達した後に下降傾向にある。一方で、図７（ｃ）に示す太陽電池Ｕ０５の日別発電量は、ピークに達した後に下降し、さらに、上昇するためである。
そのため、太陽電池Ｕ０１と太陽電池Ｕ０５とは、気象条件が異なることを意味する。
さらに、図８（ｂ）が示す太陽電池Ｕ０１と太陽電池Ｕ０３との第２の日別相関係数の推移は、長期的にも短期的にも高い相関関係を示している。
これは、図７（ａ）に示す太陽電池Ｕ０１の日別発電量と、図７（ｂ）に示す太陽電池Ｕ０３の日別発電量とは、長期的にも短期的にも類似した傾向を示しているためである。
尚、上述した実施形態では、説明の便宜上、一例として、太陽電池ペアは、それぞれが異なる太陽電池がペアを組む構成を例に説明した。しかしながら本発明は、係る構成に限定されず、太陽電池ペアは、重複してペアを組む構成を採用してもよい。
より具体的に、一例として、太陽電池ペアは、太陽電池Ｕ０１と太陽電池Ｕ０３とのペア、太陽電池Ｕ０１と不図示の第７の太陽電池Ｕ０７とのペアのように太陽電池Ｕ０１が重複してペアを組む構成でもよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
次に、本発明の第１の実施形態に係るより具体的な太陽電池故障診断装置１における第１の異常検出部５の動作について説明する。
図９は、本発明の第１の実施形態における太陽電池故障診断装置１における第１の異常検出部５が行う動作を示すフローチャートである。係るフローチャートに沿って太陽電池故障診断装置１における第１の異常検出部５の動作手順を説明する。
ステップＳ５１：
第１の異常検出部５は、相関推移情報９を参照すると共に、太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の直近の期間Ｗにおける日別発電量を取得する。
第１の異常検出部５は、相関推移情報９を参照すると共に、太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の直近の期間Ｗにおける日別発電量を取得する。
ステップＳ５２：
第１の異常検出部５は、第１の太陽電池と第２の太陽電池との期間Ｗにおける日別発電量に基づいて、第３の日別相関係数を算出する。
第１の異常検出部５は、第１の太陽電池と第２の太陽電池との期間Ｗにおける日別発電量に基づいて、第３の日別相関係数を算出する。
ステップＳ５３：
第１の異常検出部５は、ステップＳ５２において算出した直近の期間Ｗにおける第３の日別相関係数が閾値βより大きいか否かを判別する。
第１の異常検出部５は、ステップＳ５２において算出した直近の期間Ｗにおける第３の日別相関係数が閾値βより大きいか否かを判別する。
ステップＳ５４において「ＹＥＳ」：
第１の異常検出部５は、判別した結果、２つの太陽電池の直近の期間Ｗにおける第３の日別相関係数が閾値βより大きいと判別した場合に、処理を終了する。
第１の異常検出部５は、判別した結果、２つの太陽電池の直近の期間Ｗにおける第３の日別相関係数が閾値βより大きいと判別した場合に、処理を終了する。
即ち、第１の異常検出部５は、２つの太陽電池の直近の期間Ｗにおける第３の日別相関係数が閾値βより大きいと判別した場合に、当該２つの太陽電池が正常であると判別する。
ステップＳ５４において「ＮＯ」：
一方で、第１の異常検出部５は、判別した結果、２つの太陽電池の直近の期間Ｗにおける第３の日別相関係数が閾値βより大きくないと判別した場合に、処理をステップＳ５５に進める。
一方で、第１の異常検出部５は、判別した結果、２つの太陽電池の直近の期間Ｗにおける第３の日別相関係数が閾値βより大きくないと判別した場合に、処理をステップＳ５５に進める。
ステップＳ５５：
第１の異常検出部５は、Ｓ５１において取得した当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の直近の期間Ｗにおける累積の発電量を算出する。
第１の異常検出部５は、Ｓ５１において取得した当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の直近の期間Ｗにおける累積の発電量を算出する。
ステップＳ５６：
第１の異常検出部５は、算出した当該２つの太陽電池の直近の期間Ｗにおける累積の発電量を比較する。
第１の異常検出部５は、算出した当該２つの太陽電池の直近の期間Ｗにおける累積の発電量を比較する。
即ち、第１の異常検出部５は、算出した第１の太陽電池と第２の太陽電池との直近の期間Ｗにおける累積の発電量を比較する。
ステップＳ５７：
第１の異常検出部５は、２つの太陽電池の直近の期間Ｗにおける累積の発電量を比較した結果、累積の発電量が少ない太陽電池を故障として判別する。
第１の異常検出部５は、２つの太陽電池の直近の期間Ｗにおける累積の発電量を比較した結果、累積の発電量が少ない太陽電池を故障として判別する。
ステップＳ５８：
第１の異常検出部５は、例えば、オペレーティングシステム（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ：以降、「ＯＳ」と称する）とインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに太陽電池の異常を通知する。
第１の異常検出部５は、例えば、オペレーティングシステム（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ：以降、「ＯＳ」と称する）とインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに太陽電池の異常を通知する。
尚、第１の異常検出部５における太陽電池の異常検出処理は、所定の周期毎に開始されるように構成すればよいし、データ収集部２が太陽電池から発電量データを収集した際に開始されるように構成してもよい。
例えば、所定の周期については、システム管理者が任意に決めてもよいし、１日に１回、１週間に１回等の定期的に開始されるように構成すればよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
また、係る異常検出処理は、処理の周期が短いほど速やかに故障を検出することができる。
さらに、係る異常検出処理は、相関推移情報９に格納された全ての太陽電池ペアに対して行う。
尚、上述した実施形態では、説明の便宜上、一例として、第１の異常検出部５は、太陽電池の異常を検出すると共に、検出した異常を即座に通知する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、第１の異常検出部５は、太陽電池の異常を検出後に一定期間だけ猶予を持たせると共に、当該一定期間に異常状態が回復しなければ異常を通知する構成を採用してもよい（以下の実施形態においても同様）。
このように本実施の形態に係る太陽電池故障診断装置１によれば、様々な種別の太陽電池モジュールが接続された環境においても、太陽電池モジュールの設置場所や設置条件に関する情報を必要とせずに、速やかに太陽電池モジュールの異常を検出することができる。
その理由は、太陽電池故障診断装置１は、複数の太陽電池から収集した発電量データに基づいて、設置条件の類似性が高いグループを構成する。太陽電池故障診断装置１は、構成したグループにおいて相互基準となる太陽電池ペアを構成する。
これにより、太陽電池故障診断装置１における第１の異常検出部５は、所定の周期において当該太陽電池ペアの期間Ｗにおける日別発電量に基づいて、太陽電池の異常を検出することができるからである。
このため、太陽電池故障診断装置１は、太陽電池モジュールの設置場所や設置条件に関する情報を必要としない。
さらに、太陽電池故障診断装置１は、太陽電池モジュールを改造する必要がない。その理由は、太陽電池故障診断装置１は、太陽電池モジュールにセンサや検出器等の機器を付加する必要が無いからである。そのため、太陽電池モジュールは、製造コストを低減することができる。
＜第２の実施形態＞
次に、上述した本発明の第１の実施形態に係る太陽電池故障診断装置１を基本とする第２の実施形態について説明する。以下の説明においては、本実施形態に係る特徴的な部分を中心に説明する。その際、上述した各実施形態と同様な構成については、同一の参照番号を付すことにより、重複する説明は省略する。
次に、上述した本発明の第１の実施形態に係る太陽電池故障診断装置１を基本とする第２の実施形態について説明する。以下の説明においては、本実施形態に係る特徴的な部分を中心に説明する。その際、上述した各実施形態と同様な構成については、同一の参照番号を付すことにより、重複する説明は省略する。
本発明の第２の実施形態における太陽電池故障診断装置２０について、図１０乃至図１４を参照して説明する。
図１０は、本発明の第２の実施形態における太陽電池故障診断装置２０の構成を示すブロック図である。
図１０において、太陽電池故障診断装置２０は、さらに、推定式算出部２１と第２の異常検出部２２とを有する。
また、図１０において、記憶部６は、さらに、推定式情報２３を有する。
より具体的に、推定式算出部２１は、同一グループ内の太陽電池ペアにおいて一方の太陽電池の発電量から他方の太陽電池の発電量を推定する式（以下、「推定式」とも記す）を選択し、選択した推定式に含まれる係数（以下、「パラメーター」とも記す）を導出する（推定式算出部２１については、本実施形態において後述する）。
さらに、推定式算出部２１は、推定式を記憶部６に推定式情報２３として格納する。
推定式情報２３は、推定式算出部２１によって導出された係数を含む推定式を示す情報である。
より具体的に、一例として、推定式情報２３は、太陽電池ＩＤと推定式とが紐付けされた情報である。但し、本実施形態を例に説明する本発明は、これらに限定されない。
第２の異常検出部２２は、同一グループ内の太陽電池ペアから故障の太陽電池を検出する（第２の異常検出部２２については、本実施形態において後述する）。
次に、本発明の第２の実施形態に係るより具体的な太陽電池故障診断装置２０の動作について説明する。
図１１は、本発明の第２の実施形態における太陽電池故障診断装置２０が行う動作を示すフローチャートである。係るフローチャートに沿って太陽電池故障診断装置２０の動作手順を説明する。
尚、図１１に示すステップＳ１乃至ステップＳ３は、第１の実施形態において説明した図２に示すフローチャートと同様である。そのため、重複する説明は省略する。
ステップＳ４：
推定式算出部２１は、記憶部６に格納された相関推移情報９を参照すると共に、相関推移算出部４によって構成した太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって当該太陽電池ペアの直近の期間Ｐにおける第１の太陽電池と第２の太陽電池との日別発電量を取得する。
推定式算出部２１は、記憶部６に格納された相関推移情報９を参照すると共に、相関推移算出部４によって構成した太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって当該太陽電池ペアの直近の期間Ｐにおける第１の太陽電池と第２の太陽電池との日別発電量を取得する。
次に、推定式算出部２１は、複数種類の推定式（本実施形態では、後述する式（１）、（２）に相当）のうち何れかを選択し、取得した期間Ｐにおける第１の太陽電池と第２の太陽電池との日別発電量から推定式に含まれる係数を導出する。
ここで、以下の説明において、説明の便宜上、推定式によって算出される第１の太陽電池の推定発電量を推定発電量Ｖ１と称する（以下の実施形態においても同様）。
ここで、以下の説明において、説明の便宜上、推定式によって算出される第１の太陽電池の推定発電量を推定発電量Ｖ１と称する（以下の実施形態においても同様）。
より具体的に、例えば、推定式算出部２１は、太陽電池ペアにおける第１の太陽電池の日別発電量と第２の太陽電池の日別発電量とに基づき最小二乗法を適用することによって、推定式に含まれる係数を導出することができる。即ち、推定式算出部２１は、第１の太陽電池の推定発電量Ｖ１を導出することができる。
尚、推定式算出部２１が最小二乗法によって発電量を推定する式を導出する手法は、現在では一般的に知られた手法を採用することができるので、本実施形態における詳細な説明は省略する（以下の実施形態においても同様）。
ここでは、一例として、太陽電池ペアは、太陽電池Ｕ０１と太陽電池Ｕ０３とする。さらに、太陽電池故障診断装置２０は、太陽電池Ｕ０１の異常を検出することとする。また、推定式算出部２１は、太陽電池Ｕ０１の推定発電量Ｖ１を推定する式を導出することとする。
また、期間Ｐは、短い期間に設定した場合に、日別発電量と推定発電量Ｖ１との誤差が大きくなる虞がある。
一方で、期間Ｐは、長い期間に設定した場合に、日別発電量と推定発電量Ｖ１との誤差は小さくなるが処理に必要な発電量データの蓄積に長い期間（時間）を要する。
そのため、期間Ｐは、例えば、１〜３ヶ月程度の期間であることが好ましい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
図１２は、本発明の第２の実施形態における太陽電池Ｕ０１と太陽電池Ｕ０３とにおける日別発電量を１次関数の最小二乗法によって近似した様態を概念的に例示する図である。
より具体的に、一例として、図１２は、ｘ軸に太陽電池Ｕ０１における日別発電量を示し、ｙ軸に太陽電池Ｕ０３における日別発電量とを示す。
さらに、図１２は、所定の期間Ｐにおいて同じ日の太陽電池Ｕ０１における日別発電量と太陽電池Ｕ０３における日別発電量とを１つの点としてプロットした様態を概念的に例示する。
ここで、推定発電量Ｖ１の計算方法について説明する。本実施形態において、第２の異常検出部２２は、推定発電量Ｖ１を、例えば以下の式（２）によって求める。
推定発電量Ｖ１＝ａ×（発電量Ｖ２）＋ｂ ・・・・・（２）
上記式（２）において、推定発電量Ｖ１は、係数ａと第２の太陽電池の時刻別発電量（発電量Ｖ２）とを乗算した値に係数ｂを加算することによって求めることができる。
上記式（２）において、推定発電量Ｖ１は、係数ａと第２の太陽電池の時刻別発電量（発電量Ｖ２）とを乗算した値に係数ｂを加算することによって求めることができる。
係数（ａ、ｂ）は、推定式算出部２１によって第１の太陽電池の日別発電量と第２の太陽電池の日別発電量とに基づき最小二乗法を適用することによって、導出することができる。
尚、上述した実施形態では、説明の便宜上、一例として、推定式算出部２１は、最小二乗法を適用するモデルを１次関数とする構成を採用する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、設推定式算出部２１は、最小二乗法を適用するモデルを２次関数とする構成を採用してもよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
さらに、上述した実施形態では、説明の便宜上、一例として、推定式算出部２１は、同一グループ内の太陽電池ペアの発電量に対して推定式を求める方法について説明した。しかしながら本発明は、係る方法に限定されず、推定式算出部２１は、同一グループ内に３つ以上の太陽電池が含まれる場合、回帰分析を用いて推定式を求める方法を採用してもよい。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
その場合に、より具体的に、一例として、第２の異常検出部２２は、推定発電量Ｖｙを、例えば以下の式（３）によって求める。
推定発電量Ｖｙ＝ａ１×（発電量Ｖｘ１）＋ａ２×（発電量Ｖｘ２）＋・・・＋ａ０ ・・・・・（３）
上記式（３）において、推定発電量Ｖｙは、係数ａ（ａ１、ａ２、ａ３・・・・）と推定発電量Ｖｙと異なる他の太陽電池の時刻別発電量（発電量Ｖｘ１、発電量Ｖｘ２、発電量Ｖｘ３・・・）とをそれぞれ乗算すると共に、乗算した値を加算する。さらに、推定発電量Ｖｙは、加算した値に係数ａ０を加算することによって求めることができる。
上記式（３）において、推定発電量Ｖｙは、係数ａ（ａ１、ａ２、ａ３・・・・）と推定発電量Ｖｙと異なる他の太陽電池の時刻別発電量（発電量Ｖｘ１、発電量Ｖｘ２、発電量Ｖｘ３・・・）とをそれぞれ乗算すると共に、乗算した値を加算する。さらに、推定発電量Ｖｙは、加算した値に係数ａ０を加算することによって求めることができる。
ステップＳ５：
さらに、推定式算出部２１は、導出した推定式を記憶部６に推定式情報２３として格納する。
さらに、推定式算出部２１は、導出した推定式を記憶部６に推定式情報２３として格納する。
次に、本発明の第２の実施形態に係るより具体的な太陽電池故障診断装置２０における第２の異常検出部２２の動作について説明する。
図１３は、本発明の第２の実施形態における太陽電池故障診断装置２０における第２の異常検出部２２が行う動作を示すフローチャートである。係るフローチャートに沿って太陽電池故障診断装置２０における第２の異常検出部２２の動作手順を説明する。
ステップＳ６１：
第２の異常検出部２２は、相関推移情報９を参照すると共に、太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって直近の当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の時刻別発電量を取得する。
第２の異常検出部２２は、相関推移情報９を参照すると共に、太陽電池ペアに関する情報に基づいて、発電量情報７を参照することによって直近の当該太陽電池ペア（第１の太陽電池、第２の太陽電池）の時刻別発電量を取得する。
ステップＳ６２：
第２の異常検出部２２は、推定式算出部２１によって導出された推定式を記憶部６に格納された推定式情報２３から取得する。
第２の異常検出部２２は、推定式算出部２１によって導出された推定式を記憶部６に格納された推定式情報２３から取得する。
ステップＳ６３：
さらに、第２の異常検出部２２は、第２の太陽電池の時刻別発電量と推定式とに基づいて、第１の太陽電池の推定発電量Ｖ１（推定発電量）を算出する。
さらに、第２の異常検出部２２は、第２の太陽電池の時刻別発電量と推定式とに基づいて、第１の太陽電池の推定発電量Ｖ１（推定発電量）を算出する。
ここでは、一例として、第２の異常検出部２２は、太陽電池Ｕ０１の推定発電量Ｖ１を算出することとする。
ステップＳ６４：
第２の異常検出部２２は、算出した第１の太陽電池の推定発電量Ｖ１とステップＳ６１において取得した第１の太陽電池の時刻別発電量とに基づいて、誤差値Ｐ２を算出する。
第２の異常検出部２２は、算出した第１の太陽電池の推定発電量Ｖ１とステップＳ６１において取得した第１の太陽電池の時刻別発電量とに基づいて、誤差値Ｐ２を算出する。
より具体的に、一例として、第２の異常検出部２２は、算出した太陽電池Ｕ０１の推定発電量Ｖ１とテップＳ６１において取得した太陽電池Ｕ０１の時刻別発電量とに基づいて、誤差値Ｐ２を算出する。
ここで、誤差値Ｐ２の計算方法について説明する。本実施形態において、第２の異常検出部２２は、誤差値Ｐ２を、例えば以下の式（４）によって求める。
誤差値Ｐ２＝｜（推定発電量Ｖ１）−（時刻別発電量）｜÷（時刻別発電量） ・・・・・（４）
上記式（４）において、誤差値Ｐ２は、ステップＳ６３において算出した第１の太陽電池の推定発電量Ｖ１から第１の太陽電池の時刻別発電量を減算した値の絶対値を求める。さらに、誤差値Ｐ２は、求めた絶対値を第１の太陽電池の時刻別発電量で除算することによって求めることができる。
上記式（４）において、誤差値Ｐ２は、ステップＳ６３において算出した第１の太陽電池の推定発電量Ｖ１から第１の太陽電池の時刻別発電量を減算した値の絶対値を求める。さらに、誤差値Ｐ２は、求めた絶対値を第１の太陽電池の時刻別発電量で除算することによって求めることができる。
ステップＳ６５：
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較する。
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較する。
ステップＳ６６において「ＹＥＳ」：
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較した結果、誤差値Ｐ２が閾値εより小さい場合に、処理を終了する。
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較した結果、誤差値Ｐ２が閾値εより小さい場合に、処理を終了する。
即ち、第２の異常検出部２２は、誤差値Ｐ２が閾値εより小さい場合に、太陽電池が正常であると判別する。
ステップＳ６６において「ＮＯ」：
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較した結果、誤差値Ｐ２が閾値εより大きい場合に、ステップＳ６７に処理を進める。
第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較した結果、誤差値Ｐ２が閾値εより大きい場合に、ステップＳ６７に処理を進める。
即ち、第２の異常検出部２２は、誤差値Ｐ２と閾値εとを比較した結果、誤差値Ｐ２が閾値εより大きい場合に、ステップＳ６７に処理を進める。
ステップＳ６７：
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較する。
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較する。
ここでは、より具体的に、一例として、第２の異常検出部２２は、太陽電池Ｕ０１の時刻別発電量とステップＳ６３において算出した第１の太陽電池の推定発電量Ｖ１とを比較する。
ステップＳ６８における「ＹＥＳ」：
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較した結果、推定発電量Ｖ１よりも時刻別発電量が大きい（推定発電量Ｖ１＜時刻別発電量）場合に、第１の太陽電池の推定発電量Ｖ１を算出する際に用いた第２の太陽電池を異常と判別する。
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較した結果、推定発電量Ｖ１よりも時刻別発電量が大きい（推定発電量Ｖ１＜時刻別発電量）場合に、第１の太陽電池の推定発電量Ｖ１を算出する際に用いた第２の太陽電池を異常と判別する。
ここでは、より具体的に、一例として、第２の異常検出部２２は、太陽電池Ｕ０１の時刻別発電量とステップＳ６３において算出した太陽電池Ｕ０１の推定発電量Ｖ１とを比較した結果、推定発電量Ｖ１よりも時刻別発電量が大きい場合に、太陽電池Ｕ０１の推定発電量Ｖ１を算出する際に用いた太陽電池Ｕ０３を異常と判別する。
次に、第２の異常検出部２２は、処理をステップＳ７０に進める。
ステップＳ６８における「ＮＯ」：
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較した結果、時刻別発電量よりも推定発電量Ｖ１が大きい（推定発電量Ｖ１＞時刻別発電量）場合に、第１の太陽電池を異常と判別する。
第２の異常検出部２２は、第１の太陽電池の時刻別発電量と第１の太陽電池の推定発電量Ｖ１とを比較した結果、時刻別発電量よりも推定発電量Ｖ１が大きい（推定発電量Ｖ１＞時刻別発電量）場合に、第１の太陽電池を異常と判別する。
ここでは、より具体的に、一例として、第２の異常検出部２２は、太陽電池Ｕ０１の時刻別発電量とステップＳ６３において算出した太陽電池Ｕ０１の推定発電量Ｖ１とを比較した結果、時刻別発電量よりも推定発電量Ｖ１が大きい場合に、太陽電池Ｕ０１を異常と判別する。
次に、第２の異常検出部２２は、処理をステップＳ６９に進める。
ステップＳ６９：
第２の異常検出部２２は、ＯＳとインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに第１の太陽電池の異常を通知する。
第２の異常検出部２２は、ＯＳとインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに第１の太陽電池の異常を通知する。
ステップＳ７０：
第２の異常検出部２２は、ＯＳとインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに第２の太陽電池の異常を通知する。
第２の異常検出部２２は、ＯＳとインタフェースを有する不図示の通知部を経由してＯＳにアラートを出力することによって、システム管理者やユーザに第２の太陽電池の異常を通知する。
尚、第２の異常検出部２２における太陽電池の異常検出処理は、数分〜１時間に１回等の定期的に開始されるように構成すればよい。
これにより、第２の異常検出部２２は、より迅速に太陽電池の故障を検知することができる。
尚、上述した実施形態では、説明の便宜上、一例として、第２の異常検出部２２は、第１の太陽電池と第２の太陽電池における時刻別発電量を用いて算出する構成を例に説明した。しかしながら本発明は、係る構成に限定されず、第２の異常検出部２２は、第１の太陽電池と第２の太陽電池における日別発電量を用いて算出する構成を採用してもよい（以下の実施形態においても同様）。
図１４は、本発明の第２の実施形態における太陽電池Ｕ０１における日別発電量と推定発電量Ｖ１及び太陽電池Ｕ０３における日別発電量の推移を概念的に例示する図である。
図１４（ａ）は、太陽電池Ｕ０１における日別発電量と推定発電量Ｖ１との推移を概念的に例示する図である。
図１４（ａ）は、横軸に日付を示し、縦軸に横軸の日付に対する太陽電池Ｕ０１における発電量を示す。
同様に図１４（ｂ）は、太陽電池Ｕ０３における日別発電量の推移を概念的に例示する図である。
図１４（ａ）に示す太陽電池Ｕ０１における推定発電量Ｖ１は、ステップＳ６３において太陽電池Ｕ０３における日別発電量に基づいて算出しているため、図１４（ｂ）に示す太陽電池Ｕ０３における日別発電量の推移と比較した場合に、同様な曲線を描く。
また、図１４（ａ）に示す太陽電池Ｕ０１における日別発電量は、ステップＳ６３において算出した推定発電量Ｖ１から著しく低下している。即ち、誤差率Ｐ２は、閾値εより大きいことを意味する。そのため、係る図１４（ａ）に示す日別発電量の著しい低下は、太陽電池Ｕ０１の故障の発生を意味する。
このように本実施の形態に係る太陽電池故障診断装置２０によれば、上述した第１の実施形態において説明した効果を享受できると共に、さらに、太陽電池故障診断装置２０は、太陽電池の異常を速やかに検出することができる。その理由は、太陽電池故障診断装置２０は、さらに、推定式算出部２１を有する。そのため、例えば、太陽電池故障診断装置２０は、太陽電池ペアである第１の太陽電池と第２の太陽電池との日別発電量から第１の太陽電池の発電量を推定する式を導出することができる。さらに、太陽電池故障診断装置２０における第２の異常検出部２２は、第２の太陽電池の時刻別発電量と推定式とに基づいて、第１の太陽電池の推定発電量Ｖ１を算出すると共に、第１の太陽電池の時刻別発電量と推定発電量Ｖ１とを比較することによって、第１の太陽電池または第２の太陽電池の何れか一方の太陽電池の故障を検出することができるからである。即ち、係る第２の異常検出部２２は、第１の太陽電池と第２の太陽電池との長期間における発電量データを必要とすることなく故障を検出することができるからである。
＜第３の実施形態＞
次に、上述した本発明の第２の実施形態に係る太陽電池故障診断装置２０を基本とする第３の実施形態について説明する。以下の説明においては、本実施形態に係る特徴的な部分を中心に説明する。その際、上述した各実施形態と同様な構成については、同一の参照番号を付すことにより、重複する説明は省略する。
次に、上述した本発明の第２の実施形態に係る太陽電池故障診断装置２０を基本とする第３の実施形態について説明する。以下の説明においては、本実施形態に係る特徴的な部分を中心に説明する。その際、上述した各実施形態と同様な構成については、同一の参照番号を付すことにより、重複する説明は省略する。
本発明の第３の実施形態における太陽電池故障診断装置２０について、図１５を参照して説明する。
図１５は、本発明の第３の実施形態における太陽電池故障診断システム３０の構成を示すブロック図である。
図１５において、太陽電池故障診断システム３０は、大別して、太陽電池故障診断装置としての管理サーバ３１と、太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）とを有する。
より具体的に、本実施形態において、管理サーバ３１は、一般的に知られたサーバに第２の実施形態において説明した太陽電池故障診断装置２０を適用する。
次に、太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）は、例えば、各メーカーから提供された複数の太陽電池である。
さらに、太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）は、自装置を識別する太陽電池ＩＤ、太陽電池が設置されているエリア（場所）をコード化したエリアＩＤ、日を単位として取得した太陽電池の発電量を示す日別発電量、時刻毎に取得した太陽電池の発電量を示す時刻別発電量を発電量データとして出力する。
管理サーバ３１及び太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）は、図１５には不図示の一般的な通信インタフェースを備える。そして、管理サーバ３１と太陽電池とは、ネットワーク１０４を介して、アクセス可能である。
ネットワーク（通信ネットワーク）１０４は、例えば、携帯電話事業者が所有する各種
通信回線、インターネットサービスプロバイダ等が提供するインターネット等の一般的な
通信回線である。
通信回線、インターネットサービスプロバイダ等が提供するインターネット等の一般的な
通信回線である。
より具体的に、例えば、太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）は、太陽電池が発電した発電量等の各種情報を発電量データとしてネットワーク１１０を介して管理サーバ３１に送信する。
尚、本実施形態に係る太陽電池自体は、本実施形態の特徴ではないので、具体的動作及び詳細な構成については省略する（以下の実施形態においても同様）。
ここでは、説明の便宜上、太陽電池Ｕ０１は、発電量データ１０１を送信する。また、太陽電池Ｕ０２は、発電量データ１０２を送信する。太陽電池Ｕ０３は、発電量データ１０３を送信する。但し、本実施形態を例に説明する本発明は、これらに限定されない（以下の実施形態においても同様）。
管理サーバ３１における太陽電池故障診断装置２０は、データ収集部２によって太陽電池（太陽電池Ｕ０１、太陽電池Ｕ０２、太陽電池Ｕ０３）から発電量データ（発電量データ１０１、発電量データ１０２、発電量データ１０３）を収集する。
尚、管理サーバ３１における太陽電池故障診断装置２０の処理は、第２の実施形態において説明した太陽電池故障診断装置２０の処理と同様である。そのため、重複する説明は省略する。
尚、上述した実施形態では、説明の便宜上、一例として、太陽電池故障診断システム３０は、第２の実施形態において説明した太陽電池故障診断装置２０を管理サーバ３１に適用した構成を例に説明した。しかしながら本発明は、係る構成に限定されず、太陽電池故障診断システム３０は、第１の実施形態において説明した太陽電池故障診断装置１を管理サーバ３１に適用した構成を採用してもよい。
このように本実施の形態に係る太陽電池故障診断システム３０によれば、上述した第１及び第２の実施形態において説明した効果を享受できる。
（ハードウェア構成例）
上述した実施形態において図面に示した各部は、ソフトウェアプログラムの機能単位（ソフトウェアモジュール）と捉えることができる。この場合のハードウェア環境の一例を、図１６を参照して説明する。
上述した実施形態において図面に示した各部は、ソフトウェアプログラムの機能単位（ソフトウェアモジュール）と捉えることができる。この場合のハードウェア環境の一例を、図１６を参照して説明する。
図１６は、本発明の模範的な実施形態に係る太陽電池故障診断装置を実行可能な情報処理装置３００（コンピュータ）の構成を例示的に説明する図である。即ち、図１６は、図１に示した太陽電池故障診断装置１、或いは、図１０に示した太陽電池故障診断装置２０、図１６に示した太陽電池故障診断システム３０、の全体または一部の太陽電池故障診断装置を実現可能なサーバ等のコンピュータ（情報処理装置）の構成であって、上述した実施形態における各機能を実現可能なハードウェア環境を表す。
図１６に示した情報処理装置３００は、ＣＰＵ（Ｃｅｎｔｒａｌ＿Ｐｒｏｃｅｓｓｉｎｇ＿Ｕｎｉｔ）３０１、ＲＯＭ（Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）３０２、ＲＡＭ（Ｒａｎｄｏｍ＿Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３０３、ハードディスク３０４（記憶装置）、並びに外部装置との通信インタフェース（Ｉｎｔｅｒｆａｃｅ：以降、「Ｉ／Ｆ」と称する）３０５、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ＿Ｄｉｓｃ＿Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）等の記憶媒体３０７に格納されたデータを読み書き可能なリーダライタ３０８を備え、これらの構成がバス３０６（通信線）を介して接続された一般的なコンピュータである。
そして、上述した実施形態を例に説明した本発明は、図１６に示した情報処理装置３００に対して、その説明において参照したブロック構成図（図１、図１０、図１５）或いはフローチャート（図２、図４、図６、図９、図１１、図１３）の機能を実現可能なコンピュータ・プログラムを供給した後、そのコンピュータ・プログラムを、当該ハードウェアのＣＰＵ３０１に読み出して実行することによって達成される。また、当該装置内に供給されたコンピュータ・プログラムは、読み書き可能な揮発性の記憶メモリ（ＲＡＭ３０３）またはハードディスク３０４等の不揮発性の記憶デバイスに格納すれば良い。
また、前記の場合において、当該ハードウェア内へのコンピュータ・プログラムの供給方法は、ＣＤ−ＲＯＭ等の各種記録媒体３０７を介して当該装置内にインストールする方法や、インターネット等の通信回線を介して外部よりダウンロードする方法等のように、現在では一般的な手順を採用することができる。そして、このような場合において、本発明は、係るコンピュータ・プログラムを構成するコード或いは、そのコードが格納された記憶媒体によって構成されると捉えることができる。
尚、上述した各実施形態の一部又は全部は、以下の付記のようにも記載されうる。しかしながら、上述した実施形態により例示的に説明した本発明は、以下には限らない。即ち、
（付記１）
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断装置。
（付記２）
前記太陽電池故障診断装置は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする付記１に記載の太陽電池故障診断装置。
（付記３）
前記時刻別相関係数は、
期間Ｔに含まれる所定時間帯における時刻毎の２つの太陽電池における前記時刻別発電量の平均値に基づいて算出することを特徴とする付記１または付記２の何れかに記載の太陽電池故障診断装置。
（付記４）
前記設置条件類似度Ｐ１は、
前記第１の日別相関係数と前記時刻別相関係数とを乗算することよって算出されることを特徴とする付記１乃至付記３の何れかに記載の太陽電池故障診断装置。
（付記５）
前記設置条件分類部は、
前記設置条件類似度Ｐ１が前記閾値αより大きい場合に、前記２つの太陽電池をグループとして構成することを特徴とする付記１乃至付記４の何れかに記載の太陽電池故障診断装置。
（付記６）
前記相関推移算出部は、
前記第２の日別相関係数が閾値βより大きい場合に、前記第１と前記第２の太陽電池とをペアとして構成することを特徴とする付記１乃至付記５の何れかに記載の太陽電池故障診断装置。
（付記７）
前記第１の異常検出部は、
前記第３の日別相関係数が閾値βより小さい場合に、前記期間Ｗにおける日別発電量に基づいて、前記第１と前記第２の太陽電池との累積の発電量を算出することを特徴とする付記１乃至付記６の何れかに記載の太陽電池故障診断装置。
（付記８）
前記推定式に含まれるパラメータは、
前記第１の太陽電池における前記日別発電量と前記第２の太陽電池における前記日別発電量とに基づき最小二乗法を適用することによって、導出することを特徴とする付記２乃至付記７の何れかに記載の太陽電池故障診断装置。
（付記９）
複数の太陽電池と、通信回線を介して前記複数の太陽電池からの発電量データに基づいて管理可能な管理サーバと、を含む太陽電池故障診断システムであって、
前記複数の太陽電池は、
自装置を識別する太陽電池ＩＤと日別発電量と時間別発電量とエリアＩＤとが関連付けられた発電量情報を出力し、
前記管理サーバは、
前記発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断システム。
（付記１０）
前記太陽電池故障診断システムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする付記９に記載の太陽電池故障診断システム。
（付記１１）
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成し、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成し、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断することを特徴とする太陽電池故障診断方法。
（付記１２）
前記太陽電池故障診断方法は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断することを特徴とする付記１１に記載の太陽電池故障診断方法。
（付記１３）
太陽電池故障診断装置の動作制御のためのコンピュータ・プログラムであって、そのコンピュータ・プログラムにより、
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する機能と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する機能と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する機能とをコンピュータに実現させることを特徴とするコンピュータ・プログラム。
（付記１４）
前記コンピュータ・プログラムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する機能と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する機能とをコンピュータに実現させることを特徴とする付記１３に記載のコンピュータ・プログラム。
（付記１）
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断装置。
（付記２）
前記太陽電池故障診断装置は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする付記１に記載の太陽電池故障診断装置。
（付記３）
前記時刻別相関係数は、
期間Ｔに含まれる所定時間帯における時刻毎の２つの太陽電池における前記時刻別発電量の平均値に基づいて算出することを特徴とする付記１または付記２の何れかに記載の太陽電池故障診断装置。
（付記４）
前記設置条件類似度Ｐ１は、
前記第１の日別相関係数と前記時刻別相関係数とを乗算することよって算出されることを特徴とする付記１乃至付記３の何れかに記載の太陽電池故障診断装置。
（付記５）
前記設置条件分類部は、
前記設置条件類似度Ｐ１が前記閾値αより大きい場合に、前記２つの太陽電池をグループとして構成することを特徴とする付記１乃至付記４の何れかに記載の太陽電池故障診断装置。
（付記６）
前記相関推移算出部は、
前記第２の日別相関係数が閾値βより大きい場合に、前記第１と前記第２の太陽電池とをペアとして構成することを特徴とする付記１乃至付記５の何れかに記載の太陽電池故障診断装置。
（付記７）
前記第１の異常検出部は、
前記第３の日別相関係数が閾値βより小さい場合に、前記期間Ｗにおける日別発電量に基づいて、前記第１と前記第２の太陽電池との累積の発電量を算出することを特徴とする付記１乃至付記６の何れかに記載の太陽電池故障診断装置。
（付記８）
前記推定式に含まれるパラメータは、
前記第１の太陽電池における前記日別発電量と前記第２の太陽電池における前記日別発電量とに基づき最小二乗法を適用することによって、導出することを特徴とする付記２乃至付記７の何れかに記載の太陽電池故障診断装置。
（付記９）
複数の太陽電池と、通信回線を介して前記複数の太陽電池からの発電量データに基づいて管理可能な管理サーバと、を含む太陽電池故障診断システムであって、
前記複数の太陽電池は、
自装置を識別する太陽電池ＩＤと日別発電量と時間別発電量とエリアＩＤとが関連付けられた発電量情報を出力し、
前記管理サーバは、
前記発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断システム。
（付記１０）
前記太陽電池故障診断システムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする付記９に記載の太陽電池故障診断システム。
（付記１１）
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成し、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成し、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断することを特徴とする太陽電池故障診断方法。
（付記１２）
前記太陽電池故障診断方法は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断することを特徴とする付記１１に記載の太陽電池故障診断方法。
（付記１３）
太陽電池故障診断装置の動作制御のためのコンピュータ・プログラムであって、そのコンピュータ・プログラムにより、
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する機能と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する機能と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する機能とをコンピュータに実現させることを特徴とするコンピュータ・プログラム。
（付記１４）
前記コンピュータ・プログラムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する機能と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する機能とをコンピュータに実現させることを特徴とする付記１３に記載のコンピュータ・プログラム。
１ 太陽電池故障診断装置
２ データ収集部
３ 設置条件分類部
４ 相関推移算出部
５ 第１の異常検出部
６ 記憶部
７ 発電量情報
８ 設置条件情報
９ 相関推移情報
２０ 太陽電池故障診断装置
２１ 推定式算出部
２２ 第２の異常検出部
２３ 推定式情報
１０１ 発電量データ
１０２ 発電量データ
１０３ 発電量データ
１０４ 発電量データ
１０５ 発電量データ
１１０ ネットワーク
３０ 太陽電池故障診断システム
３１ 管理サーバ
Ｕ０１ 太陽電池
Ｕ０２ 太陽電池
Ｕ０３ 太陽電池
３００ 情報処理装置
３０１ ＣＰＵ
３０２ ＲＯＭ
３０３ ＲＡＭ
３０４ ハードディスク
３０５ 通信インターフェース
３０６ バス
３０７ 記憶媒体
３０８ リーダライタ
２ データ収集部
３ 設置条件分類部
４ 相関推移算出部
５ 第１の異常検出部
６ 記憶部
７ 発電量情報
８ 設置条件情報
９ 相関推移情報
２０ 太陽電池故障診断装置
２１ 推定式算出部
２２ 第２の異常検出部
２３ 推定式情報
１０１ 発電量データ
１０２ 発電量データ
１０３ 発電量データ
１０４ 発電量データ
１０５ 発電量データ
１１０ ネットワーク
３０ 太陽電池故障診断システム
３１ 管理サーバ
Ｕ０１ 太陽電池
Ｕ０２ 太陽電池
Ｕ０３ 太陽電池
３００ 情報処理装置
３０１ ＣＰＵ
３０２ ＲＯＭ
３０３ ＲＡＭ
３０４ ハードディスク
３０５ 通信インターフェース
３０６ バス
３０７ 記憶媒体
３０８ リーダライタ
Claims (10)
- 太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断装置。 - 前記太陽電池故障診断装置は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする請求項１に記載の太陽電池故障診断装置。 - 前記時刻別相関係数は、
期間Ｔに含まれる所定時間帯における時刻毎の２つの太陽電池における前記時刻別発電量の平均値に基づいて算出することを特徴とする請求項１または請求項２の何れかに記載の太陽電池故障診断装置。 - 前記設置条件類似度Ｐ１は、
前記第１の日別相関係数と前記時刻別相関係数とを乗算することよって算出されることを特徴とする請求項１乃至請求項３の何れかに記載の太陽電池故障診断装置。 - 複数の太陽電池と、通信回線を介して前記複数の太陽電池からの発電量データに基づいて管理可能な管理サーバと、を含む太陽電池故障診断システムであって、
前記複数の太陽電池は、
自装置を識別する太陽電池ＩＤと日別発電量と時間別発電量とエリアＩＤとが関連付けられた発電量情報を出力し、
前記管理サーバは、
前記発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する設置条件分類部と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する相関推移算出部と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する第１の異常検出部とを備えることを特徴とする太陽電池故障診断システム。 - 前記太陽電池故障診断システムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する第２の異常検出部とを備えることを特徴とする請求項５に記載の太陽電池故障診断システム。 - 太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成し、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成し、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断することを特徴とする太陽電池故障診断方法。 - 前記太陽電池故障診断方法は、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する推定式算出部と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断することを特徴とする請求項７に記載の太陽電池故障診断方法。 - 太陽電池故障診断装置の動作制御のためのコンピュータ・プログラムであって、そのコンピュータ・プログラムにより、
太陽電池を識別する太陽電池ＩＤと日別発電量と時刻別発電量とエリアＩＤとが関連付けられた発電量情報を参照することにより、同一の前記エリアＩＤを有する任意の２つの太陽電池の期間Ｔにおける前記日別発電量からは第１の日別相関係数を算出し、前記時刻別発電量からは時刻別相関係数を算出し、前記第１の日別相関係数と前記時刻別相関係数とに基づく所定の演算によって、算出した設置条件類似度Ｐ１と閾値αとの比較結果に応じて、前記２つの太陽電池をグループとして構成する機能と、
前記グループに含まれる任意の第１の太陽電池と第2の太陽電池とを選定し、前記第１と前記第２の太陽電池との期間ＷＴにおける前記日別発電量に基づいて、算出した第２の日別相関係数と閾値βとの比較結果に応じて、前記第１と前記第２の太陽電池とをペアとして構成する機能と、
前記発電量情報から取得した前記ペアの期間Ｗにおける日別発電量に基づいて算出した第３の日別相関係数と前記閾値βとの比較結果に応じた前記期間Ｗにおける日別発電量に基づいて、算出した前記第１と前記第２の太陽電池との累積の発電量を比較し、前記累積の発電量を比較した結果、前記累積の発電量が小さい太陽電池を故障と判断する機能とをコンピュータに実現させることを特徴とするコンピュータ・プログラム。 - 前記コンピュータ・プログラムは、
さらに、複数種類の推定式のうち何れかを選択し、前記ペアの期間Ｐにおける日別発電量に基づいて、前記推定式に含まれるパラメータを所定の演算によって導出する機能と、
前記発電量情報から取得した前記ペアの直近の前記時刻別発電量を取得し、前記第２の太陽電池の前記時刻別発電量と前記推定式とに基づいて、前記第１の太陽電池の推定発電量を算出し、前記第１の太陽電池の前記時刻別発電量と前記推定発電量とに基づいて、所定の演算によって、算出した誤差値Ｐ２と閾値εとの比較結果に応じて前記第１の太陽電池の該時刻別発電量と前記推定発電量とを比較し、前記推定発電量よりも前記第１の太陽電池の前記時刻別発電量が大きい場合に、前記第２の太陽電池を異常と判別し、一方で、前記第１の太陽電池の前記時刻別発電量よりも前記推定発電量が大きい場合に、前記第１の太陽電池が異常と判断する機能とをコンピュータに実現させることを特徴とする請求項９に記載のコンピュータ・プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012199361A JP2014056859A (ja) | 2012-09-11 | 2012-09-11 | 太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012199361A JP2014056859A (ja) | 2012-09-11 | 2012-09-11 | 太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014056859A true JP2014056859A (ja) | 2014-03-27 |
Family
ID=50613970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012199361A Pending JP2014056859A (ja) | 2012-09-11 | 2012-09-11 | 太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014056859A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015198535A (ja) * | 2014-04-02 | 2015-11-09 | 三菱電機株式会社 | 太陽光発電システム、端末、解析処理方法、及び、プログラム |
| JP2016046862A (ja) * | 2014-08-20 | 2016-04-04 | 未来工業株式会社 | 発電設備の診断システム |
| CN105740975A (zh) * | 2016-01-26 | 2016-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于数据关联关系的设备缺陷评估与预测方法 |
| JP2016220494A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電における発電量推定学習の支援システム |
| KR20210051908A (ko) * | 2019-10-31 | 2021-05-10 | 주식회사 케이티 | 초고속 통신 환경에서의 신재생 에너지 자원 관리 시스템 및 그 방법 |
| WO2022113441A1 (ja) * | 2020-11-26 | 2022-06-02 | 住友電気工業株式会社 | 発電状態判定装置、発電状態判定方法および判定プログラム |
| JP2023063689A (ja) * | 2021-10-25 | 2023-05-10 | エヌ・ティ・ティ・アドバンステクノロジ株式会社 | 故障判定システム、故障判定プログラム及び故障判定方法 |
| WO2023203843A1 (ja) * | 2022-04-22 | 2023-10-26 | 住友電気工業株式会社 | 発電状態判定装置、発電状態判定方法および判定プログラム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004138293A (ja) * | 2002-10-16 | 2004-05-13 | Sharp Corp | 異常監視方法、監視装置および異常監視システム |
| US20110088743A1 (en) * | 2009-10-15 | 2011-04-21 | Yuhao Luo | Method to manage a photovoltaic system |
| JP2011134862A (ja) * | 2009-12-24 | 2011-07-07 | Tokai Ec Kk | 太陽光発電システム |
| JP2011196968A (ja) * | 2010-03-24 | 2011-10-06 | Osaka Gas Co Ltd | 太陽光発電量予測装置 |
-
2012
- 2012-09-11 JP JP2012199361A patent/JP2014056859A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004138293A (ja) * | 2002-10-16 | 2004-05-13 | Sharp Corp | 異常監視方法、監視装置および異常監視システム |
| US20110088743A1 (en) * | 2009-10-15 | 2011-04-21 | Yuhao Luo | Method to manage a photovoltaic system |
| JP2011134862A (ja) * | 2009-12-24 | 2011-07-07 | Tokai Ec Kk | 太陽光発電システム |
| JP2011196968A (ja) * | 2010-03-24 | 2011-10-06 | Osaka Gas Co Ltd | 太陽光発電量予測装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015198535A (ja) * | 2014-04-02 | 2015-11-09 | 三菱電機株式会社 | 太陽光発電システム、端末、解析処理方法、及び、プログラム |
| JP2016046862A (ja) * | 2014-08-20 | 2016-04-04 | 未来工業株式会社 | 発電設備の診断システム |
| JP2016220494A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電における発電量推定学習の支援システム |
| CN105740975A (zh) * | 2016-01-26 | 2016-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于数据关联关系的设备缺陷评估与预测方法 |
| CN105740975B (zh) * | 2016-01-26 | 2019-08-27 | 云南电网有限责任公司电力科学研究院 | 一种基于数据关联关系的设备缺陷评估与预测方法 |
| KR20210051908A (ko) * | 2019-10-31 | 2021-05-10 | 주식회사 케이티 | 초고속 통신 환경에서의 신재생 에너지 자원 관리 시스템 및 그 방법 |
| KR102581484B1 (ko) * | 2019-10-31 | 2023-09-27 | 주식회사 케이티 | 초고속 통신 환경에서의 신재생 에너지 자원 관리 시스템 및 그 방법 |
| WO2022113441A1 (ja) * | 2020-11-26 | 2022-06-02 | 住友電気工業株式会社 | 発電状態判定装置、発電状態判定方法および判定プログラム |
| JP2023063689A (ja) * | 2021-10-25 | 2023-05-10 | エヌ・ティ・ティ・アドバンステクノロジ株式会社 | 故障判定システム、故障判定プログラム及び故障判定方法 |
| WO2023203843A1 (ja) * | 2022-04-22 | 2023-10-26 | 住友電気工業株式会社 | 発電状態判定装置、発電状態判定方法および判定プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2014056859A (ja) | 太陽電池故障診断装置、太陽電池故障診断方法、太陽電池故障診断システム、並びにコンピュータ・プログラム | |
| Kumar et al. | Internet of Things (IoT) in photovoltaic systems | |
| JP5617695B2 (ja) | 太陽光発電ユニットの診断装置 | |
| AU2013257529B2 (en) | Monitoring system | |
| US8781768B2 (en) | Data reduction in a multi-node system | |
| EP2290328B1 (en) | Utility management system | |
| US9021431B2 (en) | System and method for developing, deploying and implementing power system computer applications | |
| KR20190057974A (ko) | 태양광 발전 관리 시스템 | |
| JP6093465B1 (ja) | 太陽光発電システムの発電診断方法、及び発電診断装置 | |
| KR102220331B1 (ko) | 안전 진단 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 안전 진단 방법 | |
| Shimakage et al. | Development of fault detection system in PV system | |
| KR101532163B1 (ko) | 태양광발전 상태진단 평가시스템 | |
| JP7289995B2 (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
| JP3896063B2 (ja) | 異常監視方法、監視装置および異常監視システム | |
| JP6756188B2 (ja) | 発電状態判定装置、発電状態判定方法および判定プログラム | |
| JP2015198485A (ja) | 異常検出装置、異常検出システム、及び異常検出方法 | |
| JPWO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
| KR20190005514A (ko) | 태양전지모듈 열화율 예측방법 | |
| KR20170126623A (ko) | 멀티변수를 기반으로 한 태양광 발전설비의 효율성 진단시스템 | |
| CN107250931B (zh) | 能源服务推荐引擎 | |
| JP5800069B2 (ja) | 太陽光発電ユニットの診断装置、診断方法、及び太陽光発電システム | |
| JP5620294B2 (ja) | 個別発電装置の故障診断装置 | |
| KR101424165B1 (ko) | 최적화된 모니터링 네트워크 환경을 가지는 태양광 발전 모니터링 시스템 | |
| US9882388B2 (en) | Photovoltaic device | |
| JP6664027B1 (ja) | 太陽電池ストリングの劣化検出方法、劣化検出システム及び劣化検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150824 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160513 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160705 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170328 |