KR102338511B1 - 태양광 발전 이상 감지 시스템 - Google Patents

태양광 발전 이상 감지 시스템 Download PDF

Info

Publication number
KR102338511B1
KR102338511B1 KR1020210045836A KR20210045836A KR102338511B1 KR 102338511 B1 KR102338511 B1 KR 102338511B1 KR 1020210045836 A KR1020210045836 A KR 1020210045836A KR 20210045836 A KR20210045836 A KR 20210045836A KR 102338511 B1 KR102338511 B1 KR 102338511B1
Authority
KR
South Korea
Prior art keywords
residual
distribution
period
power generation
unit
Prior art date
Application number
KR1020210045836A
Other languages
English (en)
Inventor
이효섭
임재륜
Original Assignee
주식회사 인코어드 테크놀로지스
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 인코어드 테크놀로지스 filed Critical 주식회사 인코어드 테크놀로지스
Priority to KR1020210045836A priority Critical patent/KR102338511B1/ko
Application granted granted Critical
Publication of KR102338511B1 publication Critical patent/KR102338511B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H02S40/32—Electrical components comprising DC/AC inverter means associated with the PV module itself, e.g. AC modules
    • 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

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Photovoltaic Devices (AREA)

Abstract

본 발명은 태양광 발전 이상감지시스템에 관한 것이다. 보다 상세하게는 기저장된 태양광 발전량의 실측치 및 예측치 중에서, 검증기간 및 비교기간의 실측치 및 예측치를 기설정 시간단위로 추출하는 샘플추출부 및 추출된 검증기간의 실측치와 예측치에 대한 잔차분포 및 비교기간의 실측치와 예측치에 대한 잔차분포의 통계량 검증을 수행하여, 비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않으면 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단하는 이상 감지부를 포함하는 태양광 발전 이상감지시스템에 관한 것이다.

Description

태양광 발전 이상 감지 시스템{A SYSTEM FOR MONITERING ABNORMALITY OF SOLAR POWER GENERATION}
본 발명은 태양광 발전 이상 감지 시스템에 관한 것으로, 보다 상세하게는 검증기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포 및 비교기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포의 비교를 통해 태양광 발전 이상여부를 감지할 수 있는 태양광 발전 이상 감지 시스템에 관한 것이다.
전 세계적으로 전기에너지 소비량은 지속적으로 증가하고 있다. 그러나, 화석연료를 기반으로 한 에너지자원의 양은 한정되어 있어, 태양광발전, 풍력발전과 같은 신재생에너지 발전원의 전력생산 비중을 증가시키려는 추세를 보이고 있다.
이러한 신재생에너지 발전을 활용하여 전기에너지를 생산할 경우 온실가스와 미세먼지 등의 환경오염 물질을 감소시킬 수 있을 뿐만 아니라 지속가능한 미래에너지의 관점에서 에너지 공급 안정성을 증대 시킬 수 있어 그 중요성이 날로 커지고 있다.
그 중 태양광 발전 시스템은 설치 위치에 제약이 적고 설치 규모를 필요에 따라 자유롭게 결정할 수 있는 장점이 있어 보급이 확대되고 있다.
하지만, 태양광발전시스템의 출력전력은 먼지, 구름, 눈과 같은 외부적 요인의 영향으로 하루 종일 변화하고, 계절적 요인에 의해 서도 많은 영향을 받는다. 이러한 태양광 발전 시스템은 출력전력 불확실성을 개선하고, 전력계통의 신뢰성을 향상시키며, 전력품질을 향상하기 위해서 태양광발전 출력전력을 모니터링하여 출력전력을 예측하고 이상 발생을 탐지할 필요가 있다
이러한 태양광 발전 시스템은 안정적으로 전기를 생산하여야 하기 때문에 고장이 발생하는 경우 신속한 알림 및 조치가 이루어져야 한다.
: 한국등록특허 제10-1775065호(2017.09.06.공고)
본 발명이 해결하고자 하는 과제는 검증기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포 및 비교기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포의 비교를 통해 태양광 발전 이상여부를 감지할 수 있는 태양광 발전 이상 감지 시스템을 제공하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 태양광 발전 이상 감지 시스템은, 기저장된 태양광 발전량의 실측치 및 예측치 중에서, 검증기간 및 비교기간의 실측치 및 예측치를 기설정 시간단위로 추출하는 샘플추출부 및 추출된 검증기간의 실측치와 예측치에 대한 잔차분포 및 비교기간의 실측치와 예측치에 대한 잔차분포의 통계량 검증을 수행하여, 비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않으면 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단하는 이상 감지부를 포함할 수 있다.
또한, 상기 이상 감지부는, 상기 잔차분포들에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출하는 산출부 및 상기 산출된 통계량에 기반하여 상기 비교기간의 잔차분포와 검증기간의 잔차분포가 동일 분포라는 귀무가설에 대한 검증을 수행하는 판단부를 포함할 수 있다.
또한, 상기 판단부는, 상기 산출된 통계량이 기설정 수준(α)에 대해 다음의 기각조건
Figure 112021041254058-pat00001
(여기서, Dn,m은 통계량, n은 상기 비교기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수, m은 상기 검증기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수)을 성립하면, 상기 비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않은 것으로 판단할 수 있다.
한편, 상기 이상 감지부는, 검증기간의 잔차분포 및 비교기간의 잔차분포를 무작위 순열하여 기설정 개수의 잔차값을 포함하는 두개의 잔차분포를 생성하는 순열부를 더 포함할 수 있다.
이때, 상기 산출부는, 상기 순열부에서 생성된 두개의 잔차분포에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출할 수 있다.
또한, 상기 순열부는 기설정 횟수만큼 무작위 순열하고, 상기 산출부는 무작위 순열시마다 산출된 통계량들의 분포를 산출할 수 있다.
또한, 상기 판단부는, 상기 기설정 횟수만큼 무작위 순열 후 산출된 통계량들의 분포에서, 무작위 순열 전의 초기 통계량이 위치하는 비율(%)이 기설정된 기각역보다 작으면, 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단할 수 있다.
이때, 상기 검증기간의 실측치 및 예측치는 현재 시점을 포함하는 기설정 기간의 데이터가 되고, 상기 비교기간의 실측치 및 예측치는 상기 검증기간 대비 과거 시점을 포함하는 기설정 기간의 데이터가 될 수 있다.
또한, 상기 이상 감지부는, 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단되면, 경고 알림을 발생시킬 수 있다.
본 발명의 일 실시 예에 따른 태양광 발전 이상 감지 시스템은, 검증기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포 및 비교기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포의 비교를 통해 검증기간에 대한 태양광 발전 이상여부를 감지할 수 있다.
특히, 잔차 분포들의 누적분포함수를 산출하고, 누적분포함수들 사이의 통계량을 기반으로 두 분포가 동일하다는 귀무가설을 검증하여 기각조건을 성립시 즉, 두 분포가 동일하지 않으면 태양광 발전의 이상 발생으로 판단함으로써 태양광 발전 설비의 출력을 모니터링할 수 있다.
또한, 잔차 분포들의 무작위 순열을 통해 이상여부 판단의 신뢰성을 높임으로써 태양광 발전 설비의 이상여부를 정확하게 감지할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시 예에 따른 태양광 발전 이상 감지시스템의 개략적인 구성을 설명하기 위한 도면이다.
도 2는 도 1의 본 발명의 일 실시 예에 따른 이상감지서버의 구성을 나타내는 구성 블록도이다.
도 3은 도 2의 이상감지서버의 이상감지 판단을 설명하기 위한 도면이다.
도 4는 도 1의 본 발명의 다른 실시 예에 따른 이상감지서버의 구성을 나타내는 구성 블록도이다.
도 5는 도 4의 이상감지서버의 순열을 설명하기 위한 도면이다.
도 6은 도 2의 실시 예에 따른 태양광 발전 이상 감지시스템의 태양광 발전 이상감지방법을 설명하기 위한 흐름도이다.
도 7은 도 4의 실시 예에 따른 태양광 발전 이상 감지시스템의 태양광 발전 이상감지방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면에서 표시된 구성요소의 크기 및 상대적인 크기는 설명의 명료성을 위해 과장된 것일 수 있다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
비록 제1, 제2 등이 다양한 소자나 구성요소들을 서술하기 위해서 사용되나, 이들 소자나 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자나 구성요소를 다른 소자나 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자나 구성요소는 본 발명의 기술적 사상 내에서 제2 소자나 구성요소 일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
후술하는 상세한 설명은 한정적인 의미로써 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 태양광 발전 이상 감지시스템의 개략적인 구성을 설명하기 위한 도면이다.
본 발명의 일 실시 예에 따른 태양광 발전 이상 감지시스템(1000 ; 이하, 이상감지시스템이라 함)은 DB(300)로부터 태양광 발전 설비(10)의 실측 발전량(이하, 실측치라 함) 및 태양광 발전 설비(10)의 예측 발전량(이하, 예측치라 함)를 추출하여 검증기간에 대한 이상여부를 감지하여 이상발생시 경고알림을 발생할 수 있다.
이때, DB(300)는 적어도 하나의 RTU(100a~100n)로부터 태양광 발전 설비(10)의 실측 발전량(이하, 실측치라 함)을 수신하여 실시간 저장하고, 외부 예측서버(미도시) 또는 이상감지시스템에 구비된 예측모듈(미도시)을 통해 예측된 태양광 발전 설비(10)의 예측 발전량(이하, 예측치라 함)을 실시간 저장할 수 있다. 이에, DB(300)에는 시계열적 실측치 및 예측치가 저장될 있다.
본 발명의 실시 예에 따른 이상감지시스템(1000)은 실측치 및 예측치를 이용하여 태양광 발전의 이상발생을 감지할 수 있다. 구체적으로, 검증기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포 및 비교기간의 발전량 실측치와 발전량 예측치에 대한 잔차 분포의 비교를 통해 태양광 발전 이상여부를 감지할 수 있다.
이때, DB(300)에는 태양광 발전 설비(10)의 태양광 어레이(11) 및 인터버(13)별로 저장될 수도 있으며, 이상감지시스템(1000)은 각 구성별 실측치 및 예측치를 이용하여 각 구성의 이상여부를 감지할 수도 있다.
도 1에 따르면, 본 발명의 일 실시예에 따른 태양광 발전 이상 감지시스템(1000 ; 이하 이상감지시스템이라 함)은 실제 태양광 발전량에 대한 데이터를 수신할 수 있는 RTU(100-1), 이상감지서버(200), 데이터베이스(300) 및 태양광 모듈 어레이(11) 근방에 설치된 각종 센서류(350)를 포함할 수 있다. 또한, 센서들(350)의 센싱값을 이용하여 태양광 발전 설비(10)의 발전량 예측을 위한 예측모듈(미도시)을 더 포함할 수도 있다.
태양광 발전 설비(10)는 태양광 모듈 어레이(11), 접속반(12) 및 인버터(13)를 포함할 수 있으며, 본 발명의 일 실시 예에서는 도 1과 같이 도시하였으나 각 구성의 결합방식은 설계자에 의해 용이하게 변경될 수 있다.
태양광 모듈 어레이(11)는 표면으로 입사되는 태양광을 전기에너지로 변환하는 복수 개의 태양전지 모듈이 직렬 또는 병렬로 연결되어 있다. 태양광 모듈 어레이(11)는 직류전류를 출력하여 접속반(12)에 제공할 수 있으며, 하나의 접속반(12)에 복수 개의 태양광 모듈 어레이(11)가 연결될 수 있다.
접속반(12)은 태양광 모듈별, 시간대별 전압 정보 및 전류 정보를 측정할 수 있다. 접속반(12)에는 복수 개의 태양광 모듈 어레이(11)가 병렬로 연결될 수 있다. 접속반(12)은 태양광 모듈 어레이(11)와 인버터(13-1)를 연결하여 태양광 모듈 어레이(11)에서 발생되는 직류 전력을 직/병렬로 연결하여 수집할 수 있다. 하나의 인버터(13-1)에는 적어도 하나 이상의 접속반(12)이 연결될 수 있다.
인버터(13)는 복수 개의 접속반(12)과 케이블 등으로 연결되어 직류 전력을 공급받을 수 있다. 또한, 인버터(13-1)는 접속반(12)에서 직류 형태로 제공되는 발전 전력을 교류로 변환시켜 계통전원을 통하여 송전할 수 있도록 한다. 이때 인버터에서 생성한 교류 전력에 관한 정보는 사이트별로 RTU(Remote Terminal Unit, 100-1 내지 100-n)를 통하여 이상감지시스템에서 실시간 모니터링할 수 있다. RTU(100-1)는 이상감지시스템(1000)의 이상감지서버(200)에서 이상감지시 필요한 태양광 모듈 어레이(11)들의 발전량 실측치 및 발전량 예측치를 DB(300)에 저장할 수 있다. RTU(100-1)와 인버터(13-1)는 유/무선 통신 수단을 통해 연결될 수 있다.
또한, 이상감지서버(200)는 DB(300)에 저장된 태양광 발전 설비(10)의 실측치 및 예측치를 이용하여 태양광 발전 설비(10)의 이상발생을 판단하고, 이상발생시 경고알림을 발생시킬 수 있다.
이하에서는 도 2 내지 도 7을 참조하여, 이상감지서버(200)의 구성 및 이상감지방법에 대하여 상세히 설명한다.
제1실시예에 따른 이상감지서버(200)
도 2는 도 1의 본 발명의 일 실시 예에 따른 이상감지서버의 구성을 나타내는 구성 블록도이다. 도 3은 도 2의 이상감지서버의 이상감지 판단을 설명하기 위한 도면이다.
도 2에 따르면, 본 발명의 일 실시예에 따른 이상감지서버(200)는 설정부(210), 샘플추출부(220), 이상감지부(230)를 포함하고, 이상감지부(230)는 산출부(240) 및 판단부(250)를 포함할 수 있다. 또한, 산출부(240)는 잔차분포 산출부(241), 누적분포함수 산출부(242) 및 통계량 산출부(243)를 포함할 수 있다.
설정부(210)는 이상감지 판단 대상이 되는 기설정기간의 검증기간, 이상감지 판단을 위한 기준으로 이용되는 기설정기간의 비교기간, 검증기간 및 비교기간의 샘플추출을 위한 시간단위, 이상감지 판단에 이용되는 각종 설정(유의수준, 순열수행시 순열횟수, 기각 조건 등) 등을 관리자로부터 입력받아 설정할 수 있다.
샘플추출부(220)는 DB(300)에 기저장된 태양광 발전량의 실측치 및 예측치 중에서, 검증기간 및 비교기간의 실측치 및 예측치를 기설정된 시간단위로 추출할 수 있다.
샘플 추출부(220)에서 추출된 검증기간의 실측치 및 예측치는 현재 시점을 포함하는 기설정 기간의 시계열 데이터가 되고, 상기 비교기간의 실측치 및 예측치는 상기 검증기간 대비 과거 시점을 포함하는 기설정 기간의 시계열 데이터가 될 수 있다.
일예로, 대상기간은 현재시점을 포함하는 일주일 기간으로 설정할 수 있고 비교기간은 대상기간 보다 과거 시점을 포함하는 한달 기간으로 설정하여 샘플을 설정할 수 있다. 이때, 샘플추출부(220)는 도 3과 같이 검증기간 및 비교기간의 실측치와 예측치의 시계열 데이터 중 기설정 시간단위(일예로, 15분 또는 1시간 간격)로 각 기간별(a:비교기간, c:검증기간) 실측치와 예측치를 추출할 수 있다.
이상감지부(230)는 추출된 검증기간의 실측치와 예측치에 대한 잔차분포 및 비교기간의 실측치와 예측치에 대한 잔차분포의 통계량 검증을 수행하여 두 잔차분포들이 서로 동일하지 않으면 검증기간에 태양광 발전 이상이 발생한 것으로 판단하여 경고 알림을 발생시킬 수 있다.
이상감지부(230)는 잔차분포 산출부(241), 누적분포함수 산출부(242) 및 통계량 산출부(243)를 포함하는 산출부(240) 및 판단부(250)를 포함할 수 있다.
또한, 잔차분포 산출부(241)는 샘플추출부(220)에서 추출된 각 시간 포인트에서 비교기간의 실측치 및 예측치의 차이값인 잔차를 산출하여 도 3과 같이 비교기간의 잔차분포인 제1잔차분포와 검증기간의 잔차분포인 제2잔차분포를 구할 수 있다. 도 3에서 잔차분포는 x축을 기설정된 시간단위 간격으로 하는 시간축으로 하고, y축을 해당 시점의 잔차로 하여 시각화할 수 있다.
누적분포함수 산출부(242)는 잔차분포 산출부(241)에서 산출된 검증기간 및 비교기간의 잔차분포 각각에 대한 누적분포함수를 산출할 수 있다. 이때, 누적분포함수는 하기의 수식을 이용하여 비교기간에 대한 누적분포함수(Fn(x)) 및 검증기간에 대한 누적분포함수(Fnm(x))를 산출할 수 있다.
Figure 112021041254058-pat00002
(여기서,
Figure 112021041254058-pat00003
는 지시 함수이고,
Figure 112021041254058-pat00004
이면 1, 그렇지 않으면 0)
또한, Xn은 비교기간의 잔차값들의 목록, n은 Xn에 들어있는 값들의 개수, Xm은 검증기간의 잔차값들의 목록, m은 Xm에 들어있는 값들의 개수가 될 수 있다.
통계량 산출부(243)는 하기의 수학식2를 이용하여 비교기간의 누적분포함수(Fn(x)) 및 검증기간에 대한 누적분포함수(Fnm(x))들 사이의 거리 집합 상한(상한노름) 즉, 통계량(
Figure 112021041254058-pat00005
)을 산출할 수 있다.
Figure 112021041254058-pat00006
일 예로, 도 3을 참고하면, 통계량 산출부(243)에서 산출되는 통계량은 비교기간의 누적분포함수(Fn(x) : 파란선) 및 검증기간에 대한 누적분포함수(Fnm(x) : 빨간선) 사이의 거리 집합의 상한(상한노름 : 두 누적분포함수 사이의 화살표)이 될 수 있다. 이때, 통계그래프의 x축은 잔차가 되고, y축은 누적확률(cumulative probability)이 될 수 있다.
판단부(250)는 통계량 산출부(243)에서 산출된 통계량에 기반하여 비교기간 및 검증기간의 잔차분포들이 동일 분포라는 귀무가설에 대한 검증을 수행할 수 있다. 이때, 판단부(250)는 산출된 통계량이 기설정 수준(α)에 대해 다음의 수학식3과 같은 기각조건을 성립하면, 비교기간의 잔차분포와 검증기간의 잔차분포가 동일 분포가 아닌 것으로 판단할 수 있다.
Figure 112021041254058-pat00007
여기서, Dn,m은 통계량, n은 비교기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수, m은 검증기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수가 될 수 있다. 일 예로, 수준(α)은 0.05로 설정할 수 있고, 이는 관리자에 의해 변경될 수 있다.
판단부(250)는 비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않은 것으로 판단되면, 태양광 발전 설비(10)에 이상이 발생한 것으로 판단하여 경고알림을 발생시켜 관리자가 확인할 수 있게 한다.
제2실시예에 따른 이상감지서버(200)
도 4는 도 1의 본 발명의 다른 실시 예에 따른 이상감지서버의 구성을 나타내는 구성 블록도이다. 도 5는 도 4의 이상감지서버의 순열을 설명하기 위한 도면이다.
도 4를 참고하면, 제2실시예에 따른 이상감지서버(200)는 도 2의 이상감지서버(200)의 구성에 순열부(260)를 더 포함할 수 있다. 도 4의 이상감지서버(200)의 설정부(210), 샘플추출부(220)는 도 2의 구성 및 기능과 동일하게 동작될 수 있고, 이상감지부(230)는 도 2의 이상감지부(230)의 구성 및 기능을 기반으로 하나, 순열부(260)의 동작에 따라 산출부(240) 및 판단부(250)의 동작이 추가 및 일부 변형될 수 있다. 하기에서는 이를 중심으로 설명하도록 한다.
순열부(260)는 검증기간의 잔차분포 및 비교기간의 잔차분포를 무작위 순열하여 기설정 개수의 잔차값을 포함하는 두개의 잔차분포를 생성할 수 있다.
이때, 산출부(240)는, 순열부(260)에서 생성된 두개의 잔차분포에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출할 수 있다.
도 5를 참고하면, 본 발명의 제2실시예에 따른 순열부(260)의 순열과정은 도 3과 같이 산출된 비교기간의 잔차분포(도 5에서 Xn 잔차분포) 및 검증기간의 잔차분포(도 5에서 Xm 잔차분포)를 무작위 순열하여 다음 잔차분포(제XXn잔차분포 및 제XXm잔차분포)를 생성할 수 있으며, 기설정된 횟수만큼 반복 생성할 수 있다. 즉, 무작위 순열은 도 5의 실시 예와 같이, 최초 잔차분포를 이용하여 수행될 수 있다.
이때, 두 분포에 포함된 잔차값들 중에서 순서를 무작위로 추출하여, 비교기간의 잔차분포로 m개의 잔차값을 추출하고, 검증기간의 잔차분포로 n개의 잔차값을 추출할 수 있다.
순열부(260)는 기설정 횟수만큼 무작위 순열을 수행하고, 산출부(240)는 무작위 순열시마다 통계량을 산출하여 순열 통계량(2)들의 분포를 산출할 수 있다.
판단부(250)는 기설정 횟수만큼 무작위 순열 후 산출된 통계량들(도5에서 2)의 분포에서, 무작위 순열 전의 초기 통계량(도 5에서 1)이 위치하는 비율(%)이 기설정된 기각역보다 작으면, 검증기간에 태양광 발전 이상이 발생한 것으로 판단할 수 있다.
여기서, 기각역은 0.05로 설정될 수 있으며 변경 설정될 수도 있다. 또한, 상기 비율(%)은 초기 통계량(1)이 순열 통계량의 분포(2)에서 상위 몇 %에 해당되는지를 나타낼 수 있다.
이때, 비교기간의 최초 잔차분포(도 5에서 Xn 잔차분포) 및 검증기간의 최초 잔차분포(도 5에서 Xm 잔차분포)가 동일한 분포라면, 순열의 반복을 통한 통계량검정시에도 두 분포가 동일분포로 판단될 수 있다.
반면, 비교기간의 최초 잔차분포(도 5에서 Xn 잔차분포) 및 검증기간의 최초 잔차분포(도 5에서 Xm 잔차분포)가 동일하지 않은 분포라면, 순열의 반복을 통한 통계량검증시에도 두 분포가 동일하지 않은 분포로 판단될 수 있다.
이에, 순열의 반복을 통해 판단부(250)의 이상여부 판단에 대한 신뢰성을 높일 수 있다.
또한, 도 2 및 도 4에 따른 이상감지시스템은, 외부 예측서버 또는 예측모듈(미도시)을 구비하여, 발전량 실측치를 이용한 발전량 예측치를 예측하여 본 발명의 이상감지판단에 이용할 수 있다.
예측시 필요한 데이터들은 외기온도, 일사량, 습도 등과 관련된 다양한 기후요소와 모듈과 관련된 각종 상수 및 태양광 모듈의 셀온도 등과 같은 태양광 모듈 어레이(11)의 물리적 특성 및 RTU(100-1)로부터 실제 연결된 태양광 모듈 어레이(11)에서 생성된 발전량 등을 포함한다.
이때, 예측모듈은 태양광 모듈 셀의 표면 온도, 태양광 모듈 어레이(11)의 사이트 온도, 습도 풍향, 태양 고도각, 방위각 등의 정보를 태양광 모듈 어레이 주변에 설치된 센서(350)로부터 획득할 수 있으며, 기상청 등의 외부서버로부터 기후정보를 수집할 수 있다.
예측치는 다음과 같은 예측을 통해 산출될 수 있으며, 이는 본 발명의 예측치 산출을 위한 하나의 실시예이며 다른 방법에 의해 예측될 수도 있다.
일 예로, 예측모듈은 예측시 필요한 데이터들을 수집하고, 각종 물리 모델 및 발전량 추정치를 연산하고 기계 학습을 통하여 최종적인 사이트별 발전량 예측을 수행한다.
구체적으로, 예측모듈은 외기온도 및 태양광 모듈 어레이(11)의 셀온도를 포함하는 기후요소데이터 및 상기 태양광 모듈 어레이가 설치된 사이트들의 위치 데이터를 포함하는 필요 데이터를 수집하는 데이터 수집부, 상기 위치 데이터에 기초하여 연산된 천문 요소값에 기초하여 물리 모델값들을 산출하는 물리 모델 연산부, 상기 물리 모델값들에 기초하여 발전량 추정치를 연산하는 발전량 추정 연산부, 상기 발전량 추정치를 입력으로 하는 기계학습을 수행하고 기계학습의 결과에 기초하여 최종 발전량 예측치를 산출하는 기계학습 연산부 및 상기 사이트들 각각에 대하여 복수의 기계학습 모델 중 어느 하나를 선택하고, 상기 기계학습에 대한 설정값들을 설정하는 제어부를 포함할 수 있다.
이 경우, 상기 물리 모델값들은 경사면 일사량(PoA, Plane of Array) 및 유효일사량(Effective Irradiance)을 포함할 수 있다.
또한, 상기 경사면 일사량은, 상기 사이트들의 위치정보 및 시간정보에 기반하여 천문 요소값을 계산하고, 상기 천문 요소값에 기초하여 전천일사 추정치를 연산한 후, 상기 전천일사 추정치에 기초하여 직달일사 및 수평면확산일사 추정치를 계산하고, 상기 직달일사 및 수평면확산일사 추정치에 기초하여 연산될 수 있다.
한편, 상기 경사면 일사량은 경사면 일사량 빔(PoA Beam) 요소, 경사면 일사량 지상 반사(PoA ground reflected) 요소, 경사면 일사량 공중 확산(PoA Sky-diffuse) 요소를 포함하고, 상기 유효일사량은 하기 수학식 4에 따라 결정될 수 있다.
Figure 112021041254058-pat00008
여기서, Ee= 는 유효일사량, Eb 는 경사면 일사량 빔 요소, Eg는 경사면 일사량 지상 반사 요소, 또한, Ed는 경사면 일사량 공중 확산 요소이고, aoi_modifier는 상기 태양광 모듈 어레이를 실험하여 구한 상수가 될 수 있다.
또한, 상기 발전량 추정치는, 하기 수학식 5에 따라 결정될 수 있다.
Figure 112021041254058-pat00009
여기서, Ee는 유효일사량, E0 은 1000W/m2, Pmp는 DC 전력 추정치, Pmp0는 DC 정격 출력 전압에서의 기준 전력, γ는 태양광 모듈 어레이에서 실험으로 결정되는 상수, Tc는 표면온도, T0는 기준온도 (섭씨 25도)가 될 수 있다.
이 경우, 사용할 모델의 경우에는 예컨대, 랜덤 포레스트(Random Forest) 및 LSTM 모델을 포함할 수 있다. 예측 대상 시점의 여러 입력 요소의 값으로 부터 동일한 시점의 발전량 예측치을 추론한다. 인접한 시점 간의 관계는 고려하지 않고, 특정 시점의 입력 데이터와 출력 데이터의 관계만을 고려한다.
과거 데이터로부터 이러한 관계를 설명하는 나무 형태의 반복적인 판단 기준(트리 모델)을 학습한다. 새로운 입력 데이터에 대해서 학습된 나무 형태의 반복적인 판단 기준에 따라 여러 노드 중 하나로 분류하고, 분류된 노드의 대표값으로 예측치을 추론한다. 여러 개의 나무 형태의 판단 기준을 사용하여 예측 값을 여러번 생성한 후 이들의 평균값을 사용하여 과적합을 막는다. 즉, 상기 입력 데이터와 상기 출력 데이터의 관계로부터 복수의 트리 모델을 생성하고, 복수의 트리 모델에 따라 예측된 발전량 예측치에 기초하여 최종 발전량 예측치을 예측한다.
이 경우, 입력 데이터는 과거 발전량, 주요 기상요소, 일사량 추정치, 기준적인 DC/AC 전력, 시간 정보 및 발전량 추정치 등일 수 있으며, 출력 데이터는 물리 모델에 기초한 발전량예측치이다.
LSTM은 예측 대상 시점을 포함한 직전 k 스텝(단, k는 자연수)의 입력 요소의 값을 시간적인 연결관계(시계열적인)가 있는 인공신경망 구조를 이용하여 기계학습에 근거한 예측치을 연산한다. 입력 요소는 과거 발전량, 주요 기상요소, 일사량 추정치, 기준적인 DC/AC 전력, 물리 모델에 기초한 발전량 추정치, 시간 정보 등에 대한 k 스텝 시계열 값이다. 출력 요소는 단일한 시점 또는 연속한 t 스텝(단, t는 자연수)에 대한 발전량 예측치이다.
예측치이 생성되면, 사용자별, 사이트별 필요에 따라 예컨대, 스케일링 되돌리기 등의 후처리 과정을 거쳐서 예측된 발전량값을 적절한 형식과 절차로 전송할 수 있다.
따라서, 본 발명에 따르면, 태양광 모듈 어레이의 사이트별 발전량을 정확하게 예측함으로써, 정확한 예측치 및 실측치를 이용하여 이상감지판단을 할 수 있다.
도 6은 도 2의 실시 예에 따른 태양광 발전 이상 감지시스템의 태양광 발전 이상감지방법을 설명하기 위한 흐름도이다. 도 6은 도 1 내지 3의 이상감지시스템을 기반으로 동작될 수 있다.
도 6을 참고하면, 검증기간 및 비교기간의 실측치 및 예측치를 기설정 시간단위로 추출한 후(S610), 검증기간의 실측치와 예측치에 대한 제1잔차분포 및 비교기간의 실측치와 예측치에 대한 제2잔차분포를 산출할 수 있다(S620).
다음으로, 제1잔차분포에 대한 제1누적분포함수를 산출하고, 제2잔차분포에 대한 제2누적분포함수를 산출할 수 있다(S630).
다음으로, 제1누적분포함수와 제2누적분포함수 사이의 거리 집합 상한(상한노름) 즉, 통계량(
Figure 112021041254058-pat00010
)을 산출할 수 있다(S640).
다음으로, 산출된 통계량에 기반하여 비교기간 및 검증기간의 잔차분포들이 동일 분포라는 귀무가설에 대한 검증을 수행할 수 있다. 이때, 산출된 통계량이 기설정 수준(α)에 대해
Figure 112021041254058-pat00011
의 기각조건을 성립하면(S650:Y), 비교기간의 잔차분포와 검증기간의 잔차분포가 동일 분포가 아닌 것으로 판단할 수 있다.
여기서, Dn,m은 통계량, n은 비교기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수, m은 검증기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수가 될 수 있다. 일 예로, 수준(α)은 0.05로 설정할 수 있고, 이는 관리자에 의해 변경될 수 있다.
비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않은 것으로 판단되면, 태양광 발전 설비(10)에 이상이 발생한 것으로 판단하여 경고알림을 발생시켜 관리자가 확인할 수 있게 한다(S670).
한편, 기각조건이 성립되지 않으면(S650:N) 정상으로 판단할 수 있다.
도 7은 도 4의 실시 예에 따른 태양광 발전 이상 감지시스템의 태양광 발전 이상감지방법을 설명하기 위한 흐름도이다. 도 7은 도 4 및 도5를 기반으로 이상감지를 수행할 수 있다.
도 7을 참고하면, 검증기간 및 비교기간의 실측치 및 예측치를 기설정 시간단위로 추출한 후(S710), 검증기간의 실측치와 예측치에 대한 제Xn잔차분포 및 비교기간의 실측치와 예측치에 대한 제Xm잔차분포를 산출할 수 있다(S720).
다음으로, 제Xm잔차분포에 대한 누적분포함수를 산출하고, 제Xn잔차분포에 대한 누적분포함수를 산출할 수 있다(S730).
다음으로, 산출된 두개의 누적분포함수 사이의 거리 집합 상한(상한노름) 즉, 통계량을 산출할 수 있다(S740).
다음으로, 기설정횟수만큼 순열과정을 수행할 수 있다. 구체적으로, S720단계에서 산출된 제Xn잔차분포 및 비교기간의 실측치와 예측치에 대한 제Xm잔차분포를 무작위 순열하여, 기설정 개수의 잔차값을 포함하는 두개의 잔차분포를 생성할 수 있다.
이때, 두 분포에 포함된 잔차값들 중에서 순서를 무작위로 추출시, 비교기간의 잔차분포로 m개의 잔차값을 추출하고, 검증기간의 잔차분포로 n개의 잔차값을 추출할 수 있다.
생성된 두개의 잔차분포에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출할 수 있다.
즉, 기설정횟수만큼 S720 내지 S760 단계를 반복수행할 수 있다. 이때, 무작위 순열은 최초 잔차분포를 이용하여 수행될 수 있다.
다음으로, 기설정 횟수만큼 무작위 순열이 완료되면(S750:Y), 무작위 순열시마다 통계량을 산출하여 순열 통계량(2)들의 분포를 산출할 수 있다. 기설정 횟수만큼 무작위 순열 후 산출된 통계량들(도5에서 2)의 분포에서, 무작위 순열 전의 초기 통계량(도 5에서 1)이 위치하는 비율(%) 즉, 초기 통계량(도 5에서 1) 순열 통계량의 분포(2)에서 상위 몇 %에 해당되는지를 산출할 수 있다(S770).
다음으로, 산출된 초기 통계량의 비율(%)이 기설정된 기각역보다 작으면(S780:Y), 검증기간의 잔차분포와 비교기간의 잔차분포가 동일하지 않은 것으로 판단하여 검증기간에 태양광 발전 이상이 발생한 것으로 판단할 수 있다(S790). 이 경우, 검증기간에 대한 태양광 발전의 이상에 대해 경고 알림을 발생시킬 수 있다(S800). 여기서, 기각역은 0.05로 설정될 수 있으며 변경 설정될 수도 있다.
한편, S780단계가 성립되지 않으면(S780:N), 검증기간의 잔차분포와 비교기간의 잔차분포가 동일한 것으로 판단하여 검증기간의 태양광 발전이 정상인 것으로 판단할 수 있다(S790).
앞서 설명한 본 발명의 실시예들 중 적어도 일부는, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능할 수 있다. 예를 들어, 도 6 및 도 7에 도시된 이상감지서버(200)의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능할 수 있다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함할 수 있다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함할 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 구현됨으로써, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
200 : 이상 감지 서버
210 : 설정부 220 : 샘플추출부
230 : 이상감지부 240 : 산출부
241 : 잔차분포 산출부 242 : 누적분포함수 산출부
243 : 통계량 산출부 250 : 판단부
260 : 순열부
100a 내지 100n : RTU
10 : 태양광 발전 설비 11 : 태양광 모듈 어레이
12 : 접속반 13 : 인버터 그룹
13a 내지 13n : 인버터

Claims (8)

  1. 기저장된 태양광 발전량의 실측치 및 예측치 중에서, 검증기간 및 비교기간의 실측치 및 예측치를 기설정 시간단위로 추출하는 샘플추출부; 및
    추출된 검증기간의 실측치와 예측치에 대한 잔차분포 및 비교기간의 실측치와 예측치에 대한 잔차분포의 통계량 검증을 수행하여, 비교기간의 잔차분포와 검증기간의 잔차분포가 동일하지 않으면 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단하는 이상 감지부를 포함하고,
    상기 이상 감지부는,
    상기 잔차분포들에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출하는 산출부; 및
    상기 산출된 통계량에 기반하여 상기 비교기간의 잔차분포와 검증기간의 잔차분포가 동일 분포라는 귀무가설에 대한 검증을 수행하는 판단부를 포함하는, 태양광 발전 이상 감지 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 판단부는,
    상기 산출된 통계량이 기설정 수준(α)에 대해 다음의 기각조건을 성립하면, 상기 비교기간의 잔차분포와 검증기간의 잔차분포가 동일 분포가 아닌 것으로 판단하는, 태양광 발전 이상 감지 시스템.
    Figure 112021074302520-pat00012

    여기서, Dn,m은 통계량, n은 상기 비교기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수, m은 상기 검증기간의 잔차분포에 포함된 단위시간별 잔차값들의 개수임.
  4. 제1항에 있어서,
    상기 이상 감지부는,
    검증기간의 잔차분포 및 비교기간의 잔차분포를 무작위 순열하여 기설정 개수의 잔차값을 포함하는 두개의 잔차분포를 생성하는 순열부를 더 포함하고,
    상기 산출부는,
    상기 순열부에서 생성된 두개의 잔차분포에 대한 각각의 누적분포함수를 산출하고, 산출된 누적분포함수들 사이의 상한노름을 나타내는 통계량을 산출하는, 태양광 발전 이상 감지 시스템.
  5. 제4항에 있어서,
    상기 순열부는 기설정 횟수만큼 무작위 순열하고, 상기 산출부는 무작위 순열시마다 산출된 통계량들의 분포를 산출하는, 태양광 발전 이상 감지 시스템.
  6. 제5항에 있어서,
    상기 판단부는,
    상기 기설정 횟수만큼 무작위 순열 후 산출된 통계량들의 분포에서, 무작위 순열 전의 초기 통계량이 차지하는 비율(%)이 기설정된 기각역보다 작으면, 상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단하는, 태양광 발전 이상 감지 시스템.
  7. 제1항에 있어서,
    상기 검증기간의 실측치 및 예측치는 현재 시점을 포함하는 기설정 기간의 시계열 데이터가 되고, 상기 비교기간의 실측치 및 예측치는 상기 검증기간 대비 과거 시점을 포함하는 기설정 기간의 시계열 데이터가 되는, 태양광 발전 이상 감지 시스템.
  8. 제1항에 있어서,
    상기 이상 감지부는,
    상기 검증기간에 태양광 발전 이상이 발생한 것으로 판단되면, 경고 알림을 발생시키는, 태양광 발전 이상 감지 시스템.
KR1020210045836A 2021-04-08 2021-04-08 태양광 발전 이상 감지 시스템 KR102338511B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210045836A KR102338511B1 (ko) 2021-04-08 2021-04-08 태양광 발전 이상 감지 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210045836A KR102338511B1 (ko) 2021-04-08 2021-04-08 태양광 발전 이상 감지 시스템

Publications (1)

Publication Number Publication Date
KR102338511B1 true KR102338511B1 (ko) 2021-12-13

Family

ID=78831775

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210045836A KR102338511B1 (ko) 2021-04-08 2021-04-08 태양광 발전 이상 감지 시스템

Country Status (1)

Country Link
KR (1) KR102338511B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240045832A (ko) 2022-09-30 2024-04-08 디아이랩 주식회사 이종의 검사 프로세스를 이용한 태양광 발전의 이상을 감지하기 위한 장치 및 이를 위한 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012124188A (ja) * 2010-12-06 2012-06-28 Hitachi Ltd 太陽光発電量予測装置，太陽光発電量予測方法，系統電圧制御装置，系統電圧制御方法
JP2014176195A (ja) * 2013-03-08 2014-09-22 Hitachi Industry & Control Solutions Ltd 太陽電池劣化診断装置
KR101775065B1 (ko) 2016-08-05 2017-09-06 주식회사 해줌 태양 에너지를 이용하는 발전소의 이상을 감지하는 방법, 서버 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012124188A (ja) * 2010-12-06 2012-06-28 Hitachi Ltd 太陽光発電量予測装置，太陽光発電量予測方法，系統電圧制御装置，系統電圧制御方法
JP2014176195A (ja) * 2013-03-08 2014-09-22 Hitachi Industry & Control Solutions Ltd 太陽電池劣化診断装置
KR101775065B1 (ko) 2016-08-05 2017-09-06 주식회사 해줌 태양 에너지를 이용하는 발전소의 이상을 감지하는 방법, 서버 및 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240045832A (ko) 2022-09-30 2024-04-08 디아이랩 주식회사 이종의 검사 프로세스를 이용한 태양광 발전의 이상을 감지하기 위한 장치 및 이를 위한 방법

Similar Documents

Publication Publication Date Title
KR101761686B1 (ko) 머신 러닝을 이용한 태양광 발전량 실시간 예측 시스템
US9590559B2 (en) Monitoring system
US8606416B2 (en) Energy generating system and control thereof
KR102084784B1 (ko) 머신러닝기반 태양광발전운영 관리방법
KR102523891B1 (ko) 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치
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
US20140278332A1 (en) System And Method For Performance Monitoring And Evaluation Of Solar Plants
KR102352588B1 (ko) 선형회귀모델을 이용하여 태양광 발전에서의 인버터 효율 정보를 도출하는 장치 및 방법
Ventura et al. Development of models for on-line diagnostic and energy assessment analysis of PV power plants: The study case of 1 MW Sicilian PV plant
KR102230548B1 (ko) Frbfnn 모델을 이용한 태양광 발전설비의 발전예측 및 효율진단 시스템
KR102498535B1 (ko) 신재생에너지 발전 관리 시스템
JP2012138448A (ja) 太陽光発電の出力低下検出装置及び検出方法
KR102338511B1 (ko) 태양광 발전 이상 감지 시스템
KR102462909B1 (ko) 태양광패널의 음영감지방법 및 시스템
Ding et al. A health status-based performance evaluation method of photovoltaic system
Davarifar et al. Real-time diagnosis of PV system by using the sequential probability ratio test (SPRT)
Wang et al. Fault diagnosis method based on an improved KNN algorithm for PV strings
Belik et al. Prediction of the degradation process of mono-Si photovoltaic panels in Ukrainian and Czech conditions
CN118410445B (zh) 分布式光伏异常数据检测方法、系统、电子设备及存储介质
KR102379984B1 (ko) 신재생에너지 발전 관리 시스템
Petrusev et al. AUTOMATIC DETECTION OF DISTRIBUTED SOLAR GENERATION BASED ON EXOGENOUS INFORMATION
Li et al. Detection and Analyze of Off-Maximum Power Points of PV Systems Based on PV-Pro Modelling
KR102338524B1 (ko) 최적 발전 입찰값 결정 시스템 및 방법
KR102683561B1 (ko) 이상 상태 진단을 위한 알고리즘 기반 태양광 발전 시스템 효율성 향상 장치 및 방법
Al-Katheri et al. Application of Artificial Intelligence in PV Fault Detection. Sustainability 2022, 14, 13815

Legal Events

Date Code Title Description
GRNT Written decision to grant