-
公开(公告)号：CN109976356B
公开(公告)日：2021-11-16
申请号：CN201910348093.X
申请日：2019-04-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种光伏组件清洁机器人自动运维控制方法，所述自动运维控制方法依次包括5个环节：信息获取环节、运动方式集合获取环节、动作切换控制与轨迹调整环节、边界检测与缝隙过滤环节以及电机控制环节，能够实现对屋顶分布式光伏电站的自动灰尘清洁；机器人为履带式移动机器人，车身前侧配备了滚刷清洗装置；针对屋顶分布式电站，即矩形阵列、组件间缝隙为2到3cm，提出了一种折返式机器人自动控制策略，其中包括动作的切换控制；对阵列边界的检测，从而防止机器人跌落；同时也可对组件间缝隙的进行判断与过滤，从而减少机器人对阵列边界的误判断。本发明的有益效果是：能够实现对屋顶分布式光伏电站的自动灰尘清洁，提高运维效率。
-
公开(公告)号：CN110008629A
公开(公告)日：2019-07-12
申请号：CN201910308741.9
申请日：2019-04-17
Applicant: 河海大学常州校区
IPC: G06F17/50
Abstract: 本发明公开了一种光伏阵列故障状态的快速建模方法，能够同时且快速地仿真出局部阴影遮挡、旁路二极管短路以及阵列老化等多种故障状态下的I-V特性曲线；本发明的建模方法针对由多个光伏组件串联而成的单串阵列，通过模拟电流扫描的原理，计算每个恒定电流下各电池片的输出电压，从而通过对电池片电压的叠加得到子串I-V特性曲线，并对子串电压进行叠加，得到阵列I-V特性曲线。本发明的有益效果是：本发明的建模方法通过统计模型输入情况减少调用Lambert W显式函数的次数，从而大大提升整个模型的计算效率，适用于光伏阵列在线故障检测与诊断、阵列性能评估等领域，精度高，运算快，移植能力强，具有较强的工程应用能力。
-
公开(公告)号：CN106603006B
公开(公告)日：2018-08-03
申请号：CN201611151962.2
申请日：2016-12-14
Applicant: 河海大学常州校区
IPC: H02S50/10
Abstract: 本发明公开了种基于查表插值的光伏阵列的故障诊断与定位方法,包括以下步骤:按季节选取正常运行状态下的各种天气类型的数据作为原始数据,分别形成两张关于电流、电压的二维表;根据实时温度、辐照数据查表采用样条插值获得参考电流、电压值,作为故障程度判断的参考;对实时各串电流,电压异常值选择,选取异常值,并获得异常串的串号;对异常值的串判定故障程度,根据异常电流、电压与参考电流、电压的偏离程度确定故障程度。本发明的有益效果是可以实时准确的提取出故障电流、电压值,并可定位到相应的串,可实现光伏阵列的实时故障诊断与定位,并可判断出电流、电压故障及其相应的故障程度,具有很强的适应性,速度快,实效性好。
-
公开(公告)号：CN107463742A
公开(公告)日：2017-12-12
申请号：CN201710646246.X
申请日：2017-08-01
Applicant: 河海大学常州校区
IPC: G06F17/50
Abstract: 本发明公开了一种针对光伏组件异常老化故障的建模方法，包括以下步骤：首先根据太阳能电池的5参数数学物理模型构建光伏组件模型；根据光伏组件模型基于MATLAB中M文件建立光伏组串模型，模拟异常老化组件对该组串的具体影响，绘制其I-V特性曲线图；根据光伏组串构建光伏阵列仿真模型，模拟仿真异常老化组件对整个整列的影响。本发明的有益效果是可以通过建立光伏阵列仿真模型，特别是含有异常老化组件的光伏阵列模型，研究异常老化组件对整个光伏组串以及光伏阵列的影响可以带来更加直观的理解，将会为指导实际实验带来方便，并对利用光伏阵列特性曲线进行故障诊断的方法提供必要帮助。
-
公开(公告)号：CN106160659A
公开(公告)日：2016-11-23
申请号：CN201610717053.4
申请日：2016-08-24
Applicant: 河海大学常州校区
IPC: H02S50/00
Abstract: 本发明公开一种光伏电站区域定向故障诊断方法，首先，搭建集成了数据采集系统、组件定位系统和数据库系统的电站性能数据采集平台，采集电站性能监测所需的必要参数以供故障诊断时使用；其次，通过一种集成了自主无人机、热红外分析设备的现场检测装置，对组件进行红外扫描，并根据现场检测装置坐标信息确定影像的组件信息；再次，设置地面影像分析系统，通过热红外影像分析确定组件是否存在热斑；最后，建立故障诊断平台，根据影像分析结果采取相应诊断方法。本发明提出的区域定向故障诊断方法，能够实现电站故障区域即时分析，处理速度快，可靠性高，同时也降低电站运营成本，有利于光伏电站的安全高效运行，有利于保障电站作业人员的安全。
-
Patent Agency Ranking
公开(公告)号：CN105141255A
公开(公告)日：2015-12-09
申请号：CN201510498491.1
申请日：2015-08-12
Applicant: 河海大学常州校区
IPC: H02S50/10
Abstract: 本发明公开一种光伏阵列故障诊断方法，方法基于多级聚类的支持向量机SVM算法,进行光伏阵列故障诊断，步骤如下：（1）、首先对训练样本集的各类中心进行分级聚类，以聚类分析的相似性测度为均值距离，并假设每一级中前两类的均值距离最小，其他相似性测度同理,将均值最小的2个样本，并为一类；（2）、然后以(1）中得到的样本为SVM输入输出样本，对数据样本进行训练，得到各级的SVM模型,包括SVM1、SVM2、SVM3；（3）、最后将数据测试样本输入训练好的SVM模型中，进行逐级分类诊断，进一步确定系统的故障类型。本发明的实施过程简明易实现，能及时地进行故障的诊断，有助于光伏系统的运营维护。
-
公开(公告)号：CN110008629B
公开(公告)日：2022-08-12
申请号：CN201910308741.9
申请日：2019-04-17
Applicant: 河海大学常州校区
IPC: G06F30/20
Abstract: 本发明公开了一种光伏阵列故障状态的快速建模方法，能够同时且快速地仿真出局部阴影遮挡、旁路二极管短路以及阵列老化等多种故障状态下的I‑V特性曲线；本发明的建模方法针对由多个光伏组件串联而成的单串阵列，通过模拟电流扫描的原理，计算每个恒定电流下各电池片的输出电压，从而通过对电池片电压的叠加得到子串I‑V特性曲线，并对子串电压进行叠加，得到阵列I‑V特性曲线。本发明的有益效果是：本发明的建模方法通过统计模型输入情况减少调用Lambert W显式函数的次数，从而大大提升整个模型的计算效率，适用于光伏阵列在线故障检测与诊断、阵列性能评估等领域，精度高，运算快，移植能力强，具有较强的工程应用能力。
-
公开(公告)号：CN108009730B
公开(公告)日：2021-08-24
申请号：CN201711268692.8
申请日：2017-12-05
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种光伏电站系统健康状态分析方法，通过光伏电站系统性能测试硬件平台采集系统获取测试状态参数和气象数据，并计算得到当前辐照和温度下的参考状态参数，然后分别对测试状态和参考状态数据进行预处理和特征提取，进一步将得到的两个样本参数进行高斯混合模型训练，建立各自的GMM模型，接着通过比较参考状态模型和测试状态模型的偏差程度，获得光伏电站系统当前状态的健康指数；最后通过对健康指数进行分析，对光伏电站系统的状态是否异常做出诊断，并确定系统的健康等级和对异常健康状态进行判定。本发明的实施过程简明易实现，避免了传统评估方法存在的缺陷，能够更加科学合理的对光伏电站系统健康状态进行分析。
-
公开(公告)号：CN111275160A
公开(公告)日：2020-06-12
申请号：CN202010068478.3
申请日：2020-01-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了光伏发电技术领域的一种基于种群优化改进粒子群算法的光伏阵列参数辨识方法，旨在解决现有技术中光伏电池参数辨识误差较大，不适合精度要求较高的场合。利用混沌映射初始化种群分布位置，计算各粒子适应度值、个体和群体最优值，对不同种群采取自适应惯性权重调整策略，依据相邻次迭代群体适应度值方差的差值判断算法是否早熟收敛，对早熟群体实施变异操作，当算法达到结束要求时输出待辨识参数的最优解。本发明通过预设待辨识参数的可行解区间并利用混沌立方映射初始化种群的分布位置，通过改进的粒子群算法计算各粒子适应度值、个体和群体最优值，并能有效避免陷入早熟收敛的问题，对光伏电池的待辨识参数具有较高的识别精度。
-
公开(公告)号：CN108923748B
公开(公告)日：2019-08-06
申请号：CN201810775440.2
申请日：2018-07-16
Applicant: 河海大学常州校区
IPC: H02S50/10
Abstract: 本发明公开了一种基于IV曲线扫描的光伏阵列故障诊断方法，基于具有IV特性曲线扫描功能的光伏逆变器，其光伏阵列故障诊断方法，包含四大步骤：步骤A：阵列数学模型的参数整定与建立；步骤B：在线故障预判断；步骤C：基于IV曲线扫描的故障类型识别；步骤D：故障评估。在执行故障诊断前，首先需对阵列数学模型参数进行整定，从而建立一个准确并且可自适应的阵列数学模型。本发明的有益效果为：本发明的光伏阵列故障诊断方法，能够较为准确的判断出阵列阴影遮挡、旁路二极管短路、阵列开路、老化、逆变器MPPT跟踪异常等故障，并能够对故障做出较为准确的评估，从而给电站的运维提供了较为重要的信息。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.031 seconds)
