WO2024256495A2 - Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system - Google Patents

Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system Download PDF

Info

Publication number
WO2024256495A2
WO2024256495A2 PCT/EP2024/066285 EP2024066285W WO2024256495A2 WO 2024256495 A2 WO2024256495 A2 WO 2024256495A2 EP 2024066285 W EP2024066285 W EP 2024066285W WO 2024256495 A2 WO2024256495 A2 WO 2024256495A2
Authority
WO
WIPO (PCT)
Prior art keywords
arc
occurred
jsk
amplitude values
value
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.)
Ceased
Application number
PCT/EP2024/066285
Other languages
English (en)
French (fr)
Other versions
WO2024256495A3 (de
Inventor
Stefan Roither
Daniel Huber
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fronius International GmbH
Original Assignee
Fronius International GmbH
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 Fronius International GmbH filed Critical Fronius International GmbH
Priority to AU2024302859A priority Critical patent/AU2024302859A1/en
Priority to IL325287A priority patent/IL325287A/en
Priority to EP24732689.5A priority patent/EP4728637A2/de
Priority to CN202480039350.0A priority patent/CN121399851A/zh
Publication of WO2024256495A2 publication Critical patent/WO2024256495A2/de
Publication of WO2024256495A3 publication Critical patent/WO2024256495A3/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

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
    • 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

Definitions

  • a photovoltaic system is a system which comprises at least one photovoltaic module, in particular a plurality of photovoltaic modules.
  • PV systems photovoltaic systems
  • PV plants photovoltaic systems
  • Detecting an indication that an arc has occurred in the PV system therefore usually leads to the triggering of an emergency procedure, for example the triggering of an emergency switch. It is sometimes not easy to determine whether an arc has actually occurred or not.
  • False-positive triggering i.e. triggering of the The risk of false positives (i.e. initiating an emergency procedure even though there was actually no arc) is therefore accepted in order to minimise false negative triggering (i.e. failure to trigger the emergency procedure even though there was actually an arc).
  • an object of the present invention to provide an improved method and an improved device for detecting an arc in a direct current system, in particular a PV system.
  • the invention is particularly preferably used to detect a serial arc in a direct current system, in particular a PV system.
  • false-positive triggering of emergency procedures should be reduced or avoided, or at least a simple solution should be created for detecting and reversing the false-positive triggering of an emergency procedure.
  • a computer-implemented method comprising the steps of: detecting a temporal progression of amplitude values of an electrical quantity of an electrical current from the photovoltaic system, PV system; determining at least one value of a permutation entropy, PE, based on the temporal progression of the amplitude values (or specifically: the temporal progression of the amplitude values); determining at least one value of a Jensen-Shannon complexity, JSK, based on the temporal progression of the amplitude values (or specifically: the temporal progression of the amplitude values); detecting whether an arc has actually occurred in the PV system, based on the at least one specific value of the permutation entropy, PE, and on the at least one specific value of the Jensen-Shannon complexity, JSK.
  • JSK The Jensen-Shannon complexity, JSK, can be calculated, for example, as described in “Rosso et al.”.
  • the PE can be calculated, for example, using the method described in “Bandt & Pompe”, optionally also using the further development according to “Azami et al.” or according to Unakafova & Keller.
  • an indication that an arc may have occurred in the PV system is also recorded. As will be explained in more detail below, this opens up a variety of possibilities for providing particularly safe devices and methods.
  • the detection of whether an arc has actually occurred in the PV system only takes place if the indication that an arc may have occurred in the PV system has previously been recorded.
  • the detection of the indication and the detection can coincide, or occur completely independently of one another.
  • the electrical quantity can be, for example, the electrical current or the electrical voltage, with electrical current being preferred.
  • the indication that an arc may have occurred should be understood in particular as an indication on the basis of which an emergency procedure is triggered in the sense of avoiding false-negative measures, i.e. missing triggers despite the presence of an arc.
  • the indication is advantageously created or generated in such a way that it is always present when an actual arc has occurred (true positive) but can also occur when an arc has not actually occurred (false positive).
  • the detection of whether an arc has occurred is intended to determine whether an arc has actually occurred, ie it should be positive if and only if an arc has actually occurred.
  • detecting the indication that an arc may have occurred can involve receiving a signal that reports the (possible) occurrence of an arc.
  • the signal can originate from the direct current system (e.g. PV system) itself.
  • the device according to the invention and/or the method according to the invention can also include generating the indication themselves.
  • the indication in a first step, can be generated according to a first algorithm, the first algorithm being designed in such a way that there are as few false negative results as possible but false positive results are accepted, i.e., in other words, that the indication is generated too often rather than too rarely.
  • the detection of whether an arc has occurred can then be carried out according to a second algorithm which, compared to the first algorithm, generates a reduced number of false positive results and, advantageously, does not generate any false positive results at all.
  • the execution of the first algorithm can also be referred to as an arc warning
  • the execution of the second algorithm can also be referred to as an arc diagnosis.
  • the detection of the indication that an arc may have occurred and the detection of whether an arc has occurred can coincide, namely when the indication is already generated with an algorithm that is so sophisticated that it generates no, or practically no, false positive results.
  • the present invention provides both 2-stage and 1-stage variants.
  • the inventors have found that the permutation entropy, PE, is particularly suitable as an entropy metric for direct current systems, in particular for PV systems. In the following, the invention will therefore be described primarily with reference to the PE as an entropy metric.
  • the calculation of the permutation entropy according to the Bandt-Pompe method is particularly suitable. Method, see "Bandt &Pompe".
  • JSK Jensen-Shannon complexity
  • the permutation entropy indicates, roughly speaking, how strongly certain patterns ⁇ j (English “pattern”) differ within a time series, i.e. a temporal progression, where the patterns ⁇ j are based only on the relative size of values A(t i ) of time series sections to each other ("ordinal representation"). This means that the time series sections (1, 2, 3) and (300, 795, 5900) have the same pattern ⁇ j , namely that the values A(t i ) always increase from one to the next.
  • Important parameters of the permutation entropy are the pattern length D (also called "embedding dimension”) and the embedding delay ⁇ .
  • the pattern length D indicates how long the patterns ⁇ j are that are examined in the permutation entropy PE, so that D! ("D-factorial") gives the number of possible patterns ⁇ j .
  • D! (“D-factorial") gives the number of possible patterns ⁇ j .
  • time series sections of length D are taken and the patterns ⁇ j therein are examined, in particular counted.
  • the inventors have found that a pattern length D between 3 and 7 is particularly advantageous for the present invention.
  • the various patterns can be identified, for example, in such a way that within a time series section of length D the smallest value A min is given the value 0, the next largest value is given the value 1, and so on, up to the largest value A max , which is given the value D-1.
  • the various possible patterns ⁇ j then correspond exactly to the possible permutations of (0..D-1).
  • the permutation entropy can also be calculated as a "multi-scale entropy" (MPE), in particular using the method described in "Azami et al.”
  • MPE multi-scale entropy
  • JSK Jensen-Shannon complexity
  • the difference in the distributions is determined using the Jensen-Shannon divergence.
  • the JSK can take on different values between a minimum value and a maximum value, which is given by D!.
  • the JKS thus provides additional information for characterizing a time series that is not contained in the PE.
  • a time series of tuples PE(t i ), JSK(t i )) is calculated for a plurality of times t i .
  • the detection of whether an arc has occurred is advantageously based on the calculated time series.
  • the times are advantageously periodically spaced from one another.
  • the inventors have found that the PE-JSK parameter level enables particularly reliable detection of whether an arc has occurred or not. It is also advantageous if the permutation entropy, PE, is calculated in a sliding window over the total available time series of amplitude values, i.e. if the counting of patterns etc.
  • the size W of this sliding window is another hyperparameter.
  • a larger pattern length D allows more complex processes to be described.
  • a pattern length D that is too large means that not all possible patterns can occur in a temporal progression of amplitude values of limited length, which in turn hinders the complexity analysis. It is therefore advantageous if W>5D! applies.
  • the sliding window is preferably always shifted by a single amplitude value, so that each time only the first time series section leaves the sliding window, and at the end a new, previously unexamined time series section is included in the sliding window. This means that a maximum of two numbers of patterns can change from window to window.
  • At least one temporal trajectory of points in a PE-JSK parameter space (“PE-JSK trajectory") is calculated.
  • the detection of whether an arc has occurred is advantageously based at least on the calculated temporal trajectory, in particular on variables that can be derived from the trajectory, such as for example, the first derivative/gradient, the second derivative, a spread between minimum and maximum values and/or the like.
  • the inventors have found that the properties of this trajectory enable particularly reliable detection of whether or not an arc has occurred.
  • the temporal trajectory can also advantageously be generated and calculated according to the Unakafova approach from Unakafova & Keller, i.e., with a sliding time window of size W.
  • the calculated time series of tuples and/or the calculated temporal trajectory are input into an artificial intelligence unit, KIE, which carries out the detection of whether an arc has occurred based thereon.
  • KIE can comprise a supervised learning or unsupervised learning machine learning model, MLM.
  • An MLM that can be used advantageously can, for example, comprise or consist of a cluster analysis method.
  • Supervised trained MLMs can, for example, have or consist of an artificial neural network, ANN.
  • the input data of the MLM can in particular have PE values and/or JSK values, or be quantities based on PE values and/or JSK values, in particular in one of the variants described herein such as (PE(t i ), JSK(t i )) tuples, trajectories in the PE-JSK parameter space, and/or the like.
  • various calculation methods can be used, which can either be hyperparameters (i.e., specified when designing and training the MLM), or as Parameters can be used, i.e., determined by the MLM itself during training.
  • Such hyperparameters/parameters are, for example, the pattern length D (also called “embedding dimension”), the window size W, or the embedding delay ⁇ . It can also be provided that several permutation metrics and/or several complexity metrics are used as input data, so that the MLM “learns" during its training which entropy metrics and/or which complexity metrics, and in which combination, form the best basis for deciding whether an arc actually occurred. In particular, several permutation entropies and/or several Jensen-Shannon complexities can be used as input data, each of which can have different hyperparameters.
  • an indication that an arc may have occurred is detected, particularly advantageously based on the at least a specific value of the permutation entropy, PE, and/or on the at least one specific value of the Jensen-Shannon complexity, JSK.
  • the detection of the indication can also be carried out - as is known in the art - by means of an analysis of the spectral power density of the noise in the DC circuit.
  • the method also comprises triggering an emergency procedure (already) in response to the detection of the indication. In this variant, the detection of whether an arc has actually occurred optionally takes place afterwards (ie, later in time).
  • the emergency procedure is preferably suspended again when it is detected that no arc has actually occurred.
  • the method comprises triggering an emergency procedure (in particular if and only if) it is detected that an arc has actually occurred in the PV system.
  • the emergency procedure is not triggered as soon as the indication that an arc may have occurred is detected, but only when an actual arc is detected.
  • the detection of the indication and the detection of the arc can also coincide.
  • the triggering of the emergency procedure can, for example, include the triggering of an arc fault circuit interrupter (LBFSU, AFCI).
  • the emergency procedure can include the system being reactivated if the event does not pose a danger.
  • the emergency procedure can also include that, instead of a shutdown, the current is reduced to a value R so that the arc is extinguished, where R is a selectable parameter.
  • the triggering of the emergency procedure can also include that a shutdown device is triggered, for example at least one relay is opened by an inverter of the PV system in order to thereby interrupt the flow of current.
  • the recorded temporal progression of the amplitude values is subjected to pre-filtering in order to generate a filtered temporal progression of the amplitude values.
  • the determination of the at least one value of the permutation entropy, PE, based on the filtered temporal progression of the amplitude values and/or the determination of the at least one value of the Jensen-Shannon complexity, JSK, is then advantageously carried out based on the filtered temporal progression of the amplitude values.
  • the pre-filtering can, for example, comprise: - filtering out periodic signals; and/or - masking out frequency ranges in the temporal progression of the amplitude values which are not relevant or less relevant or disadvantageous for the detection of an arc.
  • the filtering out of periodic signals can, for example, be carried out using statistical methods or Autocorrelation can take place.
  • Frequency ranges to be masked out can be masked out by means of a spectral or temporal filter function, which can be based in particular on a Fourier analysis and/or a wavelet analysis.
  • a spectral or temporal filter function which can be based in particular on a Fourier analysis and/or a wavelet analysis.
  • the "temporal course of the amplitude values" can thus be understood here to mean either the raw temporal course of the amplitude values, as recorded, or (preferably) the filtered temporal course of amplitude values. For reasons of brevity, both variants are not repeated at every point.
  • the invention provides a device for detecting an arc in a photovoltaic system, comprising: an inverter for generating alternating current from a direct current received from a photovoltaic system, comprising at least one measuring module which is designed to record a temporal course of amplitude values of an electrical quantity of the received direct current; and wherein the device further comprises: a calculation module which is configured to determine at least one value of a permutation entropy, PE, of the temporal course of amplitude values and to determine at least one value of a Jensen-Shannon complexity, JSK, of the temporal course of amplitude values; a detection module which is configured to detect whether an arc has occurred in the PV system based on the at least one specific value of the permutation entropy, PE, and on the at least one specific value of the Jensen-Shannon complexity, JSK; and a protective device by means of which an emergency procedure for protecting the photovoltaic system against an arc can be triggered.
  • a calculation module which
  • the device (either as part of the inverter or outside of it) can have a warning module which is designed to generate an indication that an arc could have occurred in the photovoltaic system, PV system.
  • a warning module which is designed to generate an indication that an arc could have occurred in the photovoltaic system, PV system.
  • the advantages of having such an indication have already been explained in detail above and will be explained in more detail below.
  • the device according to the invention can advantageously be operated with the method according to the method according to the invention, as well as the method can be carried out with the device according to the invention. All variants, options, further developments and embodiments described in relation to the method are therefore also applicable to the device according to the invention and vice versa. All components of the device, in particular the various modules and/or devices, can advantageously all be integrated into the inverter, so that the device is compact, robust and largely autonomous.
  • modules can be outsourced, for example to a remote server, a cloud-based computing device, or the like.
  • the various modules or devices can each be available in hardware and/or software.
  • the modules are implemented as software that is executed or can be executed by a computer system.
  • the designation as a module or device does not mean that a clearly separate module or a separate program code section must necessarily be present. Rather, the modules and devices describe functions that can also be realized or implemented together and/or interwoven with one another.
  • the computer system (or: the computing device) can include any circuit or combination of circuits.
  • the computer system can include one or more processors, which can be of any type.
  • processor may mean any type of computing circuit or computing device, such as (but not limited to) a microprocessor, a microcontroller, a complex instruction set microprocessor (CISC), a reduced instruction set microprocessor (RISC), a very long instruction word (VLIW) microprocessor, a graphics processing unit (GPU), a digital signal processor (DSP), a multi-core processor, a field programmable gate array (FPGA), or any other type of processor or processing circuit.
  • CISC complex instruction set microprocessor
  • RISC reduced instruction set microprocessor
  • VLIW very long instruction word
  • GPU graphics processing unit
  • DSP digital signal processor
  • FPGA field programmable gate array
  • circuits may be a custom-built circuit, an application specific integrated circuit (ASIC), or the like, such as one or more circuits (e.g., a communications circuit) for use in wireless devices such as cellular phones, tablet computers, laptop computers, two-way radios, and similar electronic systems.
  • the computer system may comprise one or more storage devices, which may comprise one or more storage elements suitable for the respective application, such as a main memory in the form of a random access memory (RAM), one or more hard disks and/or one or more drives that (can) handle removable media, such as CDs, flash memory cards, DVDs and the like.
  • RAM random access memory
  • drives that (can) handle removable media, such as CDs, flash memory cards, DVDs and the like.
  • the detection module also has an artificial intelligence submodule, KIS, which implements an artificial intelligence unit, KIE, which is trained and configured to detect whether an arc has occurred based on the at least one specific value of the JSK and the at least one value of the PE.
  • KIS artificial intelligence submodule
  • KIE an artificial intelligence unit
  • the device also has a cloud-based computing device, wherein the inverter also has a communication interface for bidirectional communication with the cloud-based computing device, and wherein the computing module and/or the detection module is implemented by the cloud-based computing device.
  • the device can in particular comprise a plurality of inverters, which can also be connected to several or different PV systems.
  • the computing module and/or the detection module can be provided centrally, while, for example, the protective device can be provided separately in each individual inverter, or at least in each individual PV system.
  • the detection module comprises an artificial intelligence submodule, KIS, which requires high computing power and which can advantageously be updated regularly with additional training.
  • the protective device is designed to trigger the emergency procedure in response to detecting the indication that an arc may have occurred.
  • the detection module is advantageously designed to then detect whether an arc has actually occurred, and the protective device is in turn advantageously designed to suspend the emergency procedure again if the detection module detects that no arc has actually occurred.
  • the suspension (or resetting) of the emergency procedure can be counted by means of a counter, which can be arranged in the inverter, for example. It can be provided that when a predefined threshold value (either absolute or per predefined time period) of the counter is reached, the emergency procedure (or a shutdown procedure that goes beyond this in the scope of protection) is triggered in such a way that it cannot be automatically suspended again (for example as described above).
  • the intervention of a human technician can be a prerequisite for suspending the emergency procedure (or shutdown procedure).
  • a signal can be automatically sent out requesting the intervention of the human technician.
  • the protective device is designed to trigger the emergency procedure if the detection module has detected that an arc has actually occurred in the PV system.
  • the invention provides a computer program product which comprises executable program code which, when executed, is designed to carry out the method according to the invention.
  • the invention provides a non-volatile, computer-readable data storage medium which comprises executable program code which, when executed, is designed to carry out the method according to the invention.
  • the invention provides a data stream which comprises executable program code (or is designed to generate executable program code) which, when executed, is designed to carry out the method according to the invention.
  • FIG. 2 is a schematic representation of the PE-JSK parameter space to explain the functioning of the devices according to Fig. 1;
  • Fig. 3 is a schematic representation to explain a device according to a further embodiment of the present invention;
  • Fig. 4 is a schematic flow diagram to explain a method according to yet another embodiment of the present invention;
  • Fig. 5 is a schematic flow diagram to explain a method according to yet another embodiment of the present invention;
  • Fig. 6 is a schematic block diagram to explain a computer program product according to another embodiment of the present invention;
  • Fig. 7 is a schematic block diagram to explain a data storage medium 500 according to another embodiment of the present invention.
  • identical or functionally identical elements and devices have been provided with the same reference numerals - unless otherwise stated.
  • Fig. 1 shows a schematic representation to explain a device 100 for detecting an arc in a photovoltaic system 200 according to an embodiment of the present invention.
  • the photovoltaic system 200 can have one or more photovoltaic modules 210 (PV modules) which generate direct current 71 from sunlight.
  • the PV system 200 is only rudimentarily shown in Fig. 1. It is understood that such a PV system can comprise one or more strings, each of which has a plurality of PV modules 210.
  • An inverter 110 of the device 100 is designed and configured to receive the direct current 71 from the photovoltaic system 200 and to convert it into an alternating current 72, for example by means of power electronics 112.
  • the inverter 110 also comprises at least one measuring module 114 and, in this embodiment, also a warning module 116.
  • the measuring module 114 is designed to detect a temporal progression of amplitude values, A(t i ), of an electrical quantity of the received direct current 71, preferably in particular of the electrical current (hereinafter partially
  • the measuring module 114 can comprise, for example, a power line communication (PLC) transformer and a current converter which is designed to read the PLC transformer.
  • PLC power line communication
  • the warning module 116 is designed to generate an indication that an arc may have occurred in the photovoltaic system 200. As has already been described in detail above, such an indication can arise in many different ways, for example, as in the prior art based on noise in the current domain, i.e. in the current signal. In other embodiments, the warning module 116 can also be arranged outside the inverter 110, in which case the inverter 110 is designed to receive the indication from the warning module 116.
  • the device 100 also comprises a calculation module 120, which is set up to determine at least one value of a permutation entropy, PE, of the temporal course of amplitude values A(t i ) and to determine at least one value of a Jensen-Shannon complexity, JSK, of the temporal course of amplitude values A(t i ).
  • PE permutation entropy
  • JSK Jensen-Shannon complexity
  • the device 100 also comprises a detection module 130, which is set up to detect whether an arc has occurred in the PV system 200, based on the at least one specific value of the permutation entropy, PE, and on the at least one specific value of the Jensen-Shannon complexity, JSK
  • the device 100 additionally also comprises a protective device 140, by means of which an emergency procedure for protecting the PV system 200 and the surrounding infrastructure can be triggered if an arc occurs.
  • the emergency procedure can in particular involve triggering a circuit breaker to interrupt an electrical power line on which the arc has occurred.
  • the protective device 140 is only shown schematically in Fig. 1. It is understood that this can have a large number of control and circuit components that are also arranged wholly or partially in the PV system 200.
  • the PV system 200 itself can thus also be understood as part of the device 100 according to the invention.
  • the triggering of the emergency procedure by the protective device 140 merely comprises (or consists of) the sending of an emergency signal, for example to one or more circuit breakers of the PV system 200, or an internal or integrated protective device of the PV system 200 itself.
  • the protective device 140 is shown as being arranged in the inverter 110, for example in the same housing.
  • the protective device 140 can also be designed or arranged separately from the inverter 110, for example as part of a central control and/or monitoring system, which can thus also be part of the device 100 according to the invention.
  • the device 100 is set up so that the protective device 140 triggers the emergency procedure as soon as the warning module 116 has detected the indication of the possible occurrence of an arc.
  • the possibility of a false-positive triggering of the emergency procedure is consciously accepted in order to reduce the number of false-negative triggerings, if possible to zero.
  • the detection module 130 determines whether an arc was actually present (true-positive triggering) or not (false-positive triggering).
  • a large number of different methods have already been described above, based on which values in connection with the Jensen-Shannon complexity and the permutation entropy can be used by the detection module 130 to detect whether an arc is actually present or not.
  • Fig. 2 shows the PE-JSK parameter space, with the (normalized) permutation entropy (symbol H in equation (3) above) on the horizontal axis and the Jensen-Shannon complexity on the vertical axis.
  • this PE-JSK parameter space various signaling systems can be found and classified based on their position.
  • the entire PE-JSK parameter space is shown at the top right of Fig. 2, and a section of it in the high PE region is shown in the main image of Fig. 2.
  • White noise for example, is found at end point 5, i.e. at the point with maximum entropy and minimum complexity.
  • Periodic signals for example, are found at start point 4 (where start and end points are only named in relation to an increasing entropy scale).
  • the curves marked with "min” and “max” represent mathematically determined limit curves for the parameter space, i.e. all conceivable points, in particular for PV systems 200, are located within the space enclosed by the two curves.
  • a point in the PE-JSK parameter space can now be determined from the time series of the amplitude values A(t i ) using the Unakafova approach and/or a method with non-overlapping windows for a large number of points in time T j , whereby the (sliding) window within which patterns are classified is shifted for each point in time T j .
  • the points determined in this way result in a trajectory 3 in the PE-JSK parameter space.
  • the noise behavior of the well-known "pink noise” in the PE-JSK parameter space is also shown with a star (marking/legend "P3").
  • the "pink noise” has a 1/f noise characteristic, in contrast to the constant noise characteristic of a "white noise”.
  • the PV system 200 In normal operation (or: control operation), the PV system 200 has a characteristic noise behavior corresponding to a characterizing point 1 in the PE-JSK parameter space (marking/legend "P1" in Fig. 2).
  • Arcs also have a very characteristic noise behavior and thus generate a noise signal that differs from other interference signals (such as the shading of modules, radio signals, electromagnetic interference, switching processes in the inverter, modules with active Electronics and the like). Therefore, when an actual arc occurs, the noise behavior changes suddenly.
  • the clarity of the change in behavior is advantageously improved by the preprocessing by the preprocessing module 115 described above.
  • experiments by the inventors have shown that the PV system 200 in a fault state with an arc (marking/legend "P2" in Fig. 2) is characterized by a significantly shifted point 2.
  • the trajectory 3 between point 1 and point 2 can assume a considerable size, in particular per time difference.
  • the detection module 130 can thus detect that an arc has actually occurred, for example, by recording the path length of the trajectory 3 per unit of time (path length change rate), wherein a path length change rate above a predetermined limit value means that a sudden change in the characterization of the PV system 200 has occurred. In some variants, this can already trigger the emergency procedure by the protective device 140. Of course, other decision criteria for whether an arc has actually occurred can be used alternatively or in addition. As can also be seen from Fig. 2, the occurrence of the arc can, for example, cause the characterizing point 1 to shift in the direction of the end point 5.
  • the detection module 130 decides on the occurrence of an arc if the path length change rate is above the predetermined limit value and/or (preferably “and”) if the characterizing point 1 or 2 reduces its distance from the end point 5. It can also be provided that this only applies if the distance is reduced by at least a certain absolute value and/or by at least a certain percentage value.
  • Another possibility for detecting an arc or for checking the plausibility or confirming the detection of an arc can include the detection module 130 determining a noise characteristic of the characterizing point 2 in the PE-JSK parameter space. As can be seen in Fig. 2, the point 2 can in particular have a 1/f noise behavior, ie a noise characteristic similar to or exactly like “pink noise”.
  • the detection module 130 is designed and configured to carry out a rule-based detection of whether an arc has actually occurred.
  • the exact design of the detection rules of the detection module 130 depends on the size, design and arrangement of the PV system 200 and the other power electronics components involved, but can be easily determined by a person skilled in the art with knowledge of the present invention.
  • the result of the test (or: detection) detected by the detection module 130 is communicated to the protective device 140, e.g. in a push or pull method via an internal data bus of the inverter 110.
  • the emergency procedure can be immediately suspended (or cancelled) by the protective device 140. It can be provided that the protective device 140 sends a signal immediately, or after the emergency procedure has been triggered a predetermined number of times and suspended again due to a false-positive triggering, via a communication interface 145 of the protective device 140 to request intervention by a technician. For example, it may be necessary to adapt the detection rules or to check the PV system 200 with attention to a fault other than an arc.
  • Fig. 3 shows a schematic representation of a device 100' according to a further embodiment of the present invention.
  • the device 100' is a variant of the device 100 and differs from it primarily in the form and operation of the computing module 120 and, above all, the detection module 130. In the device 100', the computing module 120 and the detection module 130 are not located within the inverter 110.
  • the computing module 120 and the detection module 130 are implemented by a cloud-based computing device 300.
  • the inverter 110 has a communication interface 150 for bidirectional communication with the cloud-based computing device 300, in particular with a bidirectional communication interface 350 of the cloud-based computing device 300. All necessary signals can be exchanged via the communication interfaces 150, 350.
  • the measured values of the measuring module 114, the indication of the warning module 116, and a signal which indicates the result of the detection of whether an arc has actually occurred or not can be exchanged or transmitted via this.
  • implementing the computing module 120 and/or detection module 130 in the cloud-based computing device 300 has the advantage that it can have considerably more computing power than, for example, the inverter 110.
  • a single cloud-based computing device 300 can advantageously implement the computing module 120 and/or the detection module 130 for a large number of inverters 110 and/or PV systems 200, especially since it is not expected that indications of arcing will be detected everywhere at the same time.
  • the cloud-based computing device 300 can be set up with sufficient computing power for these tasks, while the inverter 110 itself can be kept compact.
  • the detection module 130 has an artificial intelligence submodule, KIS 135, which implements an artificial intelligence entity, in particular a machine learning model, MLM.
  • the possibilities and the possible designs of such an MLM have already been explained in detail above.
  • a detection module 130 with artificial intelligence submodule, KIS 135, to be arranged in the inverter 110 itself, as in Fig. 1, it is preferred if the artificial intelligence submodule, KIS 135, is implemented on a cloud-based computing device 300 due to the usually greater computing power.
  • the artificial intelligence submodule, KIS 135, can determine in other ways whether an arc has occurred or not, in addition to or as an alternative to the detection rules described with reference to Fig. 2.
  • the KIS 135 can comprise at least one supervised trained MLM and/or at least one unsupervised trained MLM.
  • the recognition module 130 can perform a dimensionality reduction between the creation of the variables and derived quantities based on PE and JSK (including variables and derived quantities based on the PE-JSK trajectory) on the one hand and the detection of whether an arc has occurred on the other hand.
  • This can be done, for example, using methods based on matrix factorization such as principal component analysis (PCA) or using graph-based methods such as (preferably) uniform manifold approximation and projection (UMAP) or an equivalent method.
  • PCA principal component analysis
  • UMAP uniform manifold approximation and projection
  • An assessment i.e. determining whether an arc has occurred
  • the artificial intelligence Submodule 135 or by the statistics submodule
  • the following pipeline can advantageously be provided: 1.
  • An artificial neural network, KNN as a possible supervised trained MLM, can for example be trained in particular with a large number of data, the data being annotated (or labeled) with the information as to whether or not an arc has occurred in the corresponding time windows W.
  • the artificial neural network, KNN is thus trained to detect the occurrence of the arc, possibly also in ways that go beyond the detection rules mentioned as examples.
  • the present invention thus also provides a method for using an artificial neural network, KNN, to detect whether an arc has occurred in a direct current system. or not.
  • input data is provided which each have values of the permutation entropy and the Jensen-Shannon complexity over time, and which are annotated with the information where an arc has occurred and where not.
  • a loss function is provided which penalizes it if the artificial neural network, KNN, does not recognize in a time series according to the annotations whether an arc has occurred or not.
  • the artificial neural network, KNN is then trained in several epochs, across many data sets, i.e. its parameters are automatically optimized in order to minimize the loss function over the training data sets.
  • the artificial intelligence sub-module, KIS 135, can use at least one machine learning model, MLM, such as a KNN, “Logistic Regression”, a decision tree (“Decision Trees”), and/or a “Support Vector Machine”, alternatively or additionally also at least one statistical method.
  • the KIS 135 can alternatively implement an unsupervised trained MLM. It is advantageous for this to cluster PE and JSK and/or derived quantities based on them (mean values, derivatives, maximum and minimum values and the like) using the known methods “Uniform Manifold Approximation and Projection”, UMAP, and “Density-Based Spatial Clustering of Applications with Noise”, DBSCAN. Based on this, signals during operation of the PV system (i.e.
  • Fig. 4 shows a schematic flow chart to illustrate a method according to a further embodiment of the present invention, ie a computer-implemented method for detecting an arc in a photovoltaic system 200.
  • the method according to Fig. 4 can be carried out with the embodiments of the device according to the invention, in particular with the devices 100; 100', but also independently thereof. Accordingly, the method according to Fig. 4 can be modified according to variants, modifications, options and further developments described above with reference to the device according to the invention, and vice versa.
  • a temporal course of amplitude values, A(t i ), of an electrical quantity of an electrical current from the PV system 200 is recorded, in particular measured. This takes place, for example, as described above in general and with reference to the measuring module 114.
  • this step S200 can be carried out within (or by) an inverter 110.
  • preprocessing can be carried out, in particular as described above with reference to the preprocessing module 115.
  • the further method steps can then be carried out based on the preprocessed (eg filtered) temporal course of amplitude values, A(t i ), without this needing to be explicitly explained additionally.
  • a step S300 at least one value of a permutation entropy, PE, of the temporal course of the amplitude values A(t i ) is determined.
  • a step S400 at least one value of a Jensen-Shannon complexity, JSK, of the temporal course of the amplitude values A(t i ) is determined.
  • the steps S300 and/or S400 can in particular be carried out, for example, as described above generally and with reference to the computing module 120. In particular, the steps S300 and/or S400 can be carried out within (or by) an inverter 110 or by a cloud-based computing device 300.
  • post-processing can take place in a step S450, for example as described above with reference to the computing module 120.
  • at least one variable derived from PE and/or JSK can be calculated, for example a mean value, a derivative, a trajectory, a gradient, a minimum value, a maximum value and/or the like.
  • steps that speak of "based on the JSK" and/or “based on the PE” also include that the steps can be indirectly based on the JSK and/or the PE and can thus be based in particular on at least one variable derived from JSK and/or PE.
  • a dimensionality reduction e.g.
  • step S500 it is detected whether an arc has actually occurred in the PV system, based on the at least one specific value of the permutation entropy, PE, and on the at least one specific value of the Jensen-Shannon complexity, JSK, or specifically on quantities derived from PE and/or JSK. This is advantageously done, for example, as described above in general and with reference to the detection module 130.
  • step S500 can be carried out within (or by) an inverter 110 or by a cloud-based computing device 300.
  • Fig. 5 shows a schematic flow chart to illustrate a method according to yet another embodiment of the present invention, ie a computer-implemented method for detecting an arc in a photovoltaic system 200.
  • the method according to Fig. 5 can also be carried out with the embodiments of the device according to the invention, in particular with the devices 100; 100', but also independently thereof. Accordingly, the method according to Fig.
  • step S200 an indication is detected that an arc may have occurred in the PV system 200, for example as described above generally and with reference to the warning module 116.
  • this step S200 can be carried out within (or by) an inverter 110.
  • step S300-S500 are only carried out if the indication was previously detected in step S200 ("+" sign in Fig. 5). In this way, unnecessary consumption of computing power can be avoided. This is particularly advantageous if these steps are carried out by a central computing device, e.g. a cloud-based computing device 300. If no indication is detected (“-” sign in Fig. 5), step S100 is continued (which can always be understood as being carried out continuously anyway). In any case, however, in the method according to Fig. 5, in response to the indication being detected, the emergency procedure is triggered in step S600. Ideally, this takes place immediately after the indication is detected S200, before or at the same time as steps S300-S500 are started.
  • step S500 If it is now recognized in step S500 that no arc has actually occurred (“-” sign in Fig. 5), i.e. a false positive has been triggered, the emergency procedure is suspended again (or withdrawn) in a step S700 and the method continues with step S100. If, on the other hand, it is recognized in step S500 that an arc has actually occurred (“+” sign in Fig. 5), a protective procedure can be carried out in an optional step S800, the measures of which either extend those of the emergency procedure (e.g. make them permanent) and/or go beyond it in scope. This can be done, for example, as explained above in general and with reference to the protective device 140.
  • Fig. 6 shows a schematic block diagram for explaining a computer program product 400 according to a further embodiment of the present invention.
  • the computer program product 400 comprises executable program code 450 which, when executed, is designed to carry out the inventive method, in particular according to Fig. 4 or Fig. 5.
  • Fig. 7 shows a schematic block diagram for explaining a non-volatile, computer-readable data storage medium 500 according to a further embodiment of the present invention.
  • the data storage medium 500 comprises executable program code 550 which, when executed, is designed to carry out the inventive method, in particular according to Fig. 4 or Fig. 5.

Landscapes

  • Photovoltaic Devices (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

Verfahren und Vorrichtung zum Erkennen eines Lichtbogens in einem Photovoltaik-System (200). Das Verfahren umfasst die Schritte: Erfassen (S100) eines zeitlichen Verlaufs von Amplitudenwerten einer elektrischen Größe eines elektrischen Stroms aus dem Photovoltaik-System, PV-System (200); Bestimmen (S300) mindestens eines Werts einer Permutationsentropie, PE, basierend auf dem zeitlichen Verlauf der Amplitudenwerte; Bestimmen (S400) mindestens eines Werts einer Jensen-Shannon-Komplexität, JSK, basierend auf dem zeitlichen Verlauf der Amplitudenwerte; Erkennen (S500), ob in dem PV-System (200) tatsächlich ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen-Shannon-Komplexität, JSK.

Description

Titel Vorrichtung und Verfahren zum Erkennen eines Lichtbogens in einem Gleichstrom-System Gebiet der Erfindung Die Erfindung betrifft ein computerimplementiertes Verfahren sowie eine Vorrichtung zum Erkennen eines Lichtbogens in einem Gleichstrom-System, insbesondere einem Photovoltaik-System. Ein Photovoltaik-System ist ein System, welches mindestens ein Photovoltaik-Modul umfasst, insbesondere eine Mehrzahl von Photovoltaik-Modulen. Technischer Hintergrund In vielen elektrischen Systemen besteht die Gefahr, dass Lichtbögen auftreten können. Lichtbögen weisen hohe Temperaturen auf und können Geräte beschädigen oder sogar Brände verursachen. Während sich in Wechselstromsystemen Lichtbögen üblicherweise wieder selbst löschen, verursachen sie in Gleichstromsystemen tendenziell größere Schwierigkeiten. Dies betrifft insbesondere Photovoltaik- Systeme (im Folgenden: PV-Systeme, oder: PV-Anlagen), welche teilweise in entfernten Gebieten oder an schwer zugänglichen Stellen aufgestellt sind, sodass automatische Sicherungssysteme bereitgestellt werden müssen. Das Erfassen eines Hinweises, dass ein Lichtbogen in dem PV- System aufgetreten ist, führt daher für gewöhnlich zur Auslösung einer Notfallprozedur, beispielsweise zum Auslösen eines Notfallschalters. Ob tatsächlich ein Lichtbogen aufgetreten ist oder nicht, ist mitunter nicht einfach festzustellen. Falsch-positives Auslösen (d.h. Auslösen der Notfallprozedur, obwohl eigentlich kein Lichtbogen vorlag) wird daher in Kauf genommen, um falsch-negatives Auslösen (d.h. fehlendes Auslösen der Notfallprozedur, obwohl tatsächlich ein Lichtbogen vorlag) zu minimieren. Da Notfallprozeduren jedoch technischen und ökonomischen Aufwand verursachen, ist es wünschenswert, dass falsch-positives Auslösen so weit wie möglich vermieden wird. Aktuell basiert die Erkennung von Lichtbögen in PV-Systemen häufig auf einer frequenz-aufgelösten Analyse des Rauschverhaltens des PV-Systems. Durch das Auftreten eines Lichtbogens wird das Rauschverhalten beeinflusst, sodass Änderungen an diesem Rauschverhalten als Hinweise interpretiert werden können, dass ein Lichtbogen vorliegt. Da jedoch auch andere Ereignisse das Rauschverhalten verändern können, kann es dabei mitunter zu falsch-positiven Hinweisen kommen. Generell im Stand der Technik bekannt sind auch theoretische Konzepte, die sich mit der Klassifizierung und Charakterisierung von Zeitreihen (d.h. zeitlichen Verläufen von Werten einer zu beobachtenden Größe) beschäftigen. Dazu gehört beispielsweise die wissenschaftliche Veröffentlichung von C. Bandt und B. Pompe, „Permutation entropy: a natural complexity measure for time series“, 2002, Phys. Rev. Lett. 88(17), p.174102, im Folgenden als „Bandt & Pompe“ zitiert. In der wissenschaftlichen Veröffentlichung von V.A. Unakafova und K. Keller, „Efficiently measuring complexity on the basis of real-world Data“, 2013, Entropy, 15(10), 4392-4415, im Folgenden als „Unakafova & Keller“ zitiert, wird eine Verfahren zum effizienten Berechnen von Permutationsentropien vorgestellt. In der wissenschaftlichen Veröffentlichung von O. Rosso et al, „Distinguishing noise from chaos“, 2007, Phys. Rev. Lett 99 (15), S. 154102, im Folgenden zitiert als „Rosso et al.“, wird beschrieben, wie die Komplexität eines Systems mit der so genannten Jensen-Shannon-Komplexität beschrieben werden kann. In der wissenschaftlichen Veröffentlichung von H. Azami et al, „Improved multiscale permutation entropy for biomedical signal analysis: Interpretation and application to electroencephalogram recordings“, Biomed. Process. Control 2016, 23, 28–41, im Folgenden zitiert als „Azami et al.“, wird ein Verfahren zum Bestimmen einer Permutationsentropie eines zeitlichen Verlaufs von Amplitudenwerten in einem EEG-Signal beschrieben. Zusammenfassung der Erfindung Nach all dem Vorangehenden ist es eine Aufgabe der vorliegenden Erfindung, ein verbessertes Verfahren sowie eine verbesserte Vorrichtung zum Erkennen eines Lichtbogens in einem Gleichstromsystem, insbesondere einem PV-System, bereitzustellen. Besonders bevorzugt dient die Erfindung zum Erkennen eines seriellen Lichtbogens in einem Gleichstromsystem, insbesondere einem PV-System. Dabei sollen insbesondere falsch-positive Auslösungen von Notfallprozeduren verringert oder vermieden werden, oder zumindest eine einfache Lösung dafür geschaffen werden, das falsch-positive Auslösen einer Notfallprozedur zu erkennen und wieder rückgängig zu machen. Diese Aufgaben werden durch die Gegenstände der unabhängigen Patentansprüche gelöst. Dementsprechend wird ein computerimplementiertes Verfahren bereitgestellt, mit den Schritten: Erfassen eines zeitlichen Verlaufs von Amplitudenwerten einer elektrischen Größe eines elektrischen Stroms aus dem Photovoltaik-System, PV-System; Bestimmen mindestens eines Werts einer Permutationsentropie, PE, basierend auf dem zeitlichen Verlauf der Amplitudenwerte (oder spezifisch: des zeitlichen Verlaufs der Amplitudenwerte); Bestimmen mindestens eines Werts einer Jensen-Shannon- Komplexität, JSK, basierend auf dem zeitlichen Verlauf der Amplitudenwerte (oder spezifisch: des zeitlichen Verlaufs der Amplitudenwerte); Erkennen, ob in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen-Shannon-Komplexität, JSK. Die Jensen-Shannon-Komplexität, JSK, kann beispielsweise berechnet werden wie in „Rosso et al.“ beschrieben. Die PE kann beispielsweise mit dem in „Bandt & Pompe“ beschriebenen Verfahren berechnet werden, optional auch mit der Weiterentwicklung gemäß „Azami et al.“ oder gemäß Unakafova & Keller. Optional wird außerdem ein Erfassen eines Hinweises, dass in dem PV-System ein Lichtbogen aufgetreten sein könnte, durchgeführt. Wie im Folgenden näher erläutert wird, eröffnet dies eine Vielzahl von Möglichkeiten, besonders sichere Vorrichtungen und Verfahren bereitzustellen. In einigen Varianten erfolgt das Erkennen, ob in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist, lediglich dann, wenn zuvor der Hinweis erfasst wurde, dass in dem PV-System ein Lichtbogen aufgetreten sein könnte. Hierdurch wird die für das Erkennen nötige Rechenleistung nur dann in Anspruch genommen, wenn es dazu einen konkreten Anlass (nämlich den Hinweis) gibt. In anderen Varianten können das Erfassen des Hinweises und das Erkennen zusammenfallen, oder völlig unabhängig voneinander erfolgen. Bei der elektrischen Größe kann es sich beispielsweise um den elektrischen Strom oder die elektrische Spannung handeln, wobei der elektrische Strom bevorzugt wird. Unter dem Hinweis, dass ein Lichtbogen aufgetreten sein könnte (oder, kürzer: Hinweis auf das Auftreten eines Lichtbogens) soll insbesondere ein Indiz verstanden werden, aufgrund dessen ein Auslösen einer Notfallprozedur im Sinne des Vermeidens von falsch-negativen Maßnahmen, d.h. von fehlenden Auslösungen trotz vorhandenem Lichtbogen, erfolgt. Das heißt, der Hinweis wird vorteilhaft so erzeugt oder generiert, dass er immer dann vorliegt, wenn ein tatsächlicher Lichtbogen aufgetreten ist (richtig-positiv) aber auch dann auftreten kann, wenn ein Lichtbogen tatsächlich nicht aufgetreten ist (falsch-positiv). Im Gegensatz dazu soll das Erkennen, ob ein Lichtbogen aufgetreten ist, dazu dienen, festzustellen, ob tatsächlich ein Lichtbogen aufgetreten ist, d.h. dann und nur dann positiv ausfallen, wenn auch tatsächlich ein Lichtbogen aufgetreten ist. Das Erfassen des Hinweises, dass ein Lichtbogen aufgetreten sein könnte, kann im einfachsten Fall das Empfangen eines Signals beinhalten, welches das (mögliche) Auftreten eines Lichtbogens meldet. Das Signal kann dabei von Gleichstromsystem (z.B. PV-System) selbst stammen. Die erfindungsgemäße Vorrichtung und/oder das erfindungsgemäße Verfahren können jedoch auch selbst das Erzeugen des Hinweises umfassen. Beispielsweise kann zunächst in einem ersten Schritt der Hinweis gemäß einem ersten Algorithmus erzeugt werden, wobei der erste Algorithmus so gestaltet ist, dass es möglichst keine falsch-negativen Ergebnisse gibt aber falsch-positive Ergebnisse in Kauf genommen werden, d.h., mit anderen Worten, dass der Hinweis eher zu oft als zu selten erzeugt wird. In einem zweiten Schritt kann dann das Erkennen, ob ein Lichtbogen aufgetreten ist, durchgeführt werden, gemäß einem zweiten Algorithmus, welcher im Vergleich zum ersten Algorithmus eine verringerte Anzahl von falsch-positiven Ergebnissen erzeugt, und vorteilhafter Weise gar keine falsch- positiven Ergebnisse erzeugt. Bei dieser Variante kann das Ausführen des ersten Algorithmus auch als Lichtbogen-Warnung, und das Ausführen des zweiten Algorithmus auch als Lichtbogen- Diagnose bezeichnet werden. In manchen Ausführungsformen können das Erfassen des Hinweises, dass ein Lichtbogen aufgetreten sein könnte und das Erkennen, ob ein Lichtbogen aufgetreten ist, zusammenfallen, nämlich wenn der Hinweis bereits mit einem derart ausgereiften Algorithmus erzeugt wird, dass er keine, oder praktisch keine, falsch-positiven Ergebnisse erzeugt. Die vorliegende Erfindung stellt sowohl 2-stufige als auch eine solche 1-stufigen Varianten bereit. Die Erfinder haben festgestellt, dass sich als Entropiemetrik für Gleichstromsysteme, insbesondere für PV-Systeme, die Permutationsentropie, PE, besonders gut eignet. Im Folgenden wird die Erfindung daher vornehmlich bezogen auf die PE als Entropiemetrik beschrieben werden. Besonders geeignet ist die Berechnung der Permutationsentropie nach dem Bandt-Pompe- Verfahren, siehe „Bandt & Pompe“. Es versteht sich jedoch, dass der Fachmann auch andere aus dem Stand der Technik bekannte Entropiemetriken verwenden kann, etwa „Approximate Entropy“, ApEn, „Sample Entropy“, SampEn, „Fuzzy Entropy“ und/oder dergleichen. Im Folgenden werden einige Begriffe teilweise abgekürzt, z.B. mit „PV“ statt „Photovoltaik“, „PE“ statt Permutationsentropie oder dergleichen. Teilweise werden die Begriffe zusammen mit ihren Abkürzungen verwendet. Wo es für das Verständnis komplexer Sachverhalte einfacher erscheint, wird nur die Abkürzung oder auch nur der Begriff selbst verwendet. Alle drei Formen sollen jedoch als äquivalent verstanden werden. Die Verwendung der Permutationsentropie, PE, hat zahlreiche Vorteile: sie ist frei von parametrischen Modellannahmen, robust gegenüber Rauschen, effizient berechenbar, invariant unter nicht-linearen monotonen Transformationen der Zeitreihen, berücksichtigt die zeitliche Ordnung (und damit die Kausalität) innerhalb einer Zeitreihe von realen Werten, und erschließt den komplexen dynamischen Inhalt von nicht- linearen Zeitreihen. Die Erfinder haben festgestellt, dass sich als Komplexitätsmetrik für Gleichstromsysteme, insbesondere für PV-Systeme, die Jensen-Shannon-Komplexität, JSK, besonders gut eignet. Im Folgenden wird die Erfindung daher vornehmlich mit Bezug auf die JSK als Komplexitätsmetrik beschrieben werden. Es versteht sich jedoch, dass der Fachmann auch andere aus dem Stand der Technik bekannte Komplexitätsmetriken verwenden kann. Die Permutationsentropie gibt, grob gesagt, an, wie stark sich bestimmte Muster Πj (engl. „pattern“) innerhalb einer Zeitreihe, d.h. eines zeitlichen Verlaufs, häufen, wobei die Muster Πj nur auf die relative Größe von Werten A(ti) von Zeitserienausschnitten zueinander abstellen („ordinale Repräsentation“). Das heißt, die Zeitserienausschnitte (1, 2, 3) und (300, 795, 5900) weisen dasselbe Muster Πj auf, nämlich, dass die Werte A(ti) von einem zum nächsten stets zunehmen. Wichtige Parameter der Permutationsentropie sind die Musterlänge D (auch „Einbettungsdimension“ oder, engl., „embedding dimension“) genannt, sowie die Einbettungsverzögerung ^ (engl. „embedding delay“). Die Musterlänge D gibt an, wie lange die Muster Πj sind, welche in der Permutationsentropie PE untersucht werden, sodass D! („D-Fakultät“) die Anzahl der möglichen Muster Πj ergibt. Anders ausgedrückt, werden Zeitserienausschnitte der Länge D genommen und die Muster Πj darin untersucht, insbesondere gezählt. Die Erfinder haben festgestellt, dass insbesondere eine Musterlänge D zwischen 3 und 7 für die vorliegende Erfindung vorteilhaft ist. Die verschiedenen Muster können beispielsweise derart identifiziert werden, dass innerhalb eines Zeitserienausschnitts der Länge D der kleinste Wert Amin den Wert 0 erhält, der nächstgrößere Wert den Wert 1, und so weiter, bis zum größten Wert Amax, welcher den Wert D-1 erhält. Die verschiedenen möglichen Muster Πj entsprechen dann genau den möglichen Permutationen von (0..D-1). Bei einer Musterlänge D=2 gibt es beispielsweise nur D!=2!=2 verschiedene Muster, nämlich (0, 1), d.h. der nachfolgende Wert ist größer als der vorangehende, und (1, 0), d.h. der nachfolgende Wert ist kleiner als der vorangehende. Bei D=3 gibt es dann bereits D!=3!=6 verschiedene Muster: (0, 1, 2), (0, 2, 1), (1, 0, 2), (1, 2, 0), (2, 0, 1), und (2, 1, 0). Alle in einer Zeitreihe xt=(A(t1), A(t2), … A(nx)) gefundenen Muster Πj ergeben die Menge πp(xt), mit nx der Länge der Zeitreihe, wobei mehrfach vorhandene Muster Πj auch mehrfach in πp(xt) eingehen. Daraus kann für jedes Muster Πj eine normierte Musterdichte ρj berechnet werden zu: ^^^^ ^^^ ^^^^^^ ^^^ ^^^ Π^ in π^ ρj(Πj)= (1) ^^ Eine nicht-normierte Entropie S kann dann berechnet werden zu: S=− ∑ ^^ ^^^ ^(Π^) log(Π^), (2) wobei nπ die Anzahl der vorhandenen verschiedenen Muster Πj ist, d.h. von 1 (alle Muster in der Zeitreihe xt sind gleich, d.h. die Werte A steigen entweder monoton oder fallen monoton in der Zeit) bis D! rangiert (alle möglichen Muster sind vorhanden). Schließlich kann dann die (normierte) Permutationsentropie PE berechnet werden zu PE= S/log (^^). (3) Die Einbettungsverzögerung ^ gibt an, mit wieviel Abstand Werte A(ti) der Zeitreihe xt jeweils ausgewählt werden, um einen Zeitserienausschnitt zu bilden, dessen Muster Πj dann bestimmt wird. Bei ^ = 1 wird ein Zeitserienausschnitt, dessen Muster zu bestimmen ist, aus D aufeinanderfolgenden nächsten Nachbarn gebildet, bei ^ = 2 aus den jeweils aufeinanderfolgenden übernächsten Nachbarn, und so weiter. Für die Einbettungsverzögerung ^ haben die Erfinder vorteilhafte Werte zwischen 1 und 5 festgestellt (beide Werte mit enthalten), beispielsweise ^=1, ^=3, oder ^=5. Durch die Variation von ^ können verschiedene Skalen abgedeckt werden. Alternativ kann die Permutationsentropie auch als eine „Multi- scale Entropy“ (MPE), insbesondere mit dem in „Azami et al.“ beschriebenen Verfahren berechnet werden. Die Jensen-Shannon-Komplexität, JSK, wiederum ist, einfach ausgedrückt, ein Komplexitätsmaß, das sich aus dem Produkt der normierten Shannon-Entropie und dem Ungleichgewicht QJS berechnet. Dabei beschreibt das Ungleichgewicht die Unterschiedlichkeit der Verteilung der Permutations-Muster P zur Gleichverteilung Pe={1/N, ... 1/N}, wobei N=D!. Die Unterschiedlichkeit der Verteilungen wird hierbei über die Jensen-Shannon Divergenz bestimmt. Die JSK kann für einen bestimmten Wert der PE verschiedene Werte zwischen einem Minimalwert und einem Maximalwert annehmen, der durch D! gegeben ist. Dadurch liefert die JKS zur Charakterisierung einer Zeitserie zusätzliche Information, welche nicht in der PE enthalten sind. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen wird eine Zeitreihe von Tupeln (PE(ti), JSK(ti)) für eine Mehrzahl von Zeitpunkten ti berechnet. Das Erkennen, ob ein Lichtbogen aufgetreten ist, basiert vorteilhaft auf der berechneten Zeitreihe. Die Zeitpunkte sind vorteilhaft periodisch voneinander beanstandet. Die Erfinder haben festgestellt, dass die PE-JSK- Parameterebene ein besonders zuverlässiges Erkennen, ob ein Lichtbogen aufgetreten ist oder nicht, ermöglicht. Vorteilhaft ist es auch, wenn die Permutationsentropie, PE, jeweils in einem gleitenden Fenster über die insgesamt verfügbare Zeitreihe der Amplitudenwerte berechnet wird, d.h. wenn die Zählung der Muster etc. immer nur in einer Zeitreihe xt von der Größe des gleitenden Fensters durchgeführt wird. Die Größe W dieses gleitenden Fensters ist ein weiterer Hyperparameter. Grundsätzlich erlaubt eine größere Musterlänge D es, komplexere Vorgänge zu beschreiben. Gleichzeitig führt eine zu große Musterlänge D dazu, dass in einem zeitlichen Verlauf von Amplitudenwerten von begrenzter Länge nicht alle möglichen Muster auch vorkommen können, was die Komplexitätsanalyse wiederum behindert. Es ist daher vorteilhaft, wenn W>5D! gilt. Das gleitende Fenster wird bevorzugt immer um einen einzelnen Amplitudenwert weitergeschoben, sodass jedes Mal nur der erste Zeitserienausschnitt das gleitende Fenster verlässt, und am Ende ein neuer, bisher noch nicht untersuchter Zeitserienausschnitt in das gleitende Fenster aufgenommen wird. Somit können sich von Fenster zu Fenster maximal zwei Anzahlen von Mustern ändern. Der Unakafova-Ansatz (siehe Unakafova & Keller) ist für die vorliegende Erfindung vorteilhaft, denn er kann die genannten Eigenschaften vorteilhaft ausnutzen, um – unter Verwendung von vorberechneten Tabellen – besonders effizient zu rechnen. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen wird zumindest eine zeitliche Trajektorie von Punkten in einem PE-JSK- Parameterraum („PE-JSK-Trajektorie“) berechnet. Das Erkennen, ob ein Lichtbogen aufgetreten ist, basiert vorteilhaft zumindest auf der berechneten zeitlichen Trajektorie, insbesondere auf aus der Trajektorie ableitbaren Größen wie etwa die erste Ableitung/einem Gradienten, die zweite Ableitung, eine Streuung zwischen Minimal- und Maximalwerten und/oder dergleichen. Die Erfinder haben festgestellt, dass die Eigenschaften dieser Trajektorie ein besonders zuverlässiges Erkennen, ob ein Lichtbogen aufgetreten ist oder nicht, ermöglichen. Auch die zeitliche Trajektorie kann vorteilhaft gemäß dem Unakafova-Ansatz aus Unakafova & Keller erzeugt und berechnet werden, d.h., mit einem gleitenden Zeitfenster der Größe W. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen werden die berechnete Zeitreihe von Tupeln und/oder die berechnete zeitliche Trajektorie in eine Künstliche-Intelligenz-Einheit, KIE, eingegeben, welche das Erkennen, ob ein Lichtbogen aufgetreten ist, darauf basierend durchführt. Die KIE kann ein überwacht trainiertes („supervised learning“) oder unüberwacht trainiertes („unsupervised learning“) Maschinenlernenmodell, MLM, umfassen. Ein vorteilhaft zu verwendendes MLM kann beispielsweise ein Cluster-Analyse-Verfahren umfassen oder daraus bestehen. Überwacht trainierte MLMe können beispielsweise ein künstliches neuronales Netz, KNN, aufweisen oder daraus bestehen. Die Eingabedaten (engl. „input“) des MLM können insbesondere PE-Werte und/oder JSK-Werte aufweisen, oder Größen sein, die auf PE-Werten und/oder JSK-Werten basieren, insbesondere in einer der hierin beschriebenen Varianten wie etwa (PE(ti), JSK(ti))-Tupeln, Trajektorien im PE-JSK-Parameterraum, und/oder dergleichen mehr. Bei der Berechnung von sowohl PE als auch JSK können verschiedene Berechnungsmethoden verwendet werden, welche entweder Hyperparameter sein können (d.h. beim Entwerfen und Trainieren des MLM festgelegt werden), oder als Parameter verwendet werden können, d.h., durch das MLM während dessen Trainings selbst festgelegt werden. Solche Hyperparameter/Parameter sind beispielsweise die Musterlänge D (auch „Einbettungsdimension“ oder, engl., „embedding dimension“) genannt, die Fenstergröße W, oder die Einbettungsverzögerung ^ (engl. „embedding delay“). Es kann auch vorgesehen sein, dass mehrere Permutationsmetriken und/oder mehrere Komplexitätsmetriken als Eingabedaten verwendeten werden, sodass das MLM während seines Training „lernt“, welche Entropiemetriken und/oder welche Komplexitätsmetriken, und in welcher Kombination, die beste Grundlage für die Entscheidung, ob ein Lichtbogen tatsächlich vorlag, bilden. Insbesondere können mehrere Permutationsentropien und/oder mehrere Jensen-Shannon-Komplexitäten als Eingabedaten verwendet werden, welche jeweils unterschiedliche Hyperparameter aufweisen können. Beispielsweise können zwei verschiedene Permutationsentropien (oder, anders ausgedrückt, Permutationsentropien welche mit zwei verschiedenen Hyperparametersätzen berechnet wurden) unter den Eingabedaten sein: etwa eine Zeitserie einer ersten Permutationsentropie PE-1, welche mit D=3 und ^ = 1, berechnet wird, also relativ feingranular ist, und eine Zeitserie einer zweiten Permutationsentropie PE-2, welche mit D=5 und ^ = 2 berechnet wird, also Korrelationen mit längerer Reichweite prüft. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen erfolgt ein Erfassen eines Hinweises, dass ein Lichtbogen aufgetreten sein könnte, und zwar besonders vorteilhaft basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, und/oder auf dem mindestens einen bestimmten Wert der Jensen-Shannon- Komplexität, JSK. Alternativ kann das Erfassen des Hinweises auch – wie im Stand der Technik bekannt – mittels einer Analyse der spektralen Leistungsdichte des Rauschens im DC- Stromkreis erfolgen. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen umfasst das Verfahren außerdem ein Auslösen einer Notfallprozedur (bereits) als Reaktion auf das Erfassen des Hinweises. Das Erkennen, ob tatsächlich ein Lichtbogen aufgetreten ist, erfolgt bei dieser Variante optional danach (d.h., zeitlich nachgelagert). Die Notfallprozedur wird bevorzugt wieder ausgesetzt, wenn erkannt wird, dass tatsächlich kein Lichtbogen aufgetreten ist. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen umfasst das Verfahren ein Auslösen einer Notfallprozedur (insbesondere dann und nur dann), falls erkannt wird, dass in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist. Bei dieser Variante wird also die Notfallprozedur vorteilhaft nicht bereits mit dem Erfassen des Hinweises, dass ein Lichtbogen aufgetreten sein könnte, sondern erst mit dem Erkennen eines tatsächlichen Lichtbogens ausgelöst, wobei in weiteren Varianten das Erfassen des Hinweises und das Erkennen des Lichtbogens auch zusammenfallen können. Das Auslösen der Notfallprozedur kann beispielsweise das Auslösen eines Lichtbogenfehler-Schaltkreisunterbrechers (LBFSU; engl. Arc Fault Circuit Interrupter, AFCI) umfassen. Die Notfallprozedur kann beinhalten, dass die Anlage wieder aktiviert wird, falls von dem Ereignis keine Gefahr ausgeht. Sollte es wiederholt zu Abschaltungen durch die Notfallprozedur kommen, kann diese auch beinhalten, dass eine technische Prüfung der Anlage eingeleitet wird. Die Notfallprozedur kann es auch umfassen, dass anstelle einer Abschaltung der Strom auf einen Wert R reduziert wird, sodass der Lichtbogen gelöscht wird, wobei R ein wählbarer Parameter ist. Alternativ oder zusätzlich kann das Auslösen der Notfallprozedur auch umfassen, dass eine Abschaltvorrichtung ausgelöst wird, zum Beispiel durch einen Wechselrichter des PV-Systems mindestens ein Relais geöffnet wird, um den Stromfluss dadurch zu unterbrechen . Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen wird der erfasste zeitliche Verlauf der Amplitudenwerte einer Vorfilterung unterzogen, um einen gefilterten zeitlichen Verlauf der Amplitudenwerte zu erzeugen. Das Bestimmen des mindestens einen Werts der Permutationsentropie, PE, basierend auf dem gefilterten zeitlichen Verlauf der Amplitudenwerte und/oder das Bestimmen des mindestens einen Werts der Jensen-Shannon- Komplexität, JSK, erfolgt dann vorteilhaft basierend auf dem gefilterten zeitlichen Verlauf der Amplitudenwerte. Die Vorfilterung kann beispielsweise umfassen: - ein Herausfiltern von periodischen Signalen; und/oder - ein Ausblenden von Frequenzbereichen in dem zeitlichen Verlauf der Amplitudenwerte, welche für die Erkennung eines Lichtbogens nicht relevant oder weniger relevant oder unvorteilhaft sind. Das Herausfiltern von periodischen Signalen kann beispielsweise mittels statistischer Verfahren oder Autokorrelation erfolgen. Auszublendende Frequenzbereiche können mittels einer spektralen oder temporalen Filterfunktion, die insbesondere auf einer Fourier-Analyse und/oder einer Wavelet-Analyse basieren kann, ausgeblendet werden. Sofern sich aus dem Kontext nicht etwas Gegenteiliges ergibt, kann hierin unter dem „zeitlichen Verlauf der Amplitudenwerte“ somit entweder der rohe zeitliche Verlauf der Amplitudenwerte, wie erfasst, zu verstehen sein, als auch (bevorzugt) der gefilterte zeitliche Verlauf von Amplitudenwerten. Aus Gründen der Knappheit werden nicht jeweils beide Varianten an jeder Stelle wiederholt. Gemäß einem weiteren Aspekt stellt die Erfindung eine Vorrichtung zum Erkennen eines Lichtbogens in einem Photovoltaik-System bereit, umfassend: einen Wechselrichter zum Erzeugen von Wechselstrom aus einem von einem Photovoltaik-System empfangenen Gleichstrom, umfassend zumindest ein Messmodul, welches zum Erfassen eines zeitlichen Verlaufs von Amplitudenwerten einer elektrischen Größe des empfangenen Gleichstroms ausgebildet ist; und wobei die Vorrichtung außerdem umfasst: ein Rechenmodul, welches zum Bestimmen mindestens eines Werts einer Permutationsentropie, PE, des zeitlichen Verlaufs von Amplitudenwerten sowie zum Bestimmen mindestens eines Werts einer Jensen-Shannon-Komplexität, JSK, des zeitlichen Verlaufs von Amplitudenwerten eingerichtet ist; ein Erkennungsmodul, welches dazu eingerichtet ist, zu erkennen, ob in dem PV-System ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen-Shannon-Komplexität, JSK; und eine Schutzeinrichtung, mittels welcher eine Notfallprozedur zum Schutz des Photovoltaik-Systems vor einem Lichtbogen auslösbar ist. Optional kann die Vorrichtung (entweder als Teil des Wechselrichters oder auch außerhalb davon) ein Warnmodul aufweisen, welches dazu ausgebildet ist, einen Hinweis zu erzeugen, dass ein Lichtbogen in dem Photovoltaik-System, PV- System, aufgetreten sein könnte. Die Vorteile des Vorliegens eines solchen Hinweises wurden im Vorangehenden bereits ausführlich erläutert und werden auch im Folgenden noch weiter verdeutlicht werden. Die erfindungsgemäße Vorrichtung ist vorteilhat mit dem Verfahren gemäß dem erfindungsgemäßen Verfahren betreibbar, sowie das Verfahren mit der erfindungsgemäßen Vorrichtung durchführbar ist. Sämtliche in Bezug auf das Verfahren beschriebenen Varianten, Optionen, Weiterbildungen und Ausführungsformen sind somit auch auf die erfindungsgemäße Vorrichtung anwendbar und umgekehrt. Sämtliche Bestandteile der Vorrichtung, insbesondere die verschiedenen Module und/oder Einrichten, können vorteilhaft allesamt in den Wechselrichter integriert sein, sodass die Vorrichtung kompakt, robust, und weitgehend autonom ist. Alternativ können auch einzelne Bestandteile, beispielsweise Module, welche rechenintensive Vorgänge durchführen, ausgelagert sein, etwa in einen Remote-Server, eine Cloud- basierte Recheneinrichtung, oder dergleichen. Auf diese Weise steht mehr Rechenleistung bereit, ohne dass die Bauform des Wechselrichters deswegen größer werden muss. Die verschiedenen Module oder Einrichtungen können jeweils in Hardware und/oder in Software vorliegen. Insbesondere können die Module als Software implementiert sein, welche durch ein Computersystem ausgeführt wird oder ausführbar ist. Die Bezeichnung als ein Modul oder eine Einrichtung bedeutet dabei nicht, dass zwingender Weise ein klar separates Modul oder ein separater Programmcode-Abschnitt vorhanden sein muss. Vielmehr beschreiben die Module und Einrichtungen Funktionen, welche auch gemeinsam und/oder miteinander verwoben realisiert oder implementiert sein können. Das Computersystem (oder: die Recheneinrichtung) kann eine beliebige Schaltung oder Kombination von Schaltungen umfassen. Bei einem Ausführungsbeispiel kann das Computersystem einen oder mehrere Prozessoren umfassen, die von einem beliebigen Typ sein können. Hierbei kann „Prozessor“ eine beliebige Art von Rechenschaltung oder Recheneinrichtung bedeuten, wie beispielsweise ( ohne hierauf beschränkt zu sein) einen Mikroprozessor, einen Mikrocontroller, einen Mikroprozessor mit komplexem Befehlssatz (CISC), einen Mikroprozessor mit reduziertem Befehlssatz (RISC), einen Sehr-langes- Anweisungswort- (Very Long Instruction Word; VLIW) Mikroprozessor, einen Graphikprozessor (graphics processing unit; GPU), einen digitalen Signalprozessor (DSP), einen Multi-Core-Prozessor, ein feld-programmierbares Gate-Array (FPGA) oder irgendeinen anderer Typ von Prozessor oder Verarbeitungsschaltung. Andere Typen von Schaltungen, die von dem Computersystem umfasst sein können, können eine speziell angefertigte Schaltung, eine anwendungsspezifische integrierte Schaltung (ASIC) oder Ähnliches, wie beispielsweise eine oder mehrere Schaltungen (z. B. eine Kommunikationsschaltung) zur Verwendung bei drahtlosen Vorrichtungen wie z. B. Mobiltelefonen, Tablet-Computern, Laptop-Computern, Funksprechgeräten und ähnlichen elektronischen Systemen sein. Das Computersystem kann eine oder mehrere Speichervorrichtungen umfassen, die ein oder mehrere Speicherelemente umfassen können, die für die jeweilige Anwendung geeignet sind, wie beispielsweise einen Hauptspeicher in der Form eines Direktzugriffsspeichers (RAM, Random Access Memory), eine oder mehrere Festplatten und/oder ein oder mehrere Laufwerke, die entfernbare Medien, wie beispielsweise CDs, Flash-Speicherkarten, DVD und Ähnliches handhaben (können). Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen weist das Erkennungsmodule außerdem ein Künstliche-Intelligenz-Submodul, KIS, auf, welches eine Künstliche-Intelligenz-Einheit, KIE, implementiert, welche dazu trainiert und eingerichtet ist, basierend auf dem mindestens einen bestimmten Wert der JSK und dem mindestens einen Wert der PE zu erkennen, ob ein Lichtbogen aufgetreten ist. Wie im Vorangehenden bereits beschrieben wurde, kann es sich bei der Künstliche- Intelligenz-Einheit, KIE, insbesondere um ein künstliches neuronales Netz, KNN, handeln. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen weist die Vorrichtung außerdem eine Cloud-basierte Recheneinrichtung auf, wobei der Wechselrichter außerdem eine Kommunikationsschnittstelle zur bidirektionalen Kommunikation mit der Cloud-basierten Recheneinrichtung aufweist, und wobei das Rechenmodul und/oder das Erkennungsmodul durch die Cloud-basierte Recheneinrichtung implementiert ist. Bei dieser Variante kann die Vorrichtung insbesondere eine Vielzahl von Wechselrichtern umfassen, welche auch an mehrere bzw. verschiedene PV-Systeme angeschlossen sein können. Somit können das Rechenmodul und/oder das Erkennungsmodul zentral bereitgestellt werden, während beispielsweise die Schutzeinrichtung in jedem einzelnen Wechselrichter, oder zumindest in jedem einzelnen PV-System, separat vorgesehen sein kann. Dies ermöglicht eine einfache Wartung und einfaches Updaten der rechenintensiven Rechen- bzw. Erkennungsmodule. Dies ist besonders vorteilhaft, wenn das Erkennungsmodul ein Künstliche-Intelligenz-Submodul, KIS, umfasst, welches eine hohe Rechenleistung erfordert und welches vorteilhaft regelmäßig mit zusätzlichem Training geupdated werden kann. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen ist die Schutzeinrichtung dazu eingerichtet, die Notfallprozedur als Reaktion auf das Erfassen des Hinweises, dass ein Lichtbogen aufgetreten sein könnte, auszulösen. Das Erkennungsmodul ist hierbei vorteilhaft dazu eingerichtet, danach zu erkennen, ob tatsächlich ein Lichtbogen aufgetreten ist, und die Schutzeinrichtung wiederum vorteilhaft dazu eingerichtet, die Notfallprozedur wieder auszusetzen, falls das Erkennungsmodul erkennt, dass tatsächlich kein Lichtbogen aufgetreten ist. In manchen Varianten kann das Aussetzen (oder: Zurücksetzen) der Notfallprozedur mittels eines Zählers gezählt werden, der beispielsweise im Wechselrichter angeordnet sein kann. Es kann vorgesehen sein, dass bei Erreichen eines vordefinierten Schwellwerts (entweder absolut, oder pro vordefiniertem Zeitabschnitt) des Zählers die Notfallprozedur (oder eine im Schutzumfang darüberhinausgehende Abschaltprozedur) so ausgelöst wird, dass sie nicht automatisch (etwa wie zuvor beschrieben) wieder ausgesetzt werden kann. In diesem Fall kann das Eingreifen eines menschlichen Technikers, entweder vor Ort oder durch Remote-Wartung, eine Voraussetzung für das Aussetzen der Notfallprozedur (oder Abschaltprozedur) sein. Als Reaktion auf das Erreichen des vordefinierten Schwellwerts kann automatisch ein Signal ausgesendet werden, welches das Eingreifen des menschlichen Technikers anfordert. Gemäß einigen bevorzugten Ausführungsformen, Varianten oder Weiterbildungen von Ausführungsformen ist die Schutzeinrichtung dazu eingerichtet, die Notfallprozedur auszulösen, falls das Erkennungsmodul erkannt hat, dass in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist. Gemäß einem weiteren Aspekt stellt die Erfindung ein Computerprogrammprodukt bereit, welches ausführbaren Programmcode umfasst, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das erfindungsgemäße Verfahren durchzuführen. Gemäß einem weiteren Aspekt stellt die Erfindung ein nicht- flüchtiges, computerlesbares Datenspeichermediums bereit, welches ausführbaren Programmcode umfasst, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das erfindungsgemäße Verfahren durchzuführen. Gemäß einem weiteren Aspekt stellt die Erfindung einen Datenstrom bereit, welches ausführbaren Programmcode umfasst (oder dazu ausgelegt ist, ausführbaren Programmcode zu generieren), welcher dazu ausgelegt ist, wenn er ausgeführt wird, das erfindungsgemäße Verfahren durchzuführen. Weitere Aspekte sowie bevorzugte Ausführungsformen, Varianten und Weiterbildungen von Ausführungsformen ergeben sich aus den Unteransprüchen sowie aus der Beschreibung unter Bezugnahme auf die Figuren. Kurze Beschreibung der Figuren Die Erfindung wird nachstehend anhand von Ausführungsbeispielen in den Figuren der Zeichnungen näher erläutert. Die teilweise schematisierte Darstellung zeigen hierbei: Fig. 1 eine schematische Darstellung zum Erläutern einer Vorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung; Fig. 2 eine schematische Darstellung des PE-JSK- Parameterraums zur Erläuterung der Funktionsweise der Vorrichtungen gemäß Fig. 1; Fig. 3 eine schematische Darstellung zum Erläutern einer Vorrichtung gemäß einer weiteren Ausführungsform der vorliegenden Erfindung; Fig. 4 ein schematisches Flussdiagramm zum Erläutern eines Verfahrens gemäß noch einer weiteren Ausführungsform der vorliegenden Erfindung; Fig. 5 ein schematisches Flussdiagramm zum Erläutern eines Verfahrens gemäß noch einer weiteren Ausführungsform der vorliegenden Erfindung; Fig. 6 ein schematisches Blockdiagramm zum Erläutern eines Computerprogrammprodukts gemäß einer weiteren Ausführungsform der vorliegenden Erfindung; und Fig. 7 ein schematisches Blockdiagramm zum Erläutern eines Datenspeichermediums 500 gemäß einer weiteren Ausführungsform der vorliegenden Erfindung. In sämtlichen Figuren sind gleiche bzw. funktionsgleiche Elemente und Vorrichtungen - sofern nicht anders angegeben ist - mit denselben Bezugszeichen versehen worden. Die Bezeichnung und Nummerierung der Verfahrensschritte impliziert nicht zwangsläufig eine Reihenfolge, sondern dient der besseren Unterscheidung, obwohl in einigen Varianten die Reihenfolge auch der Reihenfolge der Nummerierung entsprechen kann. Detaillierte Beschreibung der Figuren Fig. 1 zeigt eine schematische Darstellung zum Erläutern einer Vorrichtung 100 zum Erkennen eines Lichtbogens in einem Photovoltaik-System 200 gemäß einer Ausführungsform der vorliegenden Erfindung. Das Photovoltaik-System 200 (PV- System) kann einen oder mehrere Photovoltaik-Modulen 210 (PV- Modulen) aufweisen, welche aus Sonnenlicht Gleichstrom 71 erzeugen. Das PV-System 200 ist in Fig. 1 nur rudimentär dargestellt. Es versteht sich, dass ein solches PV-System einen oder mehrere Strings umfassen kann, von denen jeder eine Vielzahl von PV-Modulen 210 aufweist. Ein Wechselrichter 110 der Vorrichtung 100 ist dazu ausgelegt und eingerichtet, den Gleichstrom 71 von dem Photovoltaik- System 200 zu empfangen und in einen Wechselstrom 72 umzuwandeln, beispielsweise mittels Leistungselektronik 112. Der Wechselrichter 110 umfasst außerdem zumindest ein Messmodul 114 und, in dieser Ausführungsform, auch ein Warnmodul 116. Das Messmodul 114 ist zum Erfassen eines zeitlichen Verlaufs von Amplitudenwerten, A(ti), einer elektrischen Größe des empfangenen Gleichstroms 71 ausgebildet, bevorzugt insbesondere des elektrischen Stroms (im Folgenden teilweise nur kurz als „Strom“ bezeichnet). Hierzu kann das Messmodul 114 beispielsweise einen Powerline-Communication- (PLC-)Transformator sowie einen Stromwandler umfassen, welcher dazu ausgelegt ist, den PLC-Transformator auszulesen. Das Warnmodul 116 ist dazu ausgebildet, einen Hinweis zu erzeugen, dass ein Lichtbogen in dem Photovoltaik-System 200 aufgetreten sein könnte. Wie im Vorangehenden bereits ausführlich beschrieben wurde, kann ein solcher Hinweis auf viele verschiedene Weisen entstehen, beispielsweise wie im Stand der Technik basierend auf einem Rauschen in der Stromdomäne, d.h. im Stromsignal. Das Warnmodul 116 kann in anderen Ausführungsformen auch außerhalb des Wechselrichters 110 angeordnet sein, wobei dann der Wechselrichter 110 dazu eingerichtet ist, den Hinweis von dem Warnmodul 116 zu empfangen. Die Vorrichtung 100 umfasst außerdem ein Rechenmodul 120, welches zum Bestimmen mindestens eines Werts einer Permutationsentropie, PE, des zeitlichen Verlaufs von Amplitudenwerten A(ti) sowie zum Bestimmen mindestens eines Werts einer Jensen-Shannon-Komplexität, JSK, des zeitlichen Verlaufs von Amplitudenwerten A(ti) eingerichtet ist. Wie im Vorangehenden bereits ausführlich beschrieben wurde, können PE und JSK mit unterschiedlichen Algorithmen berechnet werden, die für sich jeweils im Stand der Technik bekannt sind, wobei auch zukünftig noch entwickelte Algorithmen verwendet werden können. Die Vorrichtung 100 umfasst außerdem ein Erkennungsmodul 130, welches dazu eingerichtet ist, zu erkennen, ob in dem PV- System 200 ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen- Shannon-Komplexität, JSK Die Vorrichtung 100 umfasst zusätzlich auch eine Schutzeinrichtung 140, mittels welcher eine Notfallprozedur zum Schutz des PV-Systems 200 und der umliegenden Infrastruktur bei Auftreten eines Lichtbogens auslösbar ist. Bei der Notfallprozedur kann es sich insbesondere um das Auslösen eines Leistungsschalters zum Unterbrechen einer elektrischen Stromleitung, an der der Lichtbogen aufgetreten ist, handeln. Die Schutzeinrichtung 140 ist in Fig. 1 nur schematisch dargestellt. Es versteht sich, dass diese eine Vielzahl von Steuer- und Schaltungskomponenten aufweisen kann, die ganz oder teilweise auch im PV-System 200 angeordnet sind. Somit kann das PV-System 200 selbst auch als ein Teil der erfindungsgemäßen Vorrichtung 100 aufgefasst werden. Möglich ist es aber auch, dass das Auslösen der Notfallprozedur durch die Schutzeinrichtung 140 lediglich das Senden eines Notfallsignals umfasst (oder daraus besteht), beispielsweise an einen oder mehrere Leistungsschalter des PV-Systems 200, oder eine interne oder integrierte Schutzeinrichtung des PV- Systems 200 selbst. In Fig. 1 ist die Schutzeinrichtung 140 als in dem Wechselrichter 110 angeordnet dargestellt, beispielsweise im selben Gehäuse. Die Schutzeinrichtung 140 kann aber auch vom Wechselrichter 110 getrennt ausgebildet oder angeordnet sein, beispielsweise als Teil eines zentralen Steuer- und/oder Überwachungssystems, welches somit ebenfalls ein Teil der erfindungsgemäßen Vorrichtung 100 sein kann. Bei der Ausführungsform von Fig. 1 ist die Vorrichtung 100 so eingerichtet, dass die Schutzeinrichtung 140 die Notfallprozedur auslöst, sobald das Warnmodul 116 den Hinweis auf das mögliche Auftreten eines Lichtbogens erfasst hat. Hierbei wird die Möglichkeit eines falsch-positiven Auslösens der Notfallprozedur bewusst in Kauf genommen, um die Anzahl des falsch-negativen Auslösens zu verringern, möglichst auf null zu setzen. Weiterhin ist jedoch vorgesehen, dass nach dem Erfassen des Hinweises durch das Warnmodul 116 durch das Erkennungsmodul 130 festgestellt wird, ob tatsächlich ein Lichtbogen vorlag (richtig-positives Auslösen) oder nicht (falsch-positives Auslösen). Im Vorangehenden wurde bereits eine Vielzahl von verschiedenen Verfahren beschrieben, basierend auf welchen Werten im Zusammenhang mit der Jensen-Shannon-Komplexität und der Permutationsentropie durch das Erkennungsmodul 130 erkannt werden kann, ob ein Lichtbogen tatsächlich vorliegt oder nicht. Im Folgenden wird eine besonders vorteilhafte Methode anhand von Fig. 2 beschrieben. Fig. 2 zeigt hierzu den PE-JSK-Parameterraum, wobei die (normierte) Permutationsentropie (Symbol H in Gleichung (3) oben) auf der horizontalen Achse, und die Jensen-Shannon- Komplexität auf der vertikalen Achse aufgetragen ist. In diesem PE-JSK-Parameterraum sind nun verschiedene signalgebende Systeme auffindbar und anhand ihrer Position klassifizierbar. Oben rechts in Fig. 2 ist der gesamte PE-JSK- Parameterraum gezeigt, im Hauptbild von Fig. 2 ein Ausschnitt davon im Bereich hoher PE. Weißes Rauschen beispielsweise findet sich am Endpunkt 5, d.h. am Punkt mit maximaler Entropie und minimaler Komplexität. Am Startpunkt 4 (wobei hier Start- und Endpunkt lediglich bezogen auf eine ansteigende Entropieskala benannt sind) finden sich beispielsweise periodische Signale. Die mit „min“ und „max“ markierten Kurven stellen mathematisch bedingte Grenzkurven für den Parameterraum dar, d.h. alle erdenklichen Punkte, insbesondere für PV-Systeme 200, befinden sich innerhalb des durch die beiden Kurven eingeschlossenen Raums. Wie im Vorangehenden beschrieben wurde, kann nun aus der Zeitreihe der Amplitudenwerte A(ti) mittels des Unakafova- Ansatzes und/oder einer Methode mit nicht-überlappenden Fenstern für eine Vielzahl von Zeitpunkten Tj jeweils ein Punkt in dem PE-JSK-Parameterraum ermittelt werden, wobei für jeden Zeitpunkt Tj das (gleitende) Fenster, innerhalb dessen Muster klassifiziert werden, verschoben wird. Aus den so ermittelten Punkten ergibt sich eine Trajektorie 3 im PE-JSK- Parameterraum. Mit einem Stern (Markierung/Legende „P3“) ist außerdem das Rauschverhalten des bekannten „pinken Rauschens“ (engl. „pink noise“) im PE-JSK-Parameterraum dargestellt. Das „pinke Rauschen“ weist eine 1/f- Rauschcharakteristik auf, etwa im Gegensatz zu der konstanten Rauschcharakteristik eines „Weißen Rauschens“. Im Normalbetrieb (oder: Regelbetrieb) hat das PV-System 200 ein charakteristisches Rauschverhalten entsprechend einem charakterisierenden Punkt 1 in dem PE-JSK-Parameterraum (Markierung/Legende „P1“ in Fig. 2). Lichtbögen haben ebenfalls ein sehr charakteristisches Rauschverhalten und erzeugen somit ein Rauschsignal, das sich von anderen Störsignalen (wie z.B. der Abschattung von Modulen, Rundfunksignalen, elektromagnetischen Einstreuungen, Schaltvorgängen im Wechselrichter, Modulen mit aktiver Elektronik und dergleichen) wesentlich unterscheidet. Daher ändert sich bei einem Auftreten eines tatsächlichen Lichtbogens schlagartig das Rauschverhalten. Die Eindeutigkeit der Verhaltensänderung wird vorteilhaft durch die im Vorangehenden beschriebene Vorverarbeitung durch das Vorverarbeitungsmodul 115 verbessert. Versuche der Erfinder haben jedoch ergeben, dass das PV-System 200 in einem Fehlerzustand mit Lichtbogen (Markierung/Legende „P2“ in Fig. 2) durch einen deutlich verschobenen Punkt 2 charakterisiert wird. Die Trajektorie 3 zwischen Punkt 1 und Punkt 2 kann dabei eine beträchtliche Größe annehmen, insbesondere pro Zeitdifferenz. Das Erkennen, dass tatsächlich ein Lichtbogen aufgetreten ist, durch das Erkennungsmodul 130, kann somit beispielsweise dadurch erfolgen, dass die Weglänge der Trajektorie 3 pro Zeiteinheit (Weglängen-Änderungsgeschwindigkeit) erfasst wird, wobei eine Weglängen-Änderungsgeschwindigkeit oberhalb eines vorbestimmten Grenzwertes bedeutet, dass eine schlagartige Änderung in der Charakterisierung des PV-Systems 200 eingetreten ist. In einigen Varianten kann dies bereits ein Auslösen der Notfallprozedur durch die Schutzeinrichtung 140 bewirken. Selbstverständlich können weitere Entscheidungskriterien dafür, dass ein Lichtbogen tatsächlich aufgetreten ist, alternativ oder zusätzlich verwendet werden. Wie aus Fig. 2 ebenfalls ersichtlich ist, kann das Auftreten des Lichtbogens beispielsweise ein Verschieben des charakterisierenden Punkts 1 in Richtung des Endpunktes 5 bewirken. Somit kann vorgesehen sein, dass durch das Erkennungsmodul 130 auf das Auftreten eines Lichtbogens entschieden wird, wenn die Weglängen-Änderungsgeschwindigkeit oberhalb des vorbestimmten Grenzwerts liegt und/oder (vorzugsweise „und“) wenn der charakterisierende Punkt 1 bzw. 2 dabei seinen Abstand zum Endpunkt 5 verringert. Es kann auch vorgesehen sein, dass dies nur gilt, falls der Abstand sich um mindestens einen bestimmten Absolutwert und/oder um mindestens einen bestimmten Prozentwert verringert. Eine weitere Möglichkeit zum Erkennen eines Lichtbogens oder zum Plausibilisieren oder Bestätigen des Erkennens eines Lichtbogens kann umfassen, dass durch das Erkennungsmodul 130 eine Rauschcharakteristik des charakterisierenden Punkts 2 in dem PE-JSK-Parameterraum ermittelt wird. Wie in Fig. 2 ersichtlich ist, kann der Punkt 2 insbesondere ein 1/f- Rauschverhalten, d.h. eine Rauschcharakteristik ähnlich oder genau wie „pinkes Rauschen“ aufweisen. Ein Hinweis, oder ein Plausibilisierungsmerkmal, dass ein Lichtbogen aufgetreten ist, kann somit darin liegen, dass der charakterisierende Punkt 2 näherungsweise ein 1/f-Rauschverhalten aufweist. Bei der Ausführungsform gemäß Fig. 1 ist somit das Erkennungsmodul 130 zum Durchführen einer regelbasierten Erkennung, ob ein Lichtbogen tatsächlich aufgetreten ist, ausgebildet und eingerichtet. Die genaue Ausgestaltung der Erkennungsregeln des Erkennungsmoduls 130 hängt dabei von der Größe, Gestaltung und Anordnung des PV-Systems 200 und der sonstigen beteiligten Leistungselektronik-Komponenten ab, ist aber in Kenntnis der vorliegenden Erfindung von einem Fachmann leicht ermittelbar. Das Ergebnis der Prüfung (oder: Erkennung) durch das Erkennungsmodul 130 erkannt wurde wird der Schutzeinrichtung 140 mitgeteilt, z.B. im Push- oder Pullverfahren über einen internen Datenbus des Wechselrichters 110. Wenn tatsächlich kein Lichtbogen aufgetreten ist, d.h., wenn ein falsch-positives Auslösen der Notfallprozedur vorlag, kann die Notfallprozedur durch die Schutzeinrichtung 140 unmittelbar wieder ausgesetzt (oder: aufgehoben) werden. Es kann vorgesehen sein, dass die Schutzeinrichtung 140 sofort, oder nachdem die Notfallprozedur für eine vorbestimmte Anzahl von Malen ausgelöst und wegen falsch-positiven Auslösens wieder ausgesetzt wurde, mittels einer Kommunikationsschnittstelle 145 der Schutzeinrichtung 140 ein Signal aussendet, um ein Eingreifen eines Technikers anzufordern. Beispielsweise kann ein Anpassen der Erkennungsregeln nötig sein, oder eine Überprüfung des PV- Systems 200 mit Augenmerk auf einen Fehler abgesehen von einem Lichtbogen. Falls durch das Erkennungsmodul 130 erkannt wird, dass tatsächlich (d.h., in Realität) ein Lichtbogen aufgetreten ist, d.h. ein richtig-positives Auslösen vorlag, kann die Schutzeinrichtung 140 eine über die Notfallprozedur hinausgehende Schutzprozedur o.ä. durchführen, z.B. weitere Stromleitungen stromlos schalten, mittels der Kommunikationsschnittstelle 145 einen Techniker anfordern und/oder dergleichen mehr. Fig. 3 zeigt eine schematische Darstellung einer Vorrichtung 100‘ gemäß einer weiteren Ausführungsform der vorliegenden Erfindung. Die Vorrichtung 100‘ ist eine Variante der Vorrichtung 100 und unterscheidet sich von dieser vornehmlich in der Ausprägung und Arbeitsweise des Rechenmoduls 120 und vor allem des Erkennungsmoduls 130. Bei der Vorrichtung 100` sind das Rechenmodul 120 und das Erkennungsmodul 130 nicht innerhalb des Wechselrichters 110 angeordnet, und gegebenenfalls noch nicht einmal in der geographischen Nähe des Wechselrichters 110 und/oder des PV- Systems 200. Stattdessen sind das Rechenmodul 120 und das Erkennungsmodul 130 durch eine Cloud-basierte Recheneinrichtung 300 implementiert. Der Wechselrichter 110 weist eine Kommunikationsschnittstelle 150 zur bidirektionalen Kommunikation mit der Cloud-basierten Recheneinrichtung 300, insbesondere mit einer bidirektionalen Kommunikationsschnittstelle 350 der Cloud-basierten Recheneinrichtung 300 auf. Über die Kommunikationsschnittstellen 150, 350 können alle nötigen Signale ausgetauscht werden. Beispielsweise können darüber die Messwerte des Messmoduls 114, der Hinweis des Warnmoduls 116, sowie ein Signal, welches das Ergebnis des Erkennens, ob ein Lichtbogen tatsächlich aufgetreten ist oder nicht, indiziert, ausgetauscht bzw. übermittelt werden. Das Implementieren von Rechenmodul 120 und/oder Erkennungsmodul 130 in der Cloud-basierten Recheneinrichtung 300 hat, wie bereits erwähnt, den Vorteil, dass diese über erheblich mehr Rechenleistung verfügen kann als beispielsweise der Wechselrichter 110. Darüber hinaus kann eine einzelne Cloud-basierte Recheneinrichtung 300 vorteilhaft das Rechenmodul 120 und/oder das Erkennungsmodul 130 für eine Vielzahl von Wechselrichtern 110 und/oder PV-Systemen 200 implementieren, zumal nicht zu erwarten ist, dass überall gleichzeitig Hinweise auf Lichtbögen erfasst werden. Somit kann die Cloud-basierte Recheneinrichtung 300 mit ausreichender Rechenleistung für diese Aufgaben eingerichtet werden, während der Wechselrichter 110 selbst kompakt gehalten werden kann. Besonders vorteilhaft ist es, wenn das Erkennungsmodul 130 ein Künstliche-Intelligenz-Submodul, KIS 135, aufweist, welches eine Künstliche-Intelligenz-Entität, insbesondere ein Maschinenlernenmodell, MLM, implementiert. Die Möglichkeiten sowie die möglichen Ausgestaltungen eines solchen MLMs wurden im Vorangehenden bereits ausführlich erläutert. Zwar ist es möglich, dass ein Erkennungsmodul 130 mit Künstliche- Intelligenz-Submodul, KIS 135, auch wie in Fig. 1 in dem Wechselrichter 110 selbst angeordnet ist, jedoch ist es aufgrund der üblicherweise größeren Rechenleistung bevorzugt, wenn das Künstliche-Intelligenz-Submodul, KIS 135, auf einer Cloud-basierten Recheneinrichtung 300 implementiert wird. Das Künstliche-Intelligenz-Submodul, KIS 135, kann, zusätzlich oder alternativ zu den anhand von Fig. 2 beschriebenen Erkennungsregeln, auf weitere Arten feststellen, ob ein Lichtbogen aufgetreten ist oder nicht. Dabei kann das KIS 135 mindestens ein überwacht trainiertes MLM und/oder mindestens ein unüberwacht trainiertes MLM umfassen. Vorteilhaft kann durch das Erkennungsmodul 130 (oder das KIS 135) zwischen dem Erstellen der auf PE und JSK basierenden Variablen und abgeleiteten Größen (inklusive auf der PE-JSK- Trajektorie basierenden Variablen und abgeleiteten Größen) einerseits und der Erkennung, ob ein Lichtbogen aufgetreten ist andererseits, eine Dimensionalitätsreduktion durchgeführt werden. Diese kann beispielsweise mittels Verfahren unter anderem basierend auf Matrizenfaktorisierung wie z.B. Hauptkomponentenanalyse (englisch „Principal Component Analysis“, kurz: PCA) oder mittels auf Graphen basierenden Verfahren wie z.B. (bevorzugt) „Uniform Manifold Approximation and Projection“, UMAP, oder eines gleichwertigen Verfahrens erfolgen. Eine Bewertung (d.h. das Feststellen, ob ein Lichtbogen aufgetreten ist) durch das Künstliche-Intelligenz- Submodul 135 (oder durch das Statistik-Submodul) kann dann nach der Dimensionalitätsreduktion durchgeführt werden. Mit anderen Worten kann vorteilhaft folgende Pipeline vorgesehen sein: 1. Aufzeichnung des zeitlichen Verlaufs der Amplitudenwerte des Stroms, insbesondere mittels des Messmoduls 114 2. Datenvorverarbeitung, insbesondere mittels des Vorverarbeitungsmoduls 115 3. Berechnung der PE und der JSK sowie optional darauf basierender (oder: von diesen abgeleiteter) Größen wie PE-JSK-Trajektorie, Mittelwert, Ableitung und/oder dergleichen, insbesondere mittels des Rechenmoduls 120 4. Optionale Dimensionalitätsreduktion eines mehrdimensionalen Parameterraums, welcher von PE, JSK und/oder optional darauf basierenden Größen aufgespannt wird, insbesondere mittels des Rechenmoduls 120 5. Erkennen, ob ein Lichtbogen aufgetreten ist oder nicht, insbesondere mittels des Erkennungsmoduls 130, basierend auf dem Ergebnis der Dimensionalitätsreduktion. Ein künstliches neuronales Netz, KNN, als ein mögliches überwacht trainiertes MLM, kann beispielsweise insbesondere mit einer Vielzahl von Daten trainiert werden, wobei die Daten annotiert (oder: gelabelt) sind mit der Information, ob in den entsprechenden Zeitfenstern W ein Lichtbogen aufgetreten ist oder nicht. Das künstliche neuronale Netz, KNN, wird somit trainiert, das Auftreten des Lichtbogens zu erkennen, möglicherweise auch auf Arten und Weisen, die über die beispielhaft genannten Erkennungsregeln hinausgehen. Die vorliegende Erfindung stellt somit auch ein Verfahren bereit, ein künstliches neuronales Netz, KNN, zum Erkennen, ob ein Lichtbogen in einem Gleichstromsystem aufgetreten ist, oder nicht, zu trainieren. Hierzu werden Eingabedaten bereitgestellt, welche jeweils Werte der Permutationsentropie sowie der Jensen-Shannon-Komplexität im zeitlichen Verlauf aufweisen, und welche mit der Information annotiert sind, wo ein Lichtbogen aufgetreten ist und wo nicht. Es wird eine Loss-Funktion bereitgestellt, welche es bestraft, wenn das künstliche neuronale Netz, KNN, in einer Zeitreihe nicht entsprechend den Annotationen erkennt, ob ein Lichtbogen aufgetreten ist, oder nicht. In mehreren Epochen, über viele Datensätze hinweg, wird das künstliche neuronale Netz, KNN, dann trainiert, d.h. dessen Parameter automatisch optimiert, um die Loss-Funktion über den Trainingsdatensätzen zu minimieren. Das Künstliche-Intelligenz-Submodul, KIS 135, kann außer mindestens einem Maschinenlernenmodell, MLM, wie etwa einem KNN, „Logistic Regression“, einem Entscheidungsbaum („Decision Trees“), und/oder einer „Support Vector Machine“, alternativ oder zusätzlich auch mindestens ein statistisches Verfahren verwenden. Führt das Künstliche-Intelligenz-Submodul 135 ausschließlich ein oder mehrere statistische Verfahren durch, kann es auch als Statistik-Submodul bezeichnet werden. Bevorzugt kann das KIS 135 alternativ ein unüberwacht trainiertes MLM implementieren. Vorteilhaft ist es hierfür, PE und JSK und/oder darauf basierende abgeleitete Größen (Mittelwerte, Ableitungen, Maximal- und Minimalwerte und dergleichen) mittels der bekannten Verfahren „Uniform Manifold Approximation and Projection“, UMAP, und „Density-Based Spatial Clustering of Applications with Noise“, DBSCAN, zu clustern. Hierauf basierend können Signale im Betrieb des PV- Systems (d.h. in der „deployment stage“, der Verwendung des trainierten MLMs) dann entweder als zu einem Cluster gehörend erkannt werden, welcher Lichtbögen klassifiziert, oder zu einem Cluster, welcher einen Normalbetrieb indiziert. Fig. 4 zeigt ein schematisches Flussdiagramm zur Illustration eines Verfahrens gemäß einer weiteren Ausführungsform der vorliegenden Erfindung, d.h. eines computerimplementierten Verfahrens zum Erkennen eines Lichtbogens in einem Photovoltaik-System 200. Das Verfahren nach Fig. 4 ist mit den Ausführungsformen der erfindungsgemäßen Vorrichtung durchführbar, insbesondere mit den Vorrichtungen 100; 100‘, aber auch unabhängig davon. Dementsprechend kann das Verfahren nach Fig. 4 gemäß allein im Vorangehenden mit Bezug auf die erfindungsgemäße Vorrichtung beschriebenen Varianten, Modifikationen, Optionen und Weiterentwicklungen modifiziert werden, und umgekehrt. In einem Schritt S100 wird ein zeitlicher Verlauf von Amplitudenwerten, A(ti), einer elektrischen Größe eines elektrischen Stroms aus dem PV-System 200 erfasst, insbesondere gemessen. Dies geschieht beispielsweise wie im Vorangehenden allgemein sowie mit Bezug auf das Messmodul 114 beschrieben wurde. Insbesondere kann dieser Schritt S200 innerhalb eines (oder: von einem) Wechselrichters 110 durchgeführt werden. Dem Schritt S100 nachfolgend kann eine Vorverarbeitung durchgeführt werden, insbesondere wie sie im Vorangehenden mit Bezug auf das Vorverarbeitungsmodul 115 beschrieben wurde. Die weiteren Verfahrensschritte können dann auf dem vorverarbeiteten (z.B. gefilterten) zeitlichen Verlauf von Amplitudenwerten, A(ti), basierend durchgeführt werden, ohne dass dies zusätzlich explizit erläutert zu werden braucht. In einem Schritt S300 wird mindestens ein Wert einer Permutationsentropie, PE, des zeitlichen Verlaufs der Amplitudenwerte A(ti) bestimmt. In einem Schritt S400 wird mindestens ein Wert einer Jensen- Shannon-Komplexität, JSK, des zeitlichen Verlaufs der Amplitudenwerte A(ti) bestimmt. Die Schritte S300 und/oder S400 können insbesondere so durchgeführt werden beispielsweise wie im Vorangehenden allgemein sowie mit Bezug auf das Rechenmodul 120 beschrieben wurde. Insbesondere können die Schritte S300 und/oder S400 innerhalb eines (oder: von einem) Wechselrichters 110 oder aber von einer Cloud-basierten Recheneinrichtung 300 durchgeführt werden. Nachfolgend an die Schritte S300 und/oder S400 kann in einem Schritt S450 eine Nachverarbeitung erfolgen, beispielsweise wie mit Bezug auf das Rechenmodul 120 im Vorangehenden beschrieben wurde. Als Teil der Nachverarbeitung kann mindestens eine von PE und/oder JSK abgeleitete Größe berechnet werden, beispielsweise ein Mittelwert, eine Ableitung, eine Trajektorie, ein Gradient, ein Minimalwert, ein Maximalwert und/oder dergleichen mehr. Es versteht sich, dass Schritte, die von „basierend auf der JSK“ und/oder von „basierend auf der PE“ sprechen, auch beinhalten, dass die Schritte indirekt auf der JSK und/oder der PE basieren können und damit insbesondere auf mindestens einer von JSK und/oder PE abgeleiteten Größe basieren können. Alternativ oder zusätzlich kann als Teil der Nachverarbeitung eine Dimensionalitätsreduktion (z.B. von PE, JSK, und/oder mindestens einer abgeleiteten Größe, insbesondere eines von diesen aufgespannten Parameterraums) erfolgen, wie im Vorangehenden ebenfalls schon erläutert wurde. In einem Schritt S500 wird erkannt, ob in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen- Shannon-Komplexität, JSK, oder spezifisch auf von PE und/oder JSK abgeleiteten Größen. Dies geschieht vorteilhaft beispielsweise wie im Vorangehenden allgemein sowie mit Bezug auf das Erkennungsmodul 130 beschrieben wurde. Insbesondere kann der Schritt S500 innerhalb eines (oder: von einem) Wechselrichters 110 oder aber von einer Cloud-basierten Recheneinrichtung 300 durchgeführt werden. Als Reaktion auf das Erkennen in Schritt S500, dass tatsächlich ein Lichtbogen aufgetreten ist, kann in einem Schritt S600 eine Notfallprozedur ausgelöst werden, beispielsweise wie im Vorangehenden allgemein sowie mit Bezug auf die Schutzeinrichtung 140 beschrieben wurde. Eine Variante des Verfahrens, welche ein alternatives Vorgehen zum Auslösen einer Notfallprozedur umfasst, wird anhand von Fig. 5 im Folgenden erläutert. Fig. 5 zeigt ein schematisches Flussdiagramm zur Illustration eines Verfahrens gemäß noch einer weiteren Ausführungsform der vorliegenden Erfindung, d.h. eines computerimplementierten Verfahrens zum Erkennen eines Lichtbogens in einem Photovoltaik-System 200. Auch das Verfahren gemäß Fig. 5 ist mit den Ausführungsformen der erfindungsgemäßen Vorrichtung durchführbar, insbesondere mit den Vorrichtungen 100; 100‘, aber auch unabhängig davon. Dementsprechend kann das Verfahren nach Fig. 5 gemäß allein im Vorangehenden mit Bezug auf die erfindungsgemäße Vorrichtung beschriebenen Varianten, Modifikationen, Optionen und Weiterentwicklungen modifiziert werden, und umgekehrt. Bei der Beschreibung werden nur die Unterschiede zum Verfahren gemäß Fig. 4 erläutert werden, wobei gleich bezeichnete Schritte ansonsten gleich sein sollen. Selbstverständlich kann jedoch jeder Schritt gemäß den im Vorangehenden beschriebenen Varianten verändert werden. Bei dem Verfahren gemäß Fig. 5 wird in einem Schritt S200 ein Hinweis erfasst, dass in dem PV-System 200 ein Lichtbogen aufgetreten sein könnte, beispielsweise wie im Vorangehenden allgemein sowie mit Bezug auf das Warnmodul 116 beschrieben wurde. Insbesondere kann dieser Schritt S200 innerhalb eines (oder: von einem) Wechselrichters 110 durchgeführt werden. Bei dem Verfahren gemäß Fig. 5 werden die nachfolgenden Schritte S300-S500 nur dann durchgeführt, wenn zuvor in dem Schritt S200 der Hinweis erfasst wurde („+“-Zeichen in Fig. 5). Auf diese Weise kann unnötiger Verbrauch von Rechenleistung vermieden werden. Dies ist insbesondere vorteilhaft, wenn diese Schritte durch eine zentrale Recheneinrichtung, z.B. eine Cloud-basierte Recheneinrichtung 300, durchgeführt werden. Wird kein Hinweis erfasst („-“- Zeichen in Fig. 5), so wird der Schritt S100 weiter fortgesetzt (welcher sowieso immer als fortlaufend durchgeführt verstanden werden kann). In jedem Fall wird jedoch bei dem Verfahren gemäß Fig. 5, als Reaktion darauf, dass der Hinweis erfasst wurde, in dem Schritt S600 die Notfallprozedur ausgelöst. Idealerweise erfolgt dies unmittelbar nach dem Erfassen S200 des Hinweises, vor oder gleichzeitig damit, dass die Schritt S300-S500 begonnen werden. Wird nun in Schritt S500 erkannt, dass tatsächlich kein Lichtbogen aufgetreten ist („-“-Zeichen in Fig. 5), also falsch-positiv ausgelöst wurde, wird in einem Schritt S700 die Notfallprozedur wieder ausgesetzt (oder: zurückgenommen), und das Verfahren wird mit Schritt S100 weiter fortgesetzt. Wird hingegen in Schritt S500 erkannt, dass tatsächlich ein Lichtbogen aufgetreten ist („+“-Zeichen in Fig. 5), kann in einem optionalen Schritt S800 eine Schutzprozedur durchgeführt werden, deren Maßnahmen die der Notfallprozedur entweder verlängern (z.B. dauerhaft machen) und/oder im Umfang über diese hinausgehen. Dies kann beispielsweise erfolgen wie im Vorangehenden allgemein sowie mit Bezug auf die Schutzeinrichtung 140 erläutert wurde. Fig. 6 zeigt ein schematisches Blockdiagramm zum Erläutern eines Computerprogrammprodukts 400 gemäß einer weiteren Ausführungsform der vorliegenden Erfindung. Das Computerprogrammprodukt 400 umfasst ausführbaren Programmcode 450, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das erfindungsgemäße Verfahren, insbesondere nach Fig. 4 oder Fig. 5, durchzuführen. Fig. 7 zeigt ein schematisches Blockdiagramm zum Erläutern eines nicht-flüchtigen, computerlesbaren Datenspeichermediums 500 gemäß einer weiteren Ausführungsform der vorliegenden Erfindung. Das Datenspeichermedium 500 umfasst ausführbaren Programmcode 550, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das erfindungsgemäße Verfahren, insbesondere nach Fig. 4 oder Fig. 5, durchzuführen. Bezugszeichenliste 1 Punkt vor Auftreten eines Lichtbogens 2 Punkt nach Auftreten eines Lichtbogens 3 Trajektorie 4 Startpunkt 5 Endpunkt 71 Gleichstrom 72 Wechselstrom 100 Vorrichtung 100‘ Vorrichtung 110 Wechselrichter 112 Leistungselektronik 114 Messmodul 115 Vorverarbeitungsmodul 116 Warnmodul 120 Rechenmodul 130 Erkennungsmodul 135 Künstliche-Intelligenz-Submodul 140 Schutzeinrichtung 145 Kommunikationsschnittstelle 150 Kommunikationsschnittstelle 200 PV-System 210 PV-Modul 300 Cloud-basierte Recheneinrichtung 350 Kommunikationsschnittstelle 400 Computerprogrammprodukt 450 Programmcode 500 Datenspeichermedium 550 Programmcode

Claims

Patentansprüche 1. Computerimplementiertes Verfahren zum Erkennen eines Lichtbogens in einem Photovoltaik-System (200), mit den Schritten: Erfassen (S100) eines zeitlichen Verlaufs von Amplitudenwerten einer elektrischen Größe eines elektrischen Stroms aus dem Photovoltaik-System, PV-System (200); Bestimmen (S300) mindestens eines Werts einer Permutationsentropie, PE, basierend auf dem zeitlichen Verlauf der Amplitudenwerte; Bestimmen (S400) mindestens eines Werts einer Jensen-Shannon- Komplexität, JSK, basierend auf dem zeitlichen Verlauf der Amplitudenwerte; Erkennen (S500), ob in dem PV-System (200) tatsächlich ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen-Shannon- Komplexität, JSK. 2. Verfahren nach Anspruch 1, wobei eine Zeitreihe von Tupeln (PE(ti), JSK(ti)) für eine Mehrzahl von Zeitpunkten ti berechnet wird, und das Erkennen, ob ein Lichtbogen aufgetreten ist, auf der berechneten Zeitreihe basiert. 3. Verfahren nach Anspruch 1 oder 2, wobei zumindest eine zeitliche Trajektorie von Punkten in einem PE-JSK-Parameterraum berechnet wird, und das Erkennen, ob ein Lichtbogen aufgetreten ist, zumindest auf der berechneten zeitlichen Trajektorie basiert. 4. Verfahren nach einem der Ansprüche 1 bis 3, wobei die berechnete Zeitreihe von Tupeln und/oder die berechnete zeitliche Trajektorie in eine Künstliche- Intelligenz-Einheit, KIE, eingegeben werden, welche das Erkennen, ob ein Lichtbogen aufgetreten ist, darauf basierend durchführt. 5. Verfahren nach einem der Ansprüche 1 bis 4, umfassend außerdem den Schritt: Erfassen (S200) eines Hinweises, dass in dem PV-System (200) ein Lichtbogen aufgetreten sein könnte, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, und/oder auf dem mindestens einen bestimmten Wert der Jensen- Shannon-Komplexität, JSK. 6. Verfahren nach einem der Ansprüche 1 bis 4, außerdem umfassend: Erfassen (S200) eines Hinweises, dass in dem PV-System (200) ein Lichtbogen aufgetreten sein könnte; Auslösen (S600) einer Notfallprozedur als Reaktion auf das Erfassen (S200) des Hinweises, wobei das Erkennen(S500), ob tatsächlich ein Lichtbogen aufgetreten ist, danach erfolgt, und die Notfallprozedur wieder ausgesetzt wird (S700), falls erkannt wird, dass tatsächlich kein Lichtbogen aufgetreten ist. 7. Verfahren nach einem der Ansprüche 1 bis 5, umfassend: Auslösen (S600) einer Notfallprozedur, falls erkannt wird, dass tatsächlich ein Lichtbogen aufgetreten ist. 8. Verfahren nach einem der Ansprüche 1 bis 7, wobei der erfasste zeitliche Verlauf der Amplitudenwerte einer Vorfilterung unterzogen wird, um einen gefilterten zeitlichen Verlauf der Amplitudenwerte zu erzeugen, und wobei das Bestimmen (S300) des mindestens einen Werts der Permutationsentropie, PE, basierend auf dem gefilterten zeitlichen Verlauf der Amplitudenwerte erfolgt und/oder wobei das Bestimmen (S400) des mindestens einen Werts der Jensen- Shannon-Komplexität, JSK, basierend auf dem gefilterten zeitlichen Verlauf der Amplitudenwerte erfolgt. 9. Vorrichtung (100; 100‘) zum Erkennen eines Lichtbogens in einem Photovoltaik-System (200), umfassend: einen Wechselrichter (110) zum Erzeugen von Wechselstrom (72) aus einem von einem Photovoltaik-System (200) empfangenen Gleichstrom (71), umfassend zumindest ein Messmodul (114), welches zum Erfassen eines zeitlichen Verlaufs von Amplitudenwerten einer elektrischen Größe des empfangenen Gleichstroms (71) ausgebildet ist; und wobei die Vorrichtung (100; 100‘) außerdem umfasst: ein Rechenmodul (120), welches zum Bestimmen mindestens eines Werts einer Permutationsentropie, PE, basierend auf dem zeitlichen Verlauf der Amplitudenwerte sowie zum Bestimmen mindestens eines Werts einer Jensen-Shannon-Komplexität, JSK, basierend auf dem zeitlichen Verlauf der Amplitudenwerte eingerichtet ist; ein Erkennungsmodul (130), welches dazu eingerichtet ist, zu erkennen, ob in dem PV-System (200) ein Lichtbogen aufgetreten ist, basierend auf dem mindestens einen bestimmten Wert der Permutationsentropie, PE, sowie auf dem mindestens einen bestimmten Wert der Jensen-Shannon-Komplexität, JSK; und eine Schutzeinrichtung (140), mittels welcher eine Notfallprozedur zum Schutz des PV-Systems (200) vor einem Lichtbogen auslösbar ist. 10. Vorrichtung (100‘) nach Anspruch 9, wobei das Erkennungsmodul (130) ein Künstliche-Intelligenz-Submodul, KIS (135), aufweist, welches eine Künstliche-Intelligenz- Einheit, KIE, implementiert, welche dazu trainiert und eingerichtet ist, basierend auf dem mindestens einen bestimmten Wert der JSK und dem mindestens einen Wert der PE zu erkennen, ob ein Lichtbogen aufgetreten ist. 11. Vorrichtung (100‘) nach einem der Ansprüche 9 oder 10, außerdem aufweisend eine Cloud-basierte Recheneinrichtung (300), wobei der Wechselrichter (110) außerdem eine Kommunikationsschnittstelle (150) zur bidirektionalen Kommunikation mit der Cloud-basierten Recheneinrichtung (300) aufweist, und wobei das Rechenmodul (120) und/oder das Erkennungsmodul (130) durch die Cloud-basierte Recheneinrichtung (300) implementiert ist. 12. Vorrichtung (100; 100‘) nach einem der Ansprüche 9 bis 11, außerdem umfassend ein Warnmodul (116), welches dazu ausgebildet ist, einen Hinweis zu erzeugen, dass ein Lichtbogen in dem Photovoltaik-System, PV-System (200), aufgetreten sein könnte; wobei die Schutzeinrichtung (140) dazu eingerichtet ist, die Notfallprozedur als Reaktion auf das Erfassen des Hinweises, dass ein Lichtbogen aufgetreten sein könnte, auszulösen (S600), und wobei das Erkennungsmodul (130) dazu eingerichtet ist, danach zu erkennen, ob tatsächlich ein Lichtbogen aufgetreten ist, und wobei die Schutzeinrichtung (140) weiters dazu eingerichtet ist, die Notfallprozedur wieder auszusetzen (S700), falls das Erkennungsmodul (130) erkannt hat, dass tatsächlich kein Lichtbogen aufgetreten ist. 13. Vorrichtung (100; 100‘) nach einem der Ansprüche 9 bis 11, wobei die Schutzeinrichtung (140) dazu eingerichtet ist, die Notfallprozedur auszulösen, falls das Erkennungsmodul (130) erkannt hat, dass in dem PV-System tatsächlich ein Lichtbogen aufgetreten ist. 14. Computerprogrammprodukt (400), welches ausführbaren Programmcode (450) aufweist, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das Verfahren gemäß einem der Ansprüche 1 bis 8 auszuführen. 15. Nicht-flüchtiges computerlesbares Datenspeichermedium (500), welches ausführbaren Programmcode (550) aufweist, welcher dazu ausgelegt ist, wenn er ausgeführt wird, das Verfahren gemäß einem der Ansprüche 1 bis 8 auszuführen.
PCT/EP2024/066285 2023-06-13 2024-06-12 Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system Ceased WO2024256495A2 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
AU2024302859A AU2024302859A1 (en) 2023-06-13 2024-06-12 Device and method for detecting an arc in a direct-current system
IL325287A IL325287A (en) 2023-06-13 2024-06-12 Device and method for detecting an electric arc in a direct current system
EP24732689.5A EP4728637A2 (de) 2023-06-13 2024-06-12 Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system
CN202480039350.0A CN121399851A (zh) 2023-06-13 2024-06-12 用于识别直流系统中的电弧的装置和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP23178979.3A EP4478606A1 (de) 2023-06-13 2023-06-13 Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system
EP23178979.3 2023-06-13

Publications (2)

Publication Number Publication Date
WO2024256495A2 true WO2024256495A2 (de) 2024-12-19
WO2024256495A3 WO2024256495A3 (de) 2025-02-27

Family

ID=86764696

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2024/066285 Ceased WO2024256495A2 (de) 2023-06-13 2024-06-12 Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system

Country Status (5)

Country Link
EP (2) EP4478606A1 (de)
CN (1) CN121399851A (de)
AU (1) AU2024302859A1 (de)
IL (1) IL325287A (de)
WO (1) WO2024256495A2 (de)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934423B (zh) * 2019-04-25 2020-04-21 山东大学 基于并网逆变器运行数据的光伏电站功率预测方法及系统
CN113852349B (zh) * 2021-09-17 2023-03-31 中新能(无锡)智慧能源有限公司 一种5g光伏电站的远程监控方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
C. BANDTB. POMPE: "Permutation entropy: a natural complexity measure for time series", PHYS. REV. LETT., vol. 88, no. 17, 2002, pages 174102, XP003020550, DOI: 10.1103/PhysRevLett.88.174102
H. AZAMI ET AL.: "Improved multiscale permutation entropy for biomedical signal analysis: Interpretation and application to electroencephalogram recordings", BIOMED. PROCESS. CONTROL, vol. 23, 2016, pages 28 - 41
O. ROSSO ET AL.: "Distinguishing noise from chaos", PHYS. REV. LETT, vol. 99, no. 15, 2007, pages 154102
V.A. UNAKAFOVAK. KELLER: "Efficiently measuring complexity on the basis of real-world Data", ENTROPY, vol. 15, no. 10, 2013, pages 4392 - 4415

Also Published As

Publication number Publication date
IL325287A (en) 2026-02-01
CN121399851A (zh) 2026-01-23
WO2024256495A3 (de) 2025-02-27
EP4728637A2 (de) 2026-04-22
AU2024302859A1 (en) 2026-01-29
EP4478606A1 (de) 2024-12-18

Similar Documents

Publication Publication Date Title
DE202022103434U1 (de) Ein auf einem Enzephalogramm (EEG) basierendes Gerät zur Erkennung von epileptischen Anfällen
DE112021004808T5 (de) Erkennen von malware durch analyse verteilter telemetriedaten
DE112016007498T5 (de) Untersuchungseinrichtung und untersuchungsverfahren
DE112013003277T5 (de) Erkennen von Anomalien in Echtzeit in mehreren Zeitreihendaten mit automatisierter Schwellenwertbildung
EP4165484B1 (de) Überwachungsvorrichtung und verfahren zur anomaliedetektion
EP4196805B1 (de) Batteriemanagementsystem zum klassifizieren eines batteriemoduls
DE202022100822U1 (de) Ein hybrides System zur automatischen Entfernung von Augenblinzel-Artefakten aus Elektroenzephalogrammsignalen
DE602005005516T2 (de) Verfahren und einrichtung zur erkennung des elektrischen bogenphänomens auf mindestens einem elektrischen kabel
DE202017005070U1 (de) Computersystem und Computerprogramm zur computerimplementierten Erkennung von Anomalien in Ereignisströmen
DE102021204040A1 (de) Verfahren, Vorrichtung und Computerprogramm zur Erstellung von Trainingsdaten im Fahrzeug
DE102019127622B4 (de) Abwehrgenerator, Verfahren zur Verhinderung eines Angriffs auf eine KI-Einheit und computerlesbares-Speichermedium
DE102017219269A1 (de) Klassifizierung mit automatischer Auswahl aussichtsreicher Lerndaten
WO2024256495A2 (de) Vorrichtung und verfahren zum erkennen eines lichtbogens in einem gleichstrom-system
EP3861681A1 (de) System und verfahren zur fehlererkennung und fehlerursachen-analyse in einem netzwerk von netzwerkkomponenten
DE102025115916A1 (de) Verfahren und vorrichtung zum analysieren mehrkanaliger zeitreihen-signale mithilfe eines deep-learning-modells
EP3997637A1 (de) Identifizieren von ungenutzten servern
DE102020212514A1 (de) Verfahren zur Ermittlung eines Ausgabesignals mittels eines maschinellen Lernsystems
WO2024184080A1 (de) Verfahren zum erkennen von rauch in bildern einer umgebung und verfahren zum trainieren eines maschinenlernalgorithmus
EP2284576B1 (de) Verfahren und System zur Vorhersage von Ereignissen
DE102024104333A1 (de) Adaptiv zentrierte darstellung für nulltreffer-anomaliedetektionsverfahren
DE102023135293A1 (de) Verfahren und vorrichtung zum diagnostizieren eines fehlers
DE102021201833A1 (de) Vorrichtung zur Verarbeitung von mindestens einem Eingangsdatensatz unter Verwendung eines neuronalen Netzes sowie Verfahren
EP3454154A1 (de) Automatisierte erkennung von statistischen abhängigkeiten zwischen prozessmeldungen
EP4323862A1 (de) Verfahren zur qualitätssicherung eines systems
DE102021207493A1 (de) Verfahren zur Unterstützung eines Betriebs eines Fahrzeuges mit einer Sensoreinheit, Computerprogrammprodukt sowie System

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24732689

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 325287

Country of ref document: IL

WWE Wipo information: entry into national phase

Ref document number: AU2024302859

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: 202617003127

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2024732689

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024732689

Country of ref document: EP

Effective date: 20260113

ENP Entry into the national phase

Ref document number: 2024732689

Country of ref document: EP

Effective date: 20260113

ENP Entry into the national phase

Ref document number: 2024302859

Country of ref document: AU

Date of ref document: 20240612

Kind code of ref document: A

WWP Wipo information: published in national office

Ref document number: 202617003127

Country of ref document: IN

ENP Entry into the national phase

Ref document number: 2024732689

Country of ref document: EP

Effective date: 20260113

WWP Wipo information: published in national office

Ref document number: 325287

Country of ref document: IL

ENP Entry into the national phase

Ref document number: 2024732689

Country of ref document: EP

Effective date: 20260113

WWP Wipo information: published in national office

Ref document number: 2024732689

Country of ref document: EP