找到 7 条结果 · Solar Energy
基于卷积神经网络的归一化I-V曲线光伏故障诊断及可解释性分析
CNN-based photovoltaic fault diagnosis using normalized I–V curves with Explainability analysis
Woogyun Shin · Jin Seok Lee · Young Chul Ju · Hye Mi Hwang 等5人 · Solar Energy · 2025年1月 · Vol.301
摘要 全球各国正在扩大可再生能源的应用，以实现2050年碳中和目标。在各类可再生能源中，太阳能的发展速度最快，部署规模最为广泛。随着光伏（PV）电站数量的增加，运维市场不断扩大，故障诊断技术也逐步发展，融合了传统方法与人工智能技术。本研究提出一种利用光伏组串的归一化电流-电压（I-V）曲线并结合卷积神经网络（CNN）的故障诊断方法。实测的I-V曲线通过考虑辐照度、组件温度和衰减率的仿真模型进行归一化处理。归一化后的曲线根据其形态特征和电气参数被标注为正常状态或六种故障类型之一。使用这些数据训练的...
解读: 该基于CNN的光伏故障诊断技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。通过归一化I-V曲线实现99.39%验证准确率的六类故障识别,可直接集成至智能运维系统,增强预测性维护能力。技术核心在于消除辐照度和温度影响的归一化处理,与阳光电源MPPT优化算法形成互补,可在组串级...
基于RGB成像的太阳能光伏故障分类深度学习及预处理技术比较
Deep learning for solar PV fault classification using RGB imaging and comparison of preprocessing techniques
Muthu Eshwaran Ramachandran · Gurukarthik Babu Balachandran · Petchithai Velladurai · Arthy Rajakumar · Solar Energy · 2025年1月 · Vol.301
摘要：有效检测太阳能光伏（PV）系统中的故障对于确保系统最佳性能和维护至关重要。本研究探讨了不同图像预处理技术对基于深度学习的分类模型准确性的影响，所用的光伏组件RGB图像（包括鸟粪、灰尘、物理/电气损伤、积雪和清洁状态）来自Kaggle数据集。每个像素的R、G、B值捕捉了视觉特征，并通过预处理进一步增强。因此，RGB图像作为卷积神经网络（CNN）分类的原始输入。研究结果表明，仅使用原始RGB图像时，模型准确率仅为85%–89%，但当结合预处理技术（灰度转换+高斯模糊）后，性能显著提升至最高94...
解读: 该深度学习故障分类技术对阳光电源SG系列光伏逆变器及iSolarCloud智能运维平台具有重要应用价值。研究证实通过灰度转换+高斯模糊预处理可将RGB图像故障识别准确率提升至94%,可直接集成至iSolarCloud的预测性维护模块,实现鸟粪、灰尘、物理损伤等六类故障的自动识别。该轻量化CNN模型(...
一种基于分段二极管模型的自适应四层数字孪生用于光伏组件实时故障诊断与输出特性表征
An adaptive four-layer digital twin with segmented diode model for real-time fault diagnosis and output characterization of PV modules
Yihan Chena · Mingyao Maa · Wenting Maa · Xilian Zhoua 等6人 · Solar Energy · 2025年1月 · Vol.300
摘要 随着光伏发电的快速发展，光伏组件的精确故障诊断与输出特性表征已成为关键挑战。现有的光伏模型通常缺乏实时适应性，限制了其在复杂且动态运行条件下的有效性。为克服这些局限性，本文提出了一种专为光伏组件设计的新型四层数字孪生（DT）模型架构。该框架独特地融合了基于物理信息的分段二极管模型与混合型菌群生长-差分进化（FG-DE）优化算法，实现了高精度建模与鲁棒的多源数据融合。与传统模型不同，所提出的分段二极管模型能够根据变化的故障条件——包括失配与非失配故障——进行动态调整，从而对故障机理和输出行为...
解读: 该四层数字孪生架构对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。其分段二极管模型可增强MPPT算法在复杂故障场景下的精准追踪能力,98.49%的故障诊断准确率可直接集成至预测性运维系统。混合优化算法与虚拟同步层的实时数据融合机制,能显著提升1500V大型电站的组件级监控精...
基于Hellinger距离和个体条件期望分析的光伏系统传感器故障检测与诊断
Sensor fault detection and diagnosis in photovoltaic systems using Hellinger Distance and Individual Conditional Expectation analysis
Fouzi Harrou · K. Ramakrishna Kinib · Muddu Madakyaru · Ying Suna · Solar Energy · 2025年1月 · Vol.298
准确的故障检测对于维持光伏（PV）系统的最佳性能并延长系统寿命至关重要。本文提出了一种结合偏最小二乘（PLS）回归与基于Hellinger距离（HD）的监控图的传感器故障检测与诊断方法，该方法在处理高维数据集中的多重共线性问题以及降维方面具有优势。PLS生成能够反映偏差的残差，随后利用基于HD的监控图对这些残差进行分析，其控制阈值通过核密度估计（KDE）确定。该方法增强了对多种传感器故障的敏感性，包括偏差、漂移（或老化）以及间歇性故障。在本研究中，通过向总辐射计和温度传感器中人为注入传感器故障，...
解读: 该传感器故障诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud智能运维平台具有重要应用价值。PLS-HD方法可有效识别辐照度计和温度传感器的偏差、漂移及间歇性故障,提升MPPT优化精度和发电效率预测准确性。ICE可视化分析可集成至iSolarCloud预测性维护模块,实现故障溯源与诊断。该...
光伏组件故障诊断技术综述
Fault diagnosis of photovoltaic modules: A review
Yuqi Liu · Yiquan Wu · Solar Energy · 2025年1月 · Vol.293
摘要 光伏（PV）组件的故障诊断技术对于保障光伏电站的稳定运行具有重要意义。智能故障检测方法的应用能够有效提高故障检测的准确性和效率。本文综述了近年来光伏组件故障诊断领域的最新研究进展，重点聚焦于基于电气特性参数和图像处理技术的故障检测方法。首先，介绍了光伏组件常见故障的类型、成因及传统诊断方法；接着，讨论了基于电气特性参数的故障检测技术，包括基于I-V特性曲线分析和数学模型的方法；随后，回顾了基于图像处理的故障检测技术，特别是无人机（UAV）辅助图像检测技术在光伏组件故障定位与识别中的应用，并...
解读: 该光伏组件故障诊断综述对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。基于I-V特性曲线分析的电气参数诊断方法可集成到逆变器MPPT优化算法中,实现实时故障预警;无人机辅助的图像检测技术与机器视觉结合,可增强iSolarCloud智能运维平台的预测性维护能力,提升电站巡检效率。...
基于无人机图像与粗糙集理论的光伏系统故障检测
Fault detection in photovoltaic systems using unmanned aerial vehicle-captured images and rough set theory
C.V.Prasshanth · S. Badri Narayanan · Naveen Venkatesh Sridharan · Sugumaran Vaithiyanathan · Solar Energy · 2025年1月 · Vol.290
摘要 随着光伏（PV）系统作为可持续能源的广泛应用，其性能因故障导致的退化问题日益突出，亟需高效的故障检测方法。本研究提出一种基于人工智能的方法，利用无人机（UAV）拍摄的图像实现对光伏组件的自动化检测。通过采用先进的特征提取技术，包括纹理分析、快速傅里叶变换（FFT）、灰度共生矩阵（GLCM）、灰度差异法（GLDM）以及离散小波变换（DWT），对图像数据进行深入分析。研究优化了一种基于粗糙集理论的规则分类器，当与DWT特征结合时，分类准确率达到100%。此外，还引入了数据增强技术以提升模型的鲁...
解读: 该无人机+粗糙集理论的光伏故障检测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过DWT特征提取实现100%准确率的非接触式故障诊断,可与SG系列逆变器的MPPT优化算法协同,提升大型光伏电站的预测性维护能力。该AI驱动方法可集成至PowerTitan储能系统的智能监控模块,实...
基于两阶段特征综合决策的光伏直流串联电弧故障检测方法
Photovoltaic DC series arc fault detection method based on two-stage feature comprehensive decision
Bangzheng Han · Guofeng Zou · Wei Wang · Jinjie Li 等5人 · Solar Energy · 2025年1月 · Vol.285
摘要 针对光伏发电系统串联电弧故障具有强随机性且难以准确描述故障特征的问题，提出一种基于两阶段特征综合决策的光伏直流串联电弧故障检测方法。首先，为解决直流信号非周期性和高随机性导致的故障检测窗口尺寸选取困难问题，提出一种基于自相关函数的信号分窗策略。根据电弧起始阶段的暂态特性和电弧燃烧阶段的稳态特性，将整个电弧过程划分为暂态阶段和稳态阶段。随后，在电弧起始阶段，基于信号分窗策略设计了一种基于相邻窗口差分（AWD）的暂态特征描述方法，有效捕捉电弧引起的波形突变，实现故障发生窗口定位及暂态特征的有效...
解读: 该双阶段特征决策的直流串联电弧故障检测技术对阳光电源SG系列光伏逆变器及ST系列储能PCS具有重要应用价值。基于自相关函数的信号窗口策略和相邻窗差分(AWD)瞬态特征提取方法,可集成至iSolarCloud平台实现预测性维护,有效解决1500V高压系统中电弧故障随机性强、难以准确识别的痛点。稳态能量...