本發明涉及故障診斷，具體涉及一種基于ai的光伏設備狀態判別及故障診斷方法。

背景技術：

1、由于光伏設備利用太陽能發電，對環境損害較小，越來越多地區將其做為主要發電來源之一，并且為了方便管理光伏設備中的太陽能發電片，一般使用串聯的方式將其連接，從而得到組串，但是一旦有一個太陽能發電片發生問題，容易對整個組串造成危害，因此，對于組串進行狀態判斷和故障診斷是很有必要的。

2、現有技術如公告號為：cn117951633b的發明專利申請公開的一種光伏發電設備故障診斷方法及系統，其方法包括：此發明采集光伏發電設備的運行數據并進行預處理，得到穩定運行數據集與異常切換數據集，對合并后的數據集進行特征提取與聚類分析，確定簇內數據項的關聯關系，并基于聚類和關聯分析的結果，使用特征工程提取數據集新特征，確定光伏發電設備的狀態切換期間異常情況，并對生成異常信號的設備進行及時溯源調控，從而增加了光伏發電設備在運行模式切換過程中識別異常故障的準確性，進而提高了發電效率。

3、現有技術如公告號為：cn116777430a的發明專利申請公開的一種面向新型電力系統的線損定位分析方法，其方法包括：快速定位出異常電損位置，大大降低成本，減少資源的浪費；同時基于導線材質對線路故障點位置進行精確定位，為后續的線路維護和改造提供有力的參考依據；對各終端用戶的各負載設備進行實時監測，及時發現故障設備并進行自斷電處理，避免設備的無效運行，同時避免故障設備對整個電力系統的影響，提高電力系統的穩定性。

4、針對上述方案可見，目前的組串狀態判斷和故障診斷方法，對于出現斷路問題的組串進行斷路范圍定位缺乏一定的關注，組串在使用過程中，一旦出現斷路，將會導致整個組串無法正常產生電流，傳統的斷路分析方法，一般只會判斷組串是否出現斷路問題，而沒有對組串的斷路范圍進行確定，導致需要維修負責人進行大范圍排查，從而降低組串的維護效率，同時對于使用無人機對于出現故障的太陽能電池片進行定位缺乏一定的重視，太陽能電池片在使用過程中，容易出現一些輕微的故障，如果不及時對這些故障進行維護，則會導致太陽能電池片進一步惡化，從而降低組串的發電效率，減少太陽能電池片的壽命。

技術實現思路

1、本發明的目的在于提供的一種基于ai的光伏設備狀態判別及故障診斷方法，解決了背景技術中存在的問題。

2、為解決上述技術問題，本發明采用如下技術方案：本發明提供一種基于ai的光伏設備狀態判別及故障診斷方法，包括：步驟1.光伏設備數據獲取：在當前監測時間點獲取發電廠所屬各組串的電流值。

3、步驟2.光伏設備狀態分析：篩選發電廠所屬各斷路組串、各短路組串和各待分析組串，并將發電廠所屬各短路組串進行斷電處理，篩選發電廠所屬各異常組串。

4、所述篩選發電廠所屬各異常組串，其具體篩選方法為：步驟2.1.組串監測：在檢測時間段內獲取發電廠所屬各待分析組串在各監測時間點的電流值。

5、步驟2.2.組串異常分析：分析發電廠所屬各待分析組串的電流離散系數，從本地數據庫獲取電流離散系數閾值，若發電廠所屬某待分析組串的電流離散系數大于電流離散系數閾值，則將該待分析組串標記為異常組串，從而篩選發電廠所屬各異常組串。

6、步驟3.組串故障巡檢：智能控制無人機對發電廠所屬各斷路組串的各預留斷路檢測點和各異常組串的各太陽能電池片進行巡檢和故障分析，從而篩選發電廠所屬各異常組串的各遮擋太陽能電池片、各熱斑太陽能電池片和各故障太陽能電池片，并獲得發電廠所屬各斷路組串的預估線路斷路范圍。

7、所述進行巡檢和故障分析，其具體方法為：步驟3.1.無人機巡檢：從本地數據庫獲取發電廠所屬各斷路組串的各預留斷路檢測點的序號，控制無人機對發電廠所屬各斷路組串的各預留斷路檢測點依序進行電壓測試，從而獲取發電廠所屬各斷路組串的各預留斷路檢測點的電壓值。

8、獲取發電廠當前的光照強度，控制無人機獲取發電廠所屬各異常組串的各太陽能電池片的表面彩色圖像和紅外圖像，從而篩選發電廠所屬各異常組串的各遮擋太陽能電池片、各熱斑太陽能電池片和各分析太陽能電池片，并控制無人機對發電廠所屬各異常組串的各分析太陽能電池片進行低光源遮擋測試，從而獲取發電廠所屬各異常組串的各分析太陽能電池片的對比電流值、目標電流值和各監測點的目標溫度值。

9、步驟3.2.斷路組串分析：分析發電廠所屬各斷路組串的預估線路斷路范圍。

10、步驟3.3.異常組串分析：評估發電廠所屬各異常組串的各分析太陽能電池片的故障危害系數，從而篩選發電廠所屬各異常組串的各故障太陽能電池片。

11、步驟4.組串故障處理：將發電廠所屬各斷路組串和含有各熱斑太陽能電池片的各異常組串進行斷電處理，并將發電廠所屬各異常組串的各遮擋太陽能電池片、各熱斑太陽能電池片、各故障太陽能電池片和各斷路組串的預估線路斷路范圍發送至設備負責人。

12、本發明的有益效果在于：(1)本發明的步驟1.光伏設備數據獲取，通過獲取發電廠所屬各組串的數據，從而方便后續進行分析。

13、(2)本發明的步驟2.光伏設備狀態分析，通過初步監測發電廠所屬各組串，判斷發電廠所屬各組串是否出現各類故障異常，從而方便后續進行分類巡檢。

14、(3)本發明的步驟3.組串故障巡檢，通過控制無人機進行巡檢，對出現斷路問題的組串進行斷路范圍確定，避免維修負責人需要大范圍排查，從而提高組串的維護效率，同時對出現一些輕微故障的太陽能電池片進行排查，及時定位出現故障的太陽能電池片并進行維護，從而提高組串的發電效率，保障太陽能電池片的壽命。

15、(4)本發明的步驟4.組串故障處理，方便設備負責人及時掌握組串出現問題的狀態及位置，從而方便后續進行維護。

技術特征：

1.一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，包括：

2.根據權利要求1所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述篩選發電廠所屬各斷路組串、各短路組串和各待分析組串，其具體篩選方法為：

3.根據權利要求1所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述篩選發電廠所屬各異常組串，其具體篩選方法為：

4.根據權利要求3所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述分析發電廠所屬各待分析組串的電流離散系數，其具體分析方法為：

5.根據權利要求1所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述進行巡檢和故障分析，其具體方法為：

6.根據權利要求5所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述進行低光源遮擋測試，其具體測試方法為：

7.根據權利要求5所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述分析發電廠所屬各斷路組串的預估線路斷路范圍，其具體分析方法為：

8.根據權利要求6所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述評估發電廠所屬各異常組串的各分析太陽能電池片的故障危害系數，其具體評估方法為：

9.根據權利要求8所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述分析發電廠所屬各異常組串的各分析太陽能電池片的電流異常系數，其具體分析方法為：

10.根據權利要求8所述的一種基于ai的光伏設備狀態判別及故障診斷方法，其特征在于，所述分析發電廠所屬各異常組串的各分析太陽能電池片的溫度異常系數，其具體分析方法為：

技術總結
本發明公開了一種基于AI的光伏設備狀態判別及故障診斷方法，涉及故障診斷技術領域，本發明包括：步驟1.光伏設備數據獲取、步驟2.光伏設備狀態分析、步驟3.組串故障巡檢和步驟4.組串故障處理，本發明通過初步監測發電廠所屬各組串，判斷發電廠所屬各組串是否出現各類故障異常，從而方便后續進行分類巡檢，通過控制無人機進行巡檢，對出現斷路問題的組串進行斷路范圍確定，避免維修負責人需要大范圍排查，從而提高組串的維護效率，同時對出現一些輕微故障的太陽能電池片進行排查，及時定位出現故障的太陽能電池片并進行維護，從而提高組串的發電效率，保障太陽能電池片的壽命。

技術研發人員：任海金,韓牧原,劉吳鎮,張羽佳
受保護的技術使用者：國家能源集團陜西電力有限公司
技術研發日：
技術公布日：2025/4/28