JP7232228B2 - ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための方法及びシステム - Google Patents

Description

〔関連出願との相互参照及び優先権〕
本出願は、２０１９年１０月１６日に出願されたインド国特許出願第２０１９２１０４１９６３号に基づく優先権を主張するものである。

本開示は、一般にソーラーパネルネットワークの試験及びモニタリングの分野に関し、具体的には、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認（ｌｏｃａｌｉｚａｔｉｏｎ）のための方法及びシステムに関する。

太陽光発電（ＰＶ）分野は、技術コスト及び製造コストを含む資本コストの低下によって非常に急速に成長しつつある。資本コストが低下している一方で、保守及び運用コストは、依然としてソーラーパネルネットワーク又は太陽光発電所による最適な収益性の達成を妨げている。英国の国内太陽光発電について実施された研究からは、ソーラーパネルネットワーク内で発生する故障によって、ソーラーパネルネットワークの年間エネルギーの約１９％が失われる恐れがあると推定されている。多くのタイプの故障が存在するが、線間故障（ｌｉｎｅ－ｌｉｎｅ ｆａｕｌｔ）、線地絡故障（ｌｉｎｅ－ｇｒｏｕｎｄ ｆａｕｌｔ）、アーク故障及びホットスポット故障などのいくつかの故障は、大量のエネルギー損失を引き起こすだけでなくソーラーパネルネットワークに深刻なダメージを与え得る危険なものでもあるため特に重大である。ソーラーパネルネットワークの従来の故障検出及び診断（ＦＤＤ）法は、より広範な分類レベル（電圧レベル又は電流レベル）のいずれかで故障を識別し、又は１回に１つの特定の故障タイプを調査することに限定及び限局される。

本開示の実施形態は、本発明者らが従来のシステムにおいて認識する上述した技術的課題のうちの１つ又は２つ以上の解決策としての技術的改善を提示するものである。例えば、１つの態様では、試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのプロセッサ実装方法を提供する。この方法は、スキーマアルゴリズムを使用して試験用ソーラーパネルネットワークのスキーマを取得するステップであって、試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、複数のソーラーパネルが、複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置されるステップと、試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定するステップであって、各ソーラーパネルのソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含むステップと、モデリング技術を使用して、取得されたスキーマ及び各ソーラーパネルのソーラーパネルパラメータセットから試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成するステップと、生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成するステップであって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータに基づいて定義されるステップと、（ｉ）生成されたネットワークシミュレーションモデルを使用して対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）生成されたネットワークシミュレーションモデルを使用して対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定するステップと、所定の比率に基づいて、複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割するステップであって、トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含むステップと、１又は２以上のハードウェアプロセッサを介して、トレーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングすることによって、試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するステップであって、（ｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、対応する故障シミュレーションデータセットがＣＮＮモデルへの入力として提供され、（ｉｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、対応する無故障シミュレーションデータセットがＣＮＮモデルへの入力として提供されるステップと、を含む。

別の態様では、試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのシステムを提供する。このシステムは、命令を記憶するメモリと、１又は２以上の入力／出力（Ｉ／Ｏ）インターフェイスと、１又は２以上のＩ／Ｏインターフェイスを介してメモリに結合された１又は２以上のハードウェアプロセッサと、を備え、１又は２以上のハードウェアプロセッサは、これらの命令によって、スキーマアルゴリズムを使用して試験用ソーラーパネルネットワークのスキーマを取得することであって、試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、複数のソーラーパネルが、複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置されることと、試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定することであって、各ソーラーパネルのソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含むことと、モデリング技術を使用して、取得されたスキーマ及び各ソーラーパネルのソーラーパネルパラメータセットから試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成することと、生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成することであって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータに基づいて定義されることと、（ｉ）生成されたネットワークシミュレーションモデルを使用して対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）生成されたネットワークシミュレーションモデルを使用して対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定することと、所定の比率に基づいて、複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割することであって、トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含むことと、トレーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングすることによって、試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成することであって、（ｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、対応する故障シミュレーションデータセットがＣＮＮモデルへの入力として提供され、（ｉｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、対応する無故障シミュレーションデータセットがＣＮＮモデルへの入力として提供されることと、を行うように構成される。

さらに別の態様では、コンピュータ可読プログラムを具体化した非一時的コンピュータ可読媒体を含むコンピュータプログラム製品であって、コンピュータ可読プログラムが、コンピュータ装置上で実行され時に、コンピュータ装置に、スキーマアルゴリズムを使用して試験用ソーラーパネルネットワークのスキーマを取得することであって、試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、複数のソーラーパネルが、複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置されることと、試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定することであって、各ソーラーパネルのソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含むことと、モデリング技術を使用して、取得されたスキーマ及び各ソーラーパネルのソーラーパネルパラメータセットから試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成することと、生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成することであって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、環境の動作温度及び環境の日照値を含む１又は２以上の環境パラメータに基づいて定義されることと、（ｉ）生成されたネットワークシミュレーションモデルを使用して対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）生成されたネットワークシミュレーションモデルを使用して対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定することと、所定の比率に基づいて、複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割することであって、トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含むことと、レーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングすることによって、試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成することであって、（ｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、対応する故障シミュレーションデータセットがＣＮＮモデルへの入力として提供され、（ｉｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、対応する無故障シミュレーションデータセットがＣＮＮモデルへの入力として提供されることと、を行わせるコンピュータプログラム製品を提供する。

ある実施形態では、生成されたＦＤＤＬモデルが、試験用データセットを使用して試験され、（ｉ）試験用データセット内に存在する１又は２以上の試験用ＦＦＴの各試験用ＦＦＴがラベルとして提供され、対応する故障シミュレーションデータセットが生成されたＦＤＤＬモデルへの入力として提供され、試験用データセット内に存在する１又は２以上の試験用ＮＦＦＴの各試験用ＮＦＦＴがラベルとして提供され、対応する無故障シミュレーションデータセットがＣＮＮモデルへの入力として提供される。

ある実施形態では、ＣＮＮモデルが、それぞれが最大プーリング層及びドロップアウト層に接続された３つの２次元畳み込み層と、ドロップアウト層に接続された２つの全結合層とを含む。

ある実施形態では、試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセットが、標準定格条件における、対応するソーラーパネル内に存在するＰＶセル数（Ｎ_S）と、開路電圧（Ｖ_OC-SRC）と、短絡回路電流（Ｉ_SC-SRC）と、最大電力点電圧（Ｖ_MP-SRC）と、最大電力点電流（Ｉ_MP-SRC）とを含み、試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットが、各ソーラーパネルのソーラーパネル別電流及びソーラーパネル別電圧、各ストリングのストリング別電流及びストリング別電圧、各サブアレイのサブアレイ別電流及びサブアレイ別電圧、各アレイのアレイ別電流及びアレイ別電圧、１又は２以上のインバータの各インバータ（ＤＣ及びＡＣ）の電圧セット、各インバータの出力、日照値（Ｇ）、雲り値（Ｃ）、降雨値（ｒ）、各ソーラーパネルのソーラーパネル温度、各インバータの温度及び故障電流セットのうちの１つ又は２つ以上を含む。

ある実施形態では、各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットが、各ソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて決定されるとともに、各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）と、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）と、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）と、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）と、各インバータのインバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）とを含む。

ある実施形態では、各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）が、対応するソーラーパネルのパラメータセット及び１又は２以上の環境パラメータに基づいて決定され、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）が、対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベルの電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）に基づいて決定され、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）が、対応するサブアレイ内に存在する各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）に基づいて決定され、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）が、対応するアレイ内に存在する各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）に基づいて決定され、各インバータのインバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）が、対応するアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）及び１又は２以上の環境パラメータに基づいて決定される。

ある実施形態では、各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットが、各ソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて決定されるとともに、各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）と、各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）と、各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）と、各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）と、各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）とを含む。

ある実施形態では、各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）が、対応するソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて決定され、各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）が、対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）に基づいて決定され、各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）が、対応するサブアレイ内に存在する各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）に基づいて決定され、各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）が、対応するアレイ内に存在する各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）に基づいて決定され、各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）が、対応するアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）及び１又は２以上の環境パラメータに基づいて決定される。

ある実施形態では、１又は２以上の故障タイプが、短絡回路故障、開路故障、遮蔽故障、汚損故障、ホットスポット故障、アーク故障、劣化故障及びクリッピング故障から成る群から選択され、短絡回路故障が、線間故障及び線地絡故障を含み、１又は２以上の故障箇所が、１又は２以上のソーラーパネルレベルの故障箇所、１又は２以上のストリングレベルの故障箇所、１又は２以上のサブアレイレベルの故障箇所、１又は２以上のアレイレベルの故障箇所、１又は２以上のインバータレベルの故障箇所、１又は２以上の回路素子レベルの故障箇所及び１又は２以上の配線レベルの故障箇所を含む。

上述した概要及び以下の詳細な説明は、いずれも例示的かつ説明的なものにすぎず、特許請求する発明を限定するものではないと理解されたい。

本開示に組み込まれてその一部を構成する添付図面は例示的な実施形態を示すものであり、開示する原理を明細書と共に説明する役割を果たす。

本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのシステムの例示的な機能ブロック図である。 本開示のいくつかの実施形態による、単一アレイを有するソーラーパネルネットワークの例示的なブロック図である。 本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための図１のシステムのモジュールを示す例示的なブロック図である。 本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのプロセッサ実装方法の例示的なフロー図である。 本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのプロセッサ実装方法の例示的なフロー図である。 本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するようにトレーニングされた畳み込みニューラルネットワーク（ＣＮＮ）モデルのアーキテクチャを示す図である。

添付図面を参照しながら例示的な実施形態について説明する。図では、参照番号の左端の桁が、その参照番号が最初に登場する図を識別する。都合が良い場合には、常に図面全体を通じて同じ参照番号を使用して同一又は同様の部分を示す。本明細書では、開示する原理の例及び特徴について説明するが、開示する実施形態の範囲から逸脱することなく修正、適合及びその他の実装も可能である。以下の詳細な説明は例示にすぎず、実際の範囲については以下の特許請求の範囲に示す。

本開示の実施形態によれば、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための方法及びシステムが、故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成することによって、ソーラーパネルネットワーク内に存在する様々な故障タイプを検出して関連する故障箇所を特定するという課題を解決する。ＦＤＤＬモデルは、複数の故障シナリオ及び複数の無故障シナリオをそれぞれカバーする複数の故障データセット及び複数の無故障データセットを使用してトレーニングされる。複数の故障データセット及び複数の無故障データセットは、ソーラーパネルネットワークのネットワークシミュレーションモデルに基づいて決定される。

本開示の文脈では、「ソーラーパネルネットワーク」という表現及び「試験用ソーラーパネルネットワーク」という表現を文脈に基づいて同義的に使用することができる。しかしながら、「ソーラーパネルネットワーク」は、故障の検出、診断及び位置確認について試験されモニタされる時には「試験用ソーラーパネルネットワーク」になる。

以下、図全体を通じて常に同様の参照文字が対応する特徴を示す図面、具体的には図１～図５に好ましい実施形態を示しており、以下の例示的なシステム及び／又は方法に関連してこれらの実施形態を説明する。

図１は、本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのシステム１００の例示的な機能ブロック図である。ある実施形態では、システム１００が、１又は２以上のハードウェアプロセッサ１０４と、（単複の）通信インターフェイス装置又は（単複の）入力／出力（Ｉ／Ｏ）インターフェイス１０６と、１又は２以上のハードウェアプロセッサ１０４に動作可能に結合された１又は２以上のデータ記憶装置又はメモリ１０２とを含み、又は別様にこれらと通信する。１又は２以上のハードウェアプロセッサ１０４、メモリ１０２及び（単複の）Ｉ／Ｏインターフェイス１０６は、システムバス１０８又は同様の機構に結合することができる。

（単複の）Ｉ／Ｏインターフェイス１０６は、例えばウェブインターフェイス及びグラフィカルユーザインターフェイスなどの様々なソフトウェア及びハードウェアインターフェイスを含むことができる。（単複の）Ｉ／Ｏインターフェイス１０６は、例えばキーボード、マウス、外部メモリ、複数のセンサデバイス及びプリンタなどの（単複の）周辺機器のためのインターフェイスなどの様々なソフトウェア及びハードウェアインターフェイスを含むことができる。さらに、（単複の）Ｉ／Ｏインターフェイス１０６は、システム１００がウェブサーバ及び外部データベースなどの他の装置と通信することを可能にすることができる。

（単複の）Ｉ／Ｏインターフェイス１０６は、例えばローカルエリアネットワーク（ＬＡＮ）、ケーブルなどの有線ネットワーク、及び無線ＬＡＮ（ＷＬＡＮ）、セルラー、又は衛星などの無線ネットワークを含む様々なネットワーク及びプロトコルタイプ内での複数の通信を容易にすることができる。この目的のために、（単複の）Ｉ／Ｏインターフェイス１０６は、複数のコンピュータシステムを互いに又は別のサーバコンピュータに接続するための１又は２以上のポートを含むことができる。さらに、（単複の）Ｉ／Ｏインターフェイス１０６は、複数の装置を互いに又は別のサーバに接続するための１又は２以上のポートを含むことができる。

１又は２以上のハードウェアプロセッサ１０４は、１又は２以上のマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタルシグナルプロセッサ、中央処理装置、状態機械、論理回路、及び／又は動作命令に基づいて信号を操作するいずれかの装置として実装することができる。１又は２以上のハードウェアプロセッサ１０４は、数ある能力の中でも特に、メモリ１０２に記憶されたコンピュータ可読命令をフェッチして実行するように構成される。

メモリ１０２は、例えばスタティックランダムアクセスメモリ（ＳＲＡＭ）及びダイナミックランダムアクセスメモリ（ＤＲＡＭ）などの揮発性メモリ、及び／又はリードオンリメモリ（ＲＯＭ）、消去可能プラグラマブルＲＯＭ、フラッシュメモリ、ハードディスク、光ディスク及び磁気テープなどの不揮発性メモリを含む、当業で周知のいずれかのコンピュータ可読媒体を含むことができる。ある実施形態では、メモリ１０２が、複数のモジュール１０２Ａと、複数のモジュール１０２Ａのうちの１つ又は２つ以上が処理、受信及び生成したデータを記憶するためのリポジトリ１０２Ｂとを含む。複数のモジュール１０２Ａは、特定のタスクを実行又は特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、コンポーネント及びデータ構造などを含むことができる。

複数のモジュール１０２Ａは、システム１００によって実行されるアプリケーション又は機能を補完するプログラム又はコンピュータ可読命令又はコード化命令を含むことができる。複数のモジュール１０２Ａは、（単複の）シグナルプロセッサ、（単複の）状態機械、論理回路、及び／又は動作命令に基づいて信号を操作する他のいずれかの装置又はコンポーネントとして使用することもできる。さらに、複数のモジュール１０２Ａは、ハードウェア、１又は２以上のハードウェアプロセッサ１０４によって実行されるコンピュータ可読命令、又はこれらの組み合わせによって使用することもできる。ある実施形態では、複数のモジュール１０２Ａが、（図１に示していない）様々なサブモジュールを含むことができる。

リポジトリ１０２Ｂは、データベース又はデータエンジンを含むことができる。さらに、リポジトリ１０２Ｂは、とりわけ複数のモジュール１０２Ａの実行結果として処理、受信又は生成されたデータを記憶するデータベースとしての役割を果たすことができる。リポジトリ１０２Ｂは、システム１００の内部に示しているが、別の実施形態ではシステム１００の外部に実装することもでき、この場合はシステム１００に通信可能に結合された（図１に示していない）外部データベースに記憶することができる。このような外部データベースに含まれるデータは、定期的に更新することができる。例えば、新たなデータを外部データベースに追加し、及び／又は既存のデータを修正し、及び／又は有用でないデータを外部データベースから削除することができる。１つの例では、ライトウェイトディレクトリアクセスプロトコル（ＬＤＡＰ）ディレクトリ及びリレーショナルデータベース管理システム（ＲＤＢＭＳ）などの外部システムにデータを記憶することができる。別の実施形態では、リポジトリ１０２Ｂに記憶されたデータをシステム１００と外部データベースとの間で分散させることができる。

ソーラーパネルネットワークは、特定の構造又は順序で配置された複数のソーラーパネル及び複数の回路素子を含む。ある実施形態では、ソーラーパネルネットワークが、１又は２以上のアレイの形で配置された複数のソーラーパネルと、複数の回路素子とを含む。複数の回路素子は、コンバイナボックス（ｃｏｍｂｉｎｅｒ ｂｏｘ）、１又は２以上の配線、１又は２以上のブロッキングダイオード（ｂｌｏｃｋｉｎｇ ｄｉｏｄｅｓ）、１又は２以上のバイパスダイオード（ｂｙｐａｓｓ ｄｉｏｄｅｓ）、１又は２以上のヒューズを含む１又は２以上の保護装置、１又は２以上のセンサ、及び１又は２以上のモニタのうちの１つ又は２つ以上を含む。さらに、ソーラーパネルネットワークは、１又は２以上のインバータも含む。

図２は、本開示のいくつかの実施形態による、単一アレイを有するソーラーパネルネットワーク２００の例示的なブロック図である。ソーラーパネルネットワーク２００内に存在する複数のソーラーパネルの各ソーラーパネルは、典型的には行列形式で配置される複数の太陽電池（ＰＶ：ｓｏｌａｒ ｐｈｏｔｏ－ｖｏｌｔａｉｃ）セルを含む。複数の太陽電池（ＰＶ）セルは、直列又は並列に接続することができる。１又は２以上の配線を通じて直列に接続された１又は２以上のソーラーパネル、及び複数の回路素子のうちの１又は２以上の回路素子は、ソーラーパネルネットワーク２００のストリングを形成する。サブネットワークの形で接続された１又は２以上のストリングは、ソーラーパネルネットワーク２００のサブアレイを形成する。ネットワーク内で接続された１又は２以上のサブアレイ、及びコンバイナボックスなどの複数の回路素子のうちの１又は２以上の回路素子は、ソーラーパネルネットワーク２００のアレイを形成する。

ソーラーパネルネットワーク２００は、１又は２以上のインバータに接続することができる。ソーラーパネルネットワーク２００内に存在する複数のソーラーパネルの各ソーラーパネルは、異なるもの又は同じものとすることができ、同じ企業によって製造されたもの又は異なる企業によって製造されたものとすることができる。各ソーラーパネルのサイズ、容量、構成及び性能特性などの仕様は、ソーラーパネルネットワーク２００内で異なることも又は同じであることもできる。図２には、図を簡単にするために単一アレイを有するソーラーパネルネットワーク２００を示しているが、本発明の範囲は１つのアレイに限定されるものではない。ソーラーパネルネットワーク２００は、ソーラーパワーを量産するために、このようなアレイを１つ又は２つ以上含むことができる。

ソーラーパネルネットワーク２００内に存在する各ソーラーパネルは、関連するストリング、関連するサブアレイ及び関連するアレイ内に存在するソーラーパネルの位置に基づいて定義できる関連するパネルインデックスを使用して識別することができる。同様に、ソーラーパネルネットワーク２００内に存在する各回路素子は、関連するストリング、関連するサブアレイ及び関連するアレイ内に存在する回路素子の位置に基づいて定義できる関連する回路素子インデックスを使用して識別することができる。ある実施形態では、故障の検出、診断及び位置確認について試験されモニタされるソーラーパネルネットワーク２００を、（単複の）Ｉ／Ｏインターフェイス１０６を通じてシステム１００に接続することができる。

図３、図４Ａ及び図４Ｂをまとめて参照しながら、本開示の例示的な実施形態によるシステム１００のコンポーネント及び機能について説明する。例えば、図３は、本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための図１のシステム１００のモジュールを示す例示的なブロック図である。図３に示すように、これらのモジュールは、試験用ソーラーパネルネットワーク３０２（例えば図２のソーラーパネルネットワーク２００などの、故障の検出、診断及び位置確認について試験されモニタされるソーラーパネルネットワーク）と、ネットワークシミュレーションモジュール３０４と、故障データベース３０６と、故障の検出、診断及び位置確認（ＦＤＤＬ）モジュール３０８とを含む。ある実施形態では、図３のモジュールのいくつかを、システム１００のメモリ１０２に含まれる複数のモジュール１０２Ａに記憶することができる。例えば、故障データベース３０６は、システム１００のメモリ１０２に含まれるリポジトリ１０２Ｂの一部とすることができる。

図４Ａ及び図４Ｂには、本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのプロセッサ実装方法４００の例示的なフロー図を示す。プロセスステップ、方法ステップ又は技法などを含む方法４００のステップは一定の順番で説明することができるが、このようなプロセス、方法及び技法は別の順番で機能するように構成することもできる。換言すれば、説明できるステップのあらゆる順番又は順序は、これらのステップを必ずしもこの順序で実行する必要があることを示すものではない。本明細書で説明するプロセスのステップは、あらゆる実用的な順序で実行することができる。さらに、ステップの中には同時に実行できるものもあれば単独で実行できるものもある。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４０２において、図３の試験用ソーラーパネルネットワーク３０２（例えば、図２のソーラーパネルネットワーク２００）のスキーマを取得するように構成される。試験用ソーラーパネルネットワーク３０２のスキーマは、スキーマアルゴリズムを使用して取得される。スキーマアルゴリズムは、１又は２以上のアレイ、１又は２以上のサブアレイ及び１又は２以上のストリングにおける複数のソーラーパネルの配置と複数の回路素子とを示す試験用ソーラーパネルネットワーク３０２の骨格構造に関する情報を取得する。ある実施形態では、スキーマアルゴリズムが、複数のパネルの各ソーラーパネルの関連するパネルインデックス、複数の回路素子の各回路素子の関連する回路素子インデックス、及び１又は２以上のインバータの各インバータの関連するインバータインデックスに基づいて試験用ソーラーパネルネットワーク３０２のスキーマを取得する。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４０４において、試験用ソーラーパネルネットワーク３０２内に存在する各ソーラーパネルのソーラーパネルパラメータセットを決定するように構成される。各ソーラーパネルのソーラーパネルパラメータセットは、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）、及び理想係数（ｎ）を含む。各ソーラーパネルのソーラーパネルパラメータセットは、ソーラーパネルのダイオードモデル方程式を解くことにより、各ソーラーパネルのネームプレートデータセット及び試験用ソーラーパネルネットワーク３０２のタイムスタンプ付き動作ログデータセットに基づいて決定される。

ある実施形態では、システム１００の１又は２以上のハードウェアプロセッサ１０４が、試験用ソーラーパネルネットワーク３０２内に存在する各ソーラーパネルのネームプレートデータセットをユーザから受け取るように構成される。各ソーラーパネルのネームプレートデータセットは、対応するソーラーパネル内に存在するソーラーＰＶセルの数（Ｎ_S）、標準定格条件（ｓｔａｎｄａｒｄ ｒａｔｉｎｇ ｃｏｎｄｉｔｉｏｎｓ）での開路電圧（Ｖ_OC-SRC）、標準定格条件での短絡回路電流（Ｉ_SC-SRC）、標準定格条件での最大電力点電圧（Ｖ_MP-SRC）、及び標準定格条件での最大電力点電流（Ｉ_MP-SRC）を含む。各ソーラーパネルのネームプレートデータセットは、対応するソーラーパネルのメーカーが定めることができる。ある実施形態では、各ソーラーパネルのネームプレートデータセットが、システム１００のメモリ１０２に含まれるリポジトリ１０２Ｂに記憶される。

ある実施形態では、システム１００の１又は２以上のハードウェアプロセッサ１０４が、試験用ソーラーパネルネットワーク３０２のタイムスタンプ付き動作ログデータセットを受け取るように構成される。試験用ソーラーパネルネットワーク３０２のタイムスタンプ付き動作ログデータセットは、例えば２年などの一定期間にわたる試験用ソーラーパネルネットワーク３０２の動作履歴データと、タイムスタンプとを含む。試験用ソーラーパネルネットワーク３０２のタイムスタンプ付き動作ログデータセットは、各ソーラーパネルのソーラーパネル別電流及びソーラーパネル別電圧、各ストリングのストリング別電流及びストリング別電圧、各サブアレイのサブアレイ別電流及びサブアレイ別電圧、各アレイのアレイ別電流及びアレイ別電圧、１又は２以上のインバータの各インバータ（ＤＣ及びＡＣ）の電圧セット、各インバータの出力、日照値（Ｇ）、雲り値（Ｃ）、降雨値（ｒ）、各パネルのソーラーパネル温度、各インバータの温度、及び故障電流セット、のうちの１つ又は２つ以上を含む。故障電流セットは、一定期間にわたって観察される異常電流を示す。ある実施形態では、試験用ソーラーパネルネットワーク３０２のタイムスタンプ付き動作ログデータセットが、システム１００のメモリ１０２に含まれるリポジトリ１０２Ｂに記憶される。

あらゆるソーラーパネルは、関連するソーラーパネルの電流及び電圧を光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）というパラメータセットの観点から関連付ける５パラメータモデルを使用して数学的に表現することができる。しかしながら、これらのパラメータセットは使用されるソーラーパネルのタイプに特有のものであり、利用可能なデータに基づいて決定されるべきである。パラメータセット間の関係、並びに関連するソーラーパネルの電流及び電圧は、以下のダイオードモデル方程式１を用いて表すことができる。

…式１

方程式１は、各ソーラーパネルのネームプレートデータセットを使用して、以下の方程式２、方程式３及び方程式４としてさらに表すことができる。

…式２

…式３

…式４

各ソーラーパネルの直列抵抗（Ｒ_S）は、ニュートン・ラプソン法を使用して理想係数（ｎ）の所定の値を仮定することによって数学的に求められる。次に、この理想係数（ｎ）を、計算された電流及び電圧特性が動作ログデータセットから取得された電流及び電圧と一致するまで動作ログデータセットを使用して徐々に調整する。求められた直列抵抗（Ｒ_S）及び理想係数（ｎ）を使用して方程式２、３及び４を解くことにより、これらのパラメータセットから他のパラメータを決定することができる。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４０６において、試験用ソーラーパネルネットワーク３０２のネットワークシミュレーションモデルを生成するように構成される。ある実施形態では、このネットワークシミュレーションモデルが、方法４００のステップ４０２で取得されたスキーマと、方法４００のステップ４０４で決定された試験用ソーラーパネルネットワーク３０２内に存在する各ソーラーパネルのパラメータセットとに基づいて生成される。

ある実施形態では、システム１００の１又は２以上のハードウェアプロセッサ１０４が、ネットワークシミュレーションモジュール３０４を、試験用ソーラーパネルネットワーク３０２のネットワークシミュレーションモデルを生成するように構成することができる。ある実施形態では、ネットワークシミュレーションモジュール３０４が、ネットワークシミュレーションモデルを生成するための、Ｍａｔｌａｂなどのモデリング法、又はＰｙｔｈｏｎ及びＣなどのプログラミング言語に基づいて構築されたシミュレーション環境を含む。生成されるネットワークシミュレーションモデルは、試験用ソーラーパネルネットワーク３０２のデジタルツイン又はレプリカである。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４０８において、方法４００のステップ４０６において取得される生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成するように構成される。複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）は、複数の故障シナリオのうちの１つの故障シナリオに関連する。各故障シナリオは、試験用ソーラーパネルネットワーク３０２内の１又は２以上の故障箇所において発生し得る１又は２以上の故障タイプを含む。ある実施形態では、複数の故障シナリオが、試験用ソーラーパネルネットワーク３０２内の１又は２以上の考えられる故障箇所の数において発生し得る１又は２以上の故障タイプの数と、１又は２以上の環境パラメータとに基づいてランダムに定義される。ある実施形態では、１又は２以上の環境パラメータが、環境の動作温度及び環境の日照値を含む気象条件に関連する。ある実施形態では、複数の故障シナリオの所定数を２０，００，０００とすることができる。

ある実施形態では、１又は２以上の故障タイプが、短絡回路故障、開路故障、遮蔽故障（ｓｈａｄｉｎｇ ｆａｕｌｔ）、汚損故障（ｓｏｉｌｉｎｇ ｆａｕｌｔ）、ホットスポット故障、アーク故障、劣化故障及びクリッピング故障（ｃｌｉｐｐｉｎｇ ｆａｕｌｔ）から成る群から選択される。短絡回路故障は、線間故障及び線地絡故障とすることができる。さらに、線間故障は、ストリング間故障又はストリング内故障とすることができる。

１又は２以上の故障箇所は、試験用ソーラーパネルネットワーク３０２内の考えられる故障箇所に関連する。１又は２以上の故障箇所は、１又は２以上のソーラーパネルレベルの故障箇所、１又は２以上のストリングレベルの故障箇所、１又は２以上のサブアレイレベルの故障箇所、１又は２以上のアレイレベルの故障箇所、１又は２以上のインバータレベルの故障箇所、１又は２以上の回路素子レベルの故障箇所、及び１又は２以上の配線レベルの故障箇所を含む。

以下、例えばアレイ内で発生し得る故障のいくつかをシミュレートすることについて説明する。並列に接続された４つのストリングを含む単一アレイを有するソーラーパネルネットワークについて考察する。各ストリングは、直列に接続された４つのソーラーパネルを有する。理想的な条件では、各ソーラーパネルが同様の特性を有する。従って、各ストリングは、４Ｖの総電圧（Ｖは各ソーラーパネルの電圧）、４Ｒの総抵抗（Ｒは各ソーラーパネルの抵抗）、及びＩＡｍｐの電流を有する。従って、アレイの総電圧は４Ｖであり、アレイの総電流は４Ｉである。アレイ内の故障は、不健全な又は非理想的な状態を表す。従って、故障したソーラーパネル／ストリングの特性は類似しない場合がある。従って、故障をシミュレートするために、健全な状態のソーラーパネルの電圧（Ｖ）及び電力（Ｉ）を考慮する。

短絡回路故障：短絡回路故障は、配線が短絡して、短絡に関連する（単複の）ソーラーパネルの電圧がゼロになった時に発生する。従って、短絡回路故障を有するストリングの電圧及び抵抗は、それぞれ４Ｖ及び４Ｒから３Ｖ及び３Ｒに低下し得る。この低下は、他の健全なストリングに影響を与える場合がある。故障したストリングの電圧は、故障していないソーラーパネルの電圧に基づいて計算することができる。短絡回路故障は、線間故障及び線地絡故障にさらに分類される。線間故障は、ストリング内故障及びストリング間故障にさらに分類される。

ストリング内故障：ストリング内故障は、同じストリング内で発生する短絡回路故障である。関連するソーラーパネルにわたる配線が短絡した場合、ソーラーパネルの電圧はゼロである。従って、ストリング内故障を含むストリングの電圧は低下し得る。ストリング内故障を有するストリングの電流及び電圧特性は、ブロッキングダイオードの存在／不在に基づいて影響を受ける場合がある。

ストリング間故障：ストリング間故障は、２つの異なるストリング間で発生する短絡回路故障である。ストリング間故障では、関連するストリングの電流及び電圧が低下する。ストリング間故障を有するソーラーパネルは電圧が低下することがあり、これによって関連するストリングの電圧も低下する。ストリング間故障を有するストリングの電流及び電圧特性は、ブロッキングダイオードの存在／不在に基づいて影響を受ける場合がある。

線地絡故障：線地絡故障は、１つの地点の配線と別の地点の接地との間の短絡回路に起因して発生し得る。例えば、４つのソーラーパネルのストリングでは、第４の配線と接地との間に線地絡故障が存在すると、ストリング内の２つのソーラーパネルが影響を受ける。従って、２つのソーラーパネルの電圧がゼロになり、従って線地絡故障を有するストリングの電圧が低下する。線地絡故障を有するストリングの電流及び電圧特性は、ブロッキングダイオードの存在／不在に基づいて影響を受ける場合がある。

開路故障：開路故障は、配線又はソーラーパネル、又はアレイ内に存在するストリング全体の断線に起因して発生し得る。ストリング内の第１の配線に開路故障が発生した場合には、ストリング全体が電流を生成できなくなることもある。従って、ストリング全体が動作停止中とみなされ、残りの３つのストリングのみがアレイ内で作動する。

劣化故障：劣化故障は、ソーラーパネルの劣化、接続不良、並びに熱及び湿気に関連する１又は２以上の環境要因に起因して発生し得る。劣化故障は、ストリング全体における抵抗の増加としてモデル化することができる。影響を受けるストリングの電圧は、抵抗及びパネル電流の変化に基づいて計算することができる。

遮蔽故障：遮蔽故障は、ソーラーパネルに降り注ぐ日照の低下時に発生し得る。４つのソーラーパネルを有するストリングのうちの１つのソーラーパネルが部分的に遮蔽された場合について考察する。結果としてのストリングは、遮蔽部分及び非遮蔽部分という２つの部分に分割することができる。遮蔽部分は、非遮蔽部分ほど多くの電流を生成しないと考えられる。遮蔽部分からの電流及び電圧は、非遮蔽部分からの電流及び電圧に基づいて計算される。取得された電流及び電圧に基づいて、他の健全なストリングの電圧及び電流が計算される。これにより、アレイの電圧及び電流を求めることができる。

アレイ内の多重故障：最初に同じストリング内の多重故障のうちの１つ１つの故障の等価回路を決定し、次に多重故障のうちの１つ１つの故障を有するストリングの等価回路を並列に編成してアレイの電圧及び電流を取得する。

多重故障を伴う例示的な故障シナリオ：１つのアレイと、４つのストリングを有する１つのサブアレイとを有し、各ストリングが４つのソーラーパネルと１つのブロッキングダイオードと６つの配線とを有する構成のソーラーパネルネットワークについて考察する。多重故障を伴う例示的な故障シナリオは、第１のストリングの第２の配線の開路故障と、第２のストリング内に存在する第３のソーラーパネルの劣化故障と、第３のストリング内に存在する第２のソーラーパネルの劣化故障及び遮蔽故障と、第４のストリングの第３の配線の線地絡故障とを有する故障シナリオとして定義することができる。

一般に、様々な故障シナリオをシミュレートすることは容易でなく複雑である。特に、複数箇所における多重故障を含む故障シナリオをシミュレートすることは、個々の故障がソーラーパネルネットワーク内のこれらの故障を含む箇所にのみ影響を与えるわけではないためかなり複雑である。むしろ、これらの故障は、ソーラーパネルネットワーク内の他の箇所における他の様々なネットワーク要素に影響を与える。従って、個々の故障を単独でシミュレートするのではなく故障シナリオ全体を総合的にシミュレートしなければならず、このことは容易でない。

同様に、複数の無故障シナリオの各無故障シナリオは、１又は２以上の環境パラメータに基づいて定義される。１又は２以上の環境パラメータは、環境の動作温度及び環境の日照値を含む。ある実施形態では、複数の無故障シナリオの所定数を５，００，０００とすることができる。

例示的な無故障シナリオ：無故障シナリオは、例えば８００ｗ／ｍ２などの特定の日照値（Ｇ）と、例えば３２℃などの特定の動作温度（Ｔ）とを含む環境パラメータでソーラーパネルネットワークを動作させるものとして定義することができる。各ソーラーパネルの電流及び電圧特性は、指定された環境パラメータ及びソーラーパネルパラメータを使用してシミュレートされる。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４１０において、（ｉ）複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定するように構成される。複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットは、方法４００のステップ４０６において取得される生成されたネットワークシミュレーションモデルを使用して対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって決定される。

さらに、各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットは、各ソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて、方法４００のステップ４０６において取得される生成されたネットワークシミュレーションモデルを使用して決定される。各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットは、各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）と、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）と、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）と、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）と、各インバータのインバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）とを含む。

ある実施形態では、各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）が、対応するソーラーパネルのパラメータセット及び１又は２以上の環境パラメータに基づいて決定される。各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）は、方法４００のステップ４０４において言及したダイオードモデル方程式１を使用して決定される。

ある実施形態では、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）が、対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）に基づいて決定される。例えば、シミュレーションストリング電圧（ＳＶ_s）は、対応するストリング内に存在する各ソーラーパネルのソーラーパネル無故障シミュレーション電圧（ＳＶ_p）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションストリング電圧（ＳＶ_s）が、対応するストリング内に存在する複数のソーラーパネルのソーラーパネル無故障シミュレーション電圧（ＳＶ_p）を加算することによって決定される。同様に、無故障シミュレーションストリング電流（ＳＣ_s）は、対応するストリング内に存在する各ソーラーパネルの無故障シミュレーションソーラーパネル電流（ＳＣ_p）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションストリング電流（ＳＣ_s）が、対応するストリング内に存在する複数のソーラーパネルのいずれかの無故障シミュレーションソーラーパネル電流（ＳＣ_p）に等しい。無故障シミュレーションストリング電力（ＳＰ_s）は、関連する無故障シミュレーションストリング電圧（ＳＶ_s）及び関連する無故障シミュレーションストリング電流（ＳＣ_s）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションストリング電力（ＳＰ_s）が、関連する無故障シミュレーションストリング電圧（ＳＶ_s）に関連する無故障シミュレーションストリング電流（ＳＣ_s）を乗算することによって決定される。

ある実施形態では、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）が、対応するサブアレイ内に存在する各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）、に基づいて決定される。例えば、無故障シミュレーションサブアレイ電圧（ＳＶ_sa）は、対応するサブアレイ内に存在する各ストリングの無故障シミュレーションストリング電圧（ＳＶ_s）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションサブアレイ電圧（ＳＶ_sa）が、対応するサブアレイ内に存在する複数のストリングのいずれかの無故障シミュレーションストリング電圧（ＳＶ_s）に等しい。同様に、無故障シミュレーションサブアレイ電流（ＳＣ_sa）は、関連するサブアレイ内に存在する各ストリングの無故障シミュレーションストリング電流（ＳＣ_s）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションサブアレイ電流（ＳＣ_sa）が、対応するサブアレイ内に存在する複数のストリングの無故障シミュレーションストリング電流（ＳＣ_s）を加算することによって決定される。無故障シミュレーションサブアレイ電力（ＳＰ_sa）は、関連する無故障シミュレーションサブアレイ電圧（ＳＶ_sa）及び関連する無故障シミュレーションサブアレイ電流（ＳＣ_sa）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションサブアレイ電力（ＳＰ_sa）が、関連する無故障シミュレーションサブアレイ電圧（ＳＶ_sa）に関連する無故障シミュレーションサブアレイ電流（ＳＣ_sa）を乗算することによって決定される。

ある実施形態では、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）が、対応するアレイ内に存在する各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）に基づいて決定される。例えば、無故障シミュレーションアレイ電圧（ＳＶ_a）は、アレイ内に存在する各サブアレイの無故障シミュレーションサブアレイ電圧（ＳＶ_sa）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションアレイ電圧（ＳＶ_a）が、対応するアレイ内に存在する複数のサブアレイのいずれかの無故障シミュレーションサブアレイ電圧（ＳＶ_sa）に等しい。同様に、無故障シミュレーションアレイ電流（ＳＣ_a）は、対応するアレイ内に存在する各サブアレイの無故障シミュレーションサブアレイ電流（ＳＣ_sa）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションアレイ電流（ＳＣ_a）が、対応するアレイ内に存在する複数のサブアレイの無故障シミュレーションサブアレイ電流（ＳＣ_sa）を加算することによって決定される。無故障シミュレーションアレイ電力（ＳＰ_a）は、無故障シミュレーションアレイ電圧（ＳＶ_a）及び無故障シミュレーションアレイ電流（ＳＣ_a）に基づいて決定される。具体的に言えば、図２のソーラーパネルネットワーク２００では、無故障シミュレーションアレイ電力（ＳＰ_a）が、無故障シミュレーションアレイ電圧（ＳＶ_a）に無故障シミュレーションアレイ電流（ＳＣ_a）を乗算することによって決定される。

各インバータのインバータレベルのシミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）は、対応するアレイレベルのシミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）及び１又は２以上の環境パラメータに基づいて決定される。

同様に、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットは、方法４００のステップ４０６において取得される生成されたネットワークシミュレーションモデルを使用して、対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって決定される。さらに、各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットは、各ソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて、方法４００のステップ４０６において取得される生成されたネットワークシミュレーションモデルを使用して決定される。

各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットは、各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）と、各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）と、各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）と、各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）と、各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）とを含む。

各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットは、各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーデータセットと同じ方法で、ただし対応する故障シナリオに基づいて決定される。概して、各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）は、対応するソーラーパネルのソーラーパネルパラメータセット及び１又は２以上の環境パラメータに基づいて決定される。各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）は、対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）に基づいて決定される。

各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）は、対応するサブアレイ内に存在する各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）に基づいて決定される。各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）は、対応するアレイ内に存在する各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）に基づいて決定される。各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）は、対応するアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）及び１又は２以上の環境パラメータに基づいて決定される。

ある実施形態では、システム１００の１又は２以上のハードウェアプロセッサ１０４が、ネットワークシミュレーションモデル３０４を使用して複数の無故障シナリオ及び複数の無故障シナリオをシミュレートした後に、故障データベース（図３の３０６）を生成するように構成される。ある実施形態では、故障データベース３０６が、複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを含む。ある実施形態では、故障データベース３０６をシステム１００のリポジトリ１０２Ｂに記憶することができる。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップのステップ４１２において、所定の比率に基づいて複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割するように構成される。トレーニングデータセットは、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含む。同様に、試験用データベースは、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含む。トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴは、複数のＦＦＴからのＦＦＴの一部である。トレーニングデータセット内に存在する１又は２以上のトレーニングＮＦＦＴは、複数のＮＦＦＴからのＮＦＦＴの一部である。同様に、試験用データセット内に存在する１又は２以上の試験用ＦＦＴは、複数のＦＦＴからのＦＦＴの一部である。試験用データセット内に存在する１又は２以上の試験用ＮＦＦＴは、複数のＮＦＦＴからのＮＦＦＴの一部である。

ある実施形態では、所定の比率が、（ｉ）トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴ及び１又は２以上のトレーニングＮＦＦＴの数と、（ｉｉ）試験用データセット内に存在する１又は２以上の試験用ＦＦＴ及び１又は２以上の試験用ＮＦＦＴの数との比率を定める。ある実施形態では、所定の比率をユーザが定めることができ、この所定の比率を４：１とすることができる。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４１４において、方法４００のステップ４１２で取得されたトレーニングデータセットを使用して、試験用ソーラーパネルネットワーク３０２における故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するように構成される。故障の検出、診断及び位置確認（ＦＤＤＬ）モジュール（図３の３０８）は、故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するようにトレーニングデータセットを使用してトレーニングされた畳み込みニューラルネットワーク（ＣＮＮ）モデルを含む。トレーニング中には、トレーニングデータセット内に存在する１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、対応する故障シミュレーションデータセットがＣＮＮモデルへの入力として提供される。また、トレーニング中には、トレーニングデータセット内に存在する１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、対応する無故障シミュレーションデータセットがＣＮＮモデルへの入力として提供される。ある実施形態では、トレーニング中にＣＮＮモデルに提供する前に、１又は２以上のトレーニングＦＦＴと１又は２以上のトレーニングＮＦＦＴとを組み合わせて統合トレーニング特徴ベクトルを形成することができる。同様に、トレーニング中にＣＮＮモデルに提供する前に、対応する故障シミュレーションデータセットと対応する無故障シミュレーションデータセットとを組み合わせて統合トレーニングデータセットを形成することができる。

図５に、本開示のいくつかの実施形態による、ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するようにトレーニングされた畳み込みニューラルネットワーク（ＣＮＮ）モデルのアーキテクチャを示す。ＣＮＮモデルは、それぞれが最大プーリング層及びドロップアウト層に接続された３つの２次元畳み込み層と、ドロップアウト層に接続された２つの全結合層（ｆｕｌｌｙ ｃｏｎｎｅｃｔｅｄ ｌａｙｅｒｓ）とを含む。

第１の２次元（２Ｄ）畳み込み層は３２個のフィルタを含み、カーネルサイズは（３，３）であり、使用される活性化はＬｅａｋｙＲｅｌｕであり、入力形状は（１０００，１２８，１）である。第２の２次元（２Ｄ）畳み込み層は６４個のフィルタを含み、カーネルサイズは（３，３）であり、使用される活性化はＬｅａｋｙＲｅｌｕであり、入力形状は（１０００，４２，１）である。第３の２次元（２Ｄ）畳み込み層は１２８個のフィルタを含み、カーネルサイズは（３，３）であり、使用される活性化はＬｅａｋｙＲｅｌｕであり、入力形状は（１０００，４２，１）である。全ての最大プーリング層（ｍａｘ－ｐｏｏｌｉｎｇ ｌａｙｅｒｓ）は、プーリングサイズが（２，２）の２次元（２Ｄ）である。全てのドロップアウト層は、ドロップアウト率が２５％である。各全結合層は、１２８個のユニット（ニューロン）を含む。第１の全結合層は「ＬｅａｋｙＲｅｌｕ」活性化を使用するのに対し、第２の全結合層は「ｌｉｎｅａｒ」活性化を使用する。

ＣＮＮモデルのハイパーパラメータが学習中に微調整されてトレーニングの最後に最適化されるように、トレーニング中に（ｉ）対応する故障シミュレーションデータセットに関連する各トレーニングＦＦＴと予測ラベルとの間の誤差、及び（ｉｉ）対応する無故障シミュレーションデータセットに関連する各トレーニングＮＦＦＴと予測ラベルとの間の誤差、を最小化する平均二乗誤差回帰損失関数（ｍｅａｎ ｓｑｕａｒｅｄ ｅｒｒｏｒ ｒｅｇｒｅｓｓｉｖｅ ｌｏｓｓ ｆｕｎｃｔｉｏｎ）を定義することができる。

故障の検出、診断及び位置確認（ＦＤＤＬ）モジュール３０８は、故障データベース（図３の３０６）に接続されて、対応するＦＦＴ及びＮＦＦＴと、トレーニングデータセット内に存在するそれぞれの故障シミュレーションデータセット及びそれぞれの無故障シミュレーションデータセットとを受け取る。このステップにおいて生成されたＦＤＤＬモデルを使用して試験用ソーラーパネルネットワーク３０２を試験してモニタし、故障の検出、診断及び位置確認を行う。具体的には、生成されたＦＤＤＬモデルが（単複の）故障を検出し、その後に（単複の）故障のタイプを検出する。（単複の）故障及び（単複の）故障タイプが検出されると、生成されたＦＤＤＬモデルは、（単複の）故障箇所を検出して診断を行い、さらなる措置を講じる。

システム１００の１又は２以上のハードウェアプロセッサ１０４は、方法４００のステップ４１６において、試験用データセットを使用して、方法４００のステップ４１４において取得される生成されたＦＤＤＬモデルを試験するようにさらに構成される。試験中、試験用データセット内に存在する１又は２以上の試験用ＦＦＴの各試験用ＦＦＴはラベルとして提供され、対応する故障シミュレーションデータセットは、生成されたＦＤＤＬモデルへの入力として提供される。また、試験用データセット内に存在する１又は２以上の試験用ＮＦＦＴの各試験用ＮＦＦＴもラベルとして提供され、対応する無故障シミュレーションデータセットは、ＣＮＮモデルへの入力として提供される。この試験プロセスを実行して、生成されたＦＤＤＬモデルの性能を評価する。生成されたＦＤＤＬモデルの性能は、精度、速度及びリソース利用量などの１又は２以上のパラメータに基づいて評価することができる。この評価に基づいて、生成されたＦＤＤＬモデルの１又は２以上のハイパーパラメータを微調整することによって、生成されたＦＤＤＬモデルをさらにトレーニングすることができる。

ある実施形態では、トレーニング中にＣＮＮモデルに提供する前に、１又は２以上の試験用ＦＦＴと１又は２以上の試験用ＮＦＦＴとを組み合わせて統合試験用特徴ベクトルを形成することができる。同様に、トレーニング中にＣＮＮモデルに提供する前に、対応する故障シミュレーションデータセットと対応する無故障シミュレーションデータセットとを組み合わせて統合試験用データセットを形成することができる。

本開示の文脈では、ＣＮＮモデルが、ＦＤＤＬモデルを生成するようにトレーニングされる。しかしながら、本発明の範囲はＣＮＮモデルに限定されるものではない。ＣＮＮモデルの代わりに、決定木、人工ニューラルネットワーク（ＡＮＮ）、再帰型ニューラルネットワーク（ＲＮＮ)などの人工知能（ＡＩ）ベースのモデル、サポートベクトルマシン（ＳＶＭ)などの分類アルゴリズムを使用してＦＤＤＬモデルを生成することもできる。

本開示の実施形態によれば、方法４００のステップ４０６において生成されるネットワークシミュレーションモデルは、各ソーラーパネルのネームプレートデータセット及びソーラーパネルネットワークの動作ログセットの両方を使用して取得される。従って、このネットワークシミュレーションモデルは効率的かつ精密であり、構成及び骨格構造の点で試験用ソーラーパネルネットワーク３０２の正確なレプリカに類似する。このネットワークシミュレーションモデルは、試験用ソーラーパネルネットワーク３０２のレプリカであるため、試験用ソーラーパネルネットワーク３０２の故障の検出、診断及び位置確認、性能ベンチマーク、ソフトセンシング及び制御応用などを含む様々な用途に使用される。

このネットワークシミュレーションモデルを使用して、ソーラーパネルネットワーク内の多くの考えられる箇所で発生する様々な故障タイプがシミュレートされる。ＣＮＮモデルをトレーニングするための、多重故障シナリオ及び多重無故障シナリオをカバーするデータセットが決定される。故障シナリオは、特定の箇所又は複数の箇所における１つの故障タイプのみ、及び複数の箇所における複数の故障タイプを含む。故障タイプは、短絡回路故障、開路故障、遮蔽故障、汚損故障、ホットスポット故障、アーク故障、劣化故障及びクリッピング故障を含み、短絡回路故障は、線間故障及び線地絡故障を含む。故障箇所は、１又は２以上のソーラーパネルレベルの故障箇所、１又は２以上のストリングレベルの故障箇所、１又は２以上のサブアレイレベルの故障箇所、１又は２以上のアレイレベルの故障箇所、１又は２以上のインバータレベルの故障箇所、１又は２以上の回路素子のレベルの故障箇所、及び１又は２以上の配線レベルの故障箇所を含む。従って、方法４００のステップ４１４において生成されるＦＤＤＬモデルは、試験用ソーラーパネルネットワーク３０２内に存在する１又は２以上の故障の検出、診断及び位置確認において効率的かつ精密である。

本明細書では、当業者が実施形態の作成及び使用を行えるように主題を説明した。本主題の実施形態の範囲は特許請求の範囲によって定められ、当業者が思いつく他の修正を含むこともできる。このような他の修正は、特許請求の範囲の文言と異ならない同様の要素を有する場合、或いは特許請求の範囲の文言とはわずかに異なる同等の要素を含む場合、特許請求の範囲に含まれるように意図される。

保護の範囲は、このようなプログラム、及び内部にメッセージを有するコンピュータ可読手段にまで及び、このようなコンピュータ可読記憶手段は、サーバ、モバイル装置又はいずれかの好適なプログラマブル装置上でプログラムが実行された時に方法の１又は２以上のステップを実行するためのプログラムコード手段を含むと理解されたい。ハードウェア装置は、例えばサーバ又はパーソナルコンピュータなどのあらゆる種類のコンピュータ、又はこれらのあらゆる組み合わせを含む、プログラム可能なあらゆる種類の装置とすることができる。装置は、例えば特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などのハードウェア手段、或いはＡＳＩＣとＦＰＧＡとの組み合わせ、又は少なくとも１つのマイクロプロセッサとソフトウェアモジュールを含む少なくとも１つのメモリとの組み合わせなどの、ハードウェアとソフトウェア手段との組み合わせとすることができる手段を含むこともできる。従って、これらの手段は、ハードウェア手段とソフトウェア手段の両方を含むことができる。本明細書で説明した方法の実施形態は、ハードウェア及びソフトウェアで実装することができる。装置は、ソフトウェア手段を含むこともできる。或いは、例えば複数のＣＰＵを使用して異なるハードウェア装置上に実施形態を実装することもできる。

本明細書の実施形態は、ハードウェア要素とソフトウェア要素とを含むことができる。ソフトウェアで実装される実施形態は、限定するわけではないが、ファームウェア、常駐ソフトウェア、マイクロコードなどを含む。本明細書で説明した様々なモジュールによって実行される機能は、他のモジュール又は他のモジュールの組み合わせに実装することもできる。本明細書では、コンピュータ使用可能媒体又はコンピュータ可読媒体を、命令実行システム、装置又はデバイスによって又はこれらに関連して使用されるプログラムを含み、記憶し、通信し、伝播し、又は移送できるあらゆる装置とすることができる。

図示のステップは、図示の例示的な実施形態を説明するために示したものであり、特定の機能の実行方法は継続中の技術的発展によって変化すると理解すべきである。本明細書では、これらの例を限定ではなく例示目的で提示する。さらに、本明細書では、説明の便宜上、機能的ビルディングブロックの境界を任意に定めている。これらのビルディングブロックの指定された機能及び関係が適切に実行される限り、別の境界を定めることもできる。当業者には、本明細書に含まれる教示に基づいて（本明細書で説明したものの同等形態、拡張形態、変形形態、偏差形態などを含む）代替例が明らかになるであろう。このような代替例も、開示した実施形態の範囲及び趣旨に含まれる。また、「備える、有する、含む（ｃｏｍｐｒｉｓｉｎｇ、ｈａｖｉｎｇ、ｃｏｎｔａｉｎｉｎｇ及びｉｎｃｌｕｄｉｎｇ）」という単語、及び他の同等の形態は、意味的に同等であるように意図されており、これらの単語のうちのいずれか１つに続く１又は複数の項目がこのような１又は複数の項目の完全なリストであるようには意図されておらず、或いはリストされた１又は複数の項目のみに限定されるように意図されていないという点で制約のないものである。なお、本明細書及び添付の特許請求の範囲（明細書に含まれている場合）において使用される単数形の「ａ、ａｎ（英文不定冠詞）」及び「ｔｈｅ（英文定冠詞）」は、文脈において別途明確に示されていない限り複数形の照応を含む。

さらに、本開示に一致する実施形態を実装する上で１又は２以上のコンピュータ可読記憶媒体を使用することもできる。コンピュータ可読記憶媒体は、プロセッサが読み取ることができる情報又はデータを記憶できるあらゆるタイプの物理的メモリを意味する。従って、コンピュータ可読記憶媒体は、本明細書で説明した実施形態に一致するステップ又は段階を（単複の）プロセッサに実行させる命令を含む、１又は２以上のプロセッサが実行するための命令を記憶することができる。「コンピュータ可読媒体」という用語は、有形アイテムを含んで搬送波及び過度信号を除外し、すなわち非一時的なものであると理解されたい。一例としては、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、揮発性メモリ、不揮発性メモリ、ハードドライブ、ＣＤ ＲＯＭ、ＤＶＤ、フラッシュドライブ、ディスク、及び他のいずれかの既知の物理的記憶媒体が挙げられる。

なお、本開示及び実施例はほんの例示とみなすべきであり、開示した実施形態の実際の範囲及び趣旨は、以下の特許請求の範囲によって示される。

３０２ 試験用ソーラーパネルネットワーク
３０４ ネットワークシミュレーションモジュール
３０６ 故障データベース
３０８ 故障の検出、診断及び位置確認（ＦＤＤＬ）モジュール

Claims (15)

1. 試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのプロセッサ実装方法（４００）であって、該方法は、
   １又は２以上のハードウェアプロセッサを介して、スキーマアルゴリズムを使用して前記試験用ソーラーパネルネットワークのスキーマを取得するステップであって、前記スキーマアルゴリズムは前記試験用ソーラーパネルネットワークのスケルトン構造についての情報を取り込むことが可能であり、前記試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、前記複数のソーラーパネルが、前記複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置される、ステップ（４０２）と、
   前記１又は２以上のハードウェアプロセッサを介して、前記試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び前記試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定するステップであって、各ソーラーパネルの前記ソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含む、ステップ（４０４）と、
   前記１又は２以上のハードウェアプロセッサを介して、モデリング技術を使用して、前記取得されたスキーマ及び各ソーラーパネルの前記ソーラーパネルパラメータセットから前記試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成するステップ（４０６）と、
   前記１又は２以上のハードウェアプロセッサを介して、前記生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成するステップであって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、前記試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び前記環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、前記環境の前記動作温度及び前記環境の前記日照値を含む前記１又は２以上の環境パラメータに基づいて定義される、ステップ（４０８）と、
   前記１又は２以上のハードウェアプロセッサを介して、（ｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定するステップ（４１０）と、
   前記１又は２以上のハードウェアプロセッサを介して、前記複数の故障特徴テンソル（ＦＦＴ）及び前記複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割するステップであって、前記トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、前記試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含む、ステップ（４１２）と、
   前記１又は２以上のハードウェアプロセッサを介して、前記試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成するステップと、
   前記トレーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングするステップであって、（ｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、前記対応する故障シミュレーションデータセットが前記ＣＮＮモデルへの入力として提供され、（ｉｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、前記対応する無故障シミュレーションデータセットが前記ＣＮＮモデルへの前記入力として提供される、ステップ（４１４）と、
   を含むことを特徴とする方法（４００）。
2. 前記１又は２以上のハードウェアプロセッサを介して、前記試験用データセットを使用して、前記生成されたＦＤＤＬモデルを試験するステップであって、（ｉ）前記試験用データセット内に存在する前記１又は２以上の試験用ＦＦＴの各試験用ＦＦＴが前記ラベルとして提供され、前記対応する故障シミュレーションデータセットが前記生成されたＦＤＤＬモデルへの前記入力として提供され、前記試験用データセット内に存在する前記１又は２以上の試験用ＮＦＦＴの各試験用ＮＦＦＴが前記ラベルとして提供され、前記対応する無故障シミュレーションデータセットが前記ＣＮＮモデルへの前記入力として提供される、ステップ（４１６）をさらに含む、
   請求項１に記載の方法。
3. 前記ＣＮＮモデルは、それぞれが最大プーリング層及びドロップアウト層に接続された３つの２次元畳み込み層と、前記ドロップアウト層に接続された２つの全結合層とを含む、
   請求項１に記載の方法。
4. 前記試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルの前記ネームプレートデータセットは、標準定格条件における、前記対応するソーラーパネル内に存在するＰＶセル数（Ｎ_S）と、開路電圧（Ｖ_OC-SRC）と、短絡回路電流（Ｉ_SC-SRC）と、最大電力点電圧（Ｖ_MP-SRC）と、最大電力点電流（Ｉ_MP-SRC）とを含み、前記試験用ソーラーパネルネットワークの前記タイムスタンプ付き動作ログデータセットは、各ソーラーパネルのソーラーパネル別電流及びソーラーパネル別電圧、各ストリングのストリング別電流及びストリング別電圧、各サブアレイのサブアレイ別電流及びサブアレイ別電圧、各アレイのアレイ別電流及びアレイ別電圧、前記１又は２以上のインバータの各インバータ（ＤＣ及びＡＣ）の電圧セット、各インバータの出力、日照値（Ｇ）、雲り値（Ｃ）、降雨値（ｒ）、各ソーラーパネルのソーラーパネル温度、各インバータの温度及び故障電流セットのうちの１つ又は２つ以上を含む、
   請求項１に記載の方法。
5. 各無故障特徴テンソル（ＮＦＦＴ）の前記無故障シミュレーションデータセットは、各ソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定されるとともに、各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）と、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）と、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）と、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）と、各インバータのインバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）とを含み、
   各故障特徴テンソル（ＦＦＴ）の前記故障シミュレーションデータセットは、各ソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定されるとともに、各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）と、各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）と、各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）と、各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）と、各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）とを含む、
   請求項１に記載の方法。
6. 各ソーラーパネルの前記ソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）は、前記対応するソーラーパネルの前記パラメータセット及び前記１又は２以上の環境パラメータに基づいて決定され、各ストリングの前記ストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）は、前記対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベルの電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）に基づいて決定され、各サブアレイの前記サブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）は、前記対応するサブアレイ内に存在する各ストリングの前記ストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）に基づいて決定され、各アレイの前記アレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）は、前記対応するアレイ内に存在する各サブアレイの前記サブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）に基づいて決定され、各インバータの前記インバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）は、前記対応するアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）及び前記１又は２以上の環境パラメータに基づいて決定され、
   各ソーラーパネルの前記ソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）は、前記対応するソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定され、各ストリングの前記ストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）は、前記対応するストリング内に存在する各ソーラーパネルの前記ソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）に基づいて決定され、各サブアレイの前記サブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）は、前記対応するサブアレイ内に存在する各ストリングの前記ストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）に基づいて決定され、各アレイの前記アレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）は、前記対応するアレイ内に存在する各サブアレイの前記サブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）に基づいて決定され、各インバータの前記インバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）は、前記対応するアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）及び前記１又は２以上の環境パラメータに基づいて決定される、
   請求項５に記載の方法。
7. 前記１又は２以上の故障タイプは、短絡回路故障、開路故障、遮蔽故障、汚損故障、ホットスポット故障、アーク故障、劣化故障及びクリッピング故障から成る群から選択され、前記短絡回路故障は、線間故障及び線地絡故障を含み、前記１又は２以上の故障箇所は、１又は２以上のソーラーパネルレベルの故障箇所、１又は２以上のストリングレベルの故障箇所、１又は２以上のサブアレイレベルの故障箇所、１又は２以上のアレイレベルの故障箇所、１又は２以上のインバータレベルの故障箇所、１又は２以上の回路素子レベルの故障箇所及び１又は２以上の配線レベルの故障箇所を含む、
   請求項１に記載の方法。
8. 試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のためのシステム（１００）であって、
   命令を記憶するメモリ（１０２）と、
   １又は２以上の入力／出力（Ｉ／Ｏ）インターフェイス（１０６）と、
   前記１又は２以上のＩ／Ｏインターフェイス（１０６）を介して前記メモリ（１０２）に結合された１又は２以上のハードウェアプロセッサ（１０４）と、
   を備え、前記１又は２以上のハードウェアプロセッサ（１０４）は、前記命令によって、
   スキーマアルゴリズムを使用して前記試験用ソーラーパネルネットワークのスキーマを取得することであって、前記スキーマアルゴリズムは前記試験用ソーラーパネルネットワークのスケルトン構造についての情報を取り込むことが可能であり、前記試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、前記複数のソーラーパネルが、前記複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置されることと、
   前記試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び前記試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定することであって、各ソーラーパネルの前記ソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含むことと、
   モデリング技術を使用して、前記取得されたスキーマ及び各ソーラーパネルの前記ソーラーパネルパラメータセットから前記試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成することと、
   前記生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成することであって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、前記試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び前記環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、前記環境の前記動作温度及び前記環境の前記日照値を含む前記１又は２以上の環境パラメータに基づいて定義されることと、
   （ｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定することと、
   前記複数の故障特徴テンソル（ＦＦＴ）及び前記複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割することであって、前記トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、前記試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含むことと、
   前記試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成することと、
   前記トレーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングすることであって、（ｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、前記対応する故障シミュレーションデータセットが前記ＣＮＮモデルへの入力として提供され、（ｉｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、前記対応する無故障シミュレーションデータセットが前記ＣＮＮモデルへの前記入力として提供される、トレーニングすることと、
   を行うように構成される、
   ことを特徴とするシステム（１００）。
9. 前記１又は２以上のハードウェアプロセッサ（１０４）は、前記試験用データセットを使用して、前記生成されたＦＤＤＬモデルを試験することであって、（ｉ）前記試験用データセット内に存在する前記１又は２以上の試験用ＦＦＴの各試験用ＦＦＴが前記ラベルとして提供され、（ｉｉ）前記対応する故障シミュレーションデータセットが前記生成されたＦＤＤＬモデルへの前記入力として提供され、前記試験用データセット内に存在する前記１又は２以上の試験用ＮＦＦＴの各試験用ＮＦＦＴが前記ラベルとして提供され、前記対応する無故障シミュレーションデータセットが前記ＣＮＮモデルへの前記入力として提供されることを行うようにさらに構成される、
   請求項８に記載のシステム。
10. 前記ＣＮＮモデルは、それぞれが最大プーリング層及びドロップアウト層に接続された３つの２次元畳み込み層と、前記ドロップアウト層に接続された２つの全結合層とを含む、
    請求項８に記載のシステム。
11. 前記１又は２以上のハードウェアプロセッサ（１０４）は、
    標準定格条件における、前記対応するソーラーパネル内に存在するＰＶセル数（Ｎ_S）と、開路電圧（Ｖ_OC-SRC）と、短絡回路電流（Ｉ_SC-SRC）と、最大電力点電圧（Ｖ_MP-SRC）と、最大電力点電流（Ｉ_MP-SRC）とを含む、前記試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルの前記ネームプレートデータセットを受け取り、
    各ソーラーパネルのソーラーパネル別電流及びソーラーパネル別電圧、各ストリングのストリング別電流及びストリング別電圧、各サブアレイのサブアレイ別電流及びサブアレイ別電圧、各アレイのアレイ別電流及びアレイ別電圧、前記１又は２以上のインバータの各インバータ（ＤＣ及びＡＣ）の電圧セット、各インバータの出力、日照値（Ｇ）、雲り値（Ｃ）、降雨値（ｒ）、各ソーラーパネルのソーラーパネル温度、各インバータの温度及び故障電流セットのうちの１つ又は２つ以上を含む、前記試験用ソーラーパネルネットワークの前記タイムスタンプ付き動作ログデータセットを受け取る、
    ようにさらに構成される、請求項８に記載のシステム。
12. 前記１又は２以上のハードウェアプロセッサ（１０４）は、
    各ソーラーパネルのソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）と、各ストリングのストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）と、各サブアレイのサブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）と、各アレイのアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）と、各インバータのインバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）とを含む、各無故障特徴テンソル（ＮＦＦＴ）の前記無故障シミュレーションデータセットを、各ソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定し、
    各ソーラーパネルのソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）と、各ストリングのストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）と、各サブアレイのサブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）と、各アレイのアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）と、各インバータのインバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）とを含む、各故障特徴テンソル（ＦＦＴ）の前記故障シミュレーションデータセットを、各ソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定する、
    ようにさらに構成される、請求項８に記載のシステム。
13. 前記１又は２以上のハードウェアプロセッサ（１０４）は、
    各ソーラーパネルの前記ソーラーパネルレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）を、前記対応するソーラーパネルのパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定し、各ストリングの前記ストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）を、前記対応するストリング内に存在する各ソーラーパネルのソーラーパネルレベルの電流－電圧－電力データセット（ＳＣ_p，ＳＶ_p，ＳＰ_p）に基づいて決定し、各サブアレイの前記サブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）を、前記対応するサブアレイ内に存在する各ストリングの前記ストリングレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_s，ＳＶ_s，ＳＰ_s）に基づいて決定し、各アレイの前記アレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）を、前記対応するアレイ内に存在する各サブアレイの前記サブアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_sa，ＳＶ_sa，ＳＰ_sa）に基づいて決定し、各インバータの前記インバータレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_i，ＳＶ_i，ＳＰ_i）を、前記対応するアレイレベル無故障シミュレーション電流－電圧－電力データセット（ＳＣ_a，ＳＶ_a，ＳＰ_a）及び前記１又は２以上の環境パラメータに基づいて決定することと、
    各ソーラーパネルの前記ソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）を、前記対応するソーラーパネルの前記ソーラーパネルパラメータセット及び前記１又は２以上の環境パラメータに基づいて決定し、各ストリングの前記ストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）を、前記対応するストリング内に存在する各ソーラーパネルの前記ソーラーパネルレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_p，ＦＶ_p，ＦＰ_p）に基づいて決定し、各サブアレイの前記サブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）を、前記対応するサブアレイ内に存在する各ストリングの前記ストリングレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_s，ＦＶ_s，ＦＰ_s）に基づいて決定し、各アレイの前記アレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）を、前記対応するアレイ内に存在する各サブアレイの前記サブアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_sa，ＦＶ_sa，ＦＰ_sa）に基づいて決定し、各インバータの前記インバータレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_i，ＦＶ_i，ＦＰ_i）を、前記対応するアレイレベル故障シミュレーション電流－電圧－電力データセット（ＦＣ_a，ＦＶ_a，ＦＰ_a）及び前記１又は２以上の環境パラメータに基づいて決定することと、
    を行うようにさらに構成される、請求項１２に記載のシステム。
14. 前記１又は２以上の故障タイプは、短絡回路故障、開路故障、遮蔽故障、汚損故障、ホットスポット故障、アーク故障、劣化故障及びクリッピング故障から成る群から選択され、前記短絡回路故障は、線間故障及び線地絡故障を含み、前記１又は２以上の故障箇所は、１又は２以上のソーラーパネルレベルの故障箇所、１又は２以上のストリングレベルの故障箇所、１又は２以上のサブアレイレベルの故障箇所、１又は２以上のアレイレベルの故障箇所、１又は２以上のインバータレベルの故障箇所、１又は２以上の回路素子レベルの故障箇所及び１又は２以上の配線レベルの故障箇所を含む、
    請求項８に記載のシステム。
15. コンピュータプログラムであって、前記コンピュータプログラムは、コンピュータ装置上で実行された時に、該コンピュータ装置に、
    スキーマアルゴリズムを使用して試験用ソーラーパネルネットワークのスキーマを取得することであって、前記スキーマアルゴリズムは前記試験用ソーラーパネルネットワークのスケルトン構造についての情報を取り込むことが可能であり、前記試験用ソーラーパネルネットワークが、複数のソーラーパネル及び複数の回路素子を含み、前記複数のソーラーパネルが、前記複数の回路素子のうちの１又は２以上の回路素子及び１又は２以上のインバータと共に、１又は２以上のストリング、１又は２以上のサブアレイ及び１又は２以上のアレイ内に配置されることと、
    前記試験用ソーラーパネルネットワーク内に存在する各ソーラーパネルのネームプレートデータセット及び前記試験用ソーラーパネルネットワークのタイムスタンプ付き動作ログデータセットに基づいて、各ソーラーパネルのソーラーパネルパラメータセットを決定することであって、各ソーラーパネルの前記ソーラーパネルパラメータセットが、光電流（Ｉ_L）、ダイオード逆方向飽和電流（Ｉ_O）、直列抵抗（Ｒ_S）、シャント抵抗（Ｒ_SH）及び理想係数（ｎ）を含むことと、
    モデリング技術を使用して、前記取得されたスキーマ及び各ソーラーパネルの前記ソーラーパネルパラメータセットから前記試験用ソーラーパネルネットワークのネットワークシミュレーションモデルを生成することと、
    前記生成されたネットワークシミュレーションモデルの複数の故障特徴テンソル（ＦＦＴ）及び複数の無故障特徴テンソル（ＮＦＦＴ）をランダムに生成することであって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）が、複数の故障シナリオのうちの１つの故障シナリオに関連し、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）が、複数の無故障シナリオのうちの１つの無故障シナリオに関連し、各故障シナリオが、前記試験用ソーラーパネルネットワーク内の１又は２以上の故障箇所において発生した１又は２以上の故障タイプと、環境の動作温度及び前記環境の日照値を含む１又は２以上の環境パラメータとに基づいて定義され、各無故障シナリオが、前記環境の前記動作温度及び前記環境の前記日照値を含む前記１又は２以上の環境パラメータに基づいて定義されることと、
    （ｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する無故障特徴テンソル（ＮＦＦＴ）をシミュレートすることによって、前記複数の無故障特徴テンソル（ＮＦＦＴ）の各無故障特徴テンソル（ＮＦＦＴ）の無故障シミュレーションデータセットと、（ｉｉ）前記生成されたネットワークシミュレーションモデルを使用して前記対応する故障特徴テンソル（ＦＦＴ）をシミュレートすることによって、前記複数の故障特徴テンソル（ＦＦＴ）の各故障特徴テンソル（ＦＦＴ）の故障シミュレーションデータセットとを決定することと、
    前記複数の故障特徴テンソル（ＦＦＴ）及び前記複数の無故障特徴テンソル（ＮＦＦＴ）をトレーニングデータセット及び試験用データセットにランダムに分割することであって、前記トレーニングデータセットが、１又は２以上のトレーニングＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上のトレーニングＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含み、前記試験用データセットが、１又は２以上の試験用ＦＦＴ及び対応する故障シミュレーションデータセットと、１又は２以上の試験用ＮＦＦＴ及び対応する無故障シミュレーションデータセットとを含むことと、
    前記試験用ソーラーパネルネットワークにおける故障の検出、診断及び位置確認のための故障の検出、診断及び位置確認（ＦＤＤＬ）モデルを生成することと、
    前記トレーニングデータセットを使用して畳み込みニューラルネットワーク（ＣＮＮ）モデルをトレーニングすることであって、（ｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＦＦＴの各トレーニングＦＦＴがラベルとして提供され、前記対応する故障シミュレーションデータセットが前記ＣＮＮモデルへの入力として提供され、（ｉｉ）前記トレーニングデータセット内に存在する前記１又は２以上のトレーニングＮＦＦＴの各トレーニングＮＦＦＴがラベルとして提供され、前記対応する無故障シミュレーションデータセットが前記ＣＮＮモデルへの前記入力として提供される、トレーニングすることと、
    を行わせる、ことを特徴とするコンピュータプログラム製品。

Images