(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211171187.2 (22)申请日 2022.09.24 (71)申请人 重庆中电自能科技有限公司 地址 400000 重庆市九龙坡区朝田村20 0号 B座4-3号 (72)发明人 陈冲　许东　李嘉　张瑜　钱晨琳　 江春梅　彭合娟　 (74)专利代理 机构 重庆立川知识产权代理事务 所(普通合伙) 50285 专利代理师 廖明亮 (51)Int.Cl. G06Q 50/06(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) (54)发明名称 一种光伏组串电量损失分析与识别方法及 其存储介质 (57)摘要 本发明提供了一种光伏组串发电量损失分 析， 包括用多个相互关联的不同的环 境变量构成 一个多维数据集， 采用切片或切块的方法对数据 集进行划分； 将不同环境条件下的切片或切块和 其他变量， 与该环境条件下的最优发电量共同建 立发电量模 型； 采集实时环境变量与实际发电量 数据， 将实际发电量与发电量模 型中环境变量对 应数据进行对比， 确定损失电量。 并基于分析方 法提出了一种识别方法， 根据实时数据反馈人工 排除非周 期性变量影响后， 确定损失电量。 本发 明解决了发电量损失数据分析不准确和问题识 别不准确的问题。 权利要求书1页 说明书3页 附图4页 CN 115545966 A 2022.12.30 CN 115545966 A 1.一种光伏组串发电量损失分析 方法， 其特 征在于， 包括如下步骤： 用多个相互关联的不同的环境变量构 成一个多维数据集， 采用切片 或切块的方法对数 据集进行划分； 将不同环境条件下的切片 或切块和其他变量， 与 该环境条件下的最优发电量共同建立 发电量模型； 采集实时环境变量与实际发电量数据， 将 实际发电量与发电量模型中环境变量对应数 据进行对比， 确定损失电量。 2.如权利要求1所述的一种光伏组串发电量损失分析方法， 其特征在于， 所述环境变量 包括辐照度、 环境温度和风速中的三种或者任意两种。 3.如权利要求2所述的一种光伏组串发电量损失分析方法， 其特征在于， 所述其他条件 包括周期性变量和非周期性变量， 所述周期性变量与所述切片或切 块、 最优发电量共同建 立发电量模型。 4.一种光伏 组串发电量损失识别方法， 其特征在于， 采用如权利要求1 ‑3任一项所述的 分析方法， 根据实时数据反馈人工排除非周期性变量影响后， 确定损失电量。 5.如权利要求4所述的一种光伏组串发电量损失识别方法。 其特征在于， 通过不同灰尘 覆盖程度对发电量损失的影响建立清洁指数模型； 所述最优发电量是在组件表面无灰尘堆 积时得出的。 6.如权利要求5所述的一种光伏组串发电量损失识别方法， 其特征在于， 所述周期性变 量包括建筑物遮挡和植物遮挡。 7.如权利要求6所述的一种光伏组串发电量损失识别方法， 其特征在于， 所述非周期性 变量包括云层遮挡 、 故障和停机 。 8.一种计算机存储介质， 其特征在于， 所述计算机存储介质存储有一个或者多个程序， 所述一个或者多个程序可被一个或者多个处理器执行， 以实现如权利要求1 ‑3中任一项所 述的分析 方法的步骤。 9.一种计算机存储介质， 其特征在于， 所述计算机存储介质存储有一个或者多个程序， 所述一个或者多个程序可被一个或者多个处理器执行， 以实现如权利要求4 ‑8中任一项所 述的识别方法的步骤。权　利　要　求　书 1/1 页 2 CN 115545966 A 2一种光伏组串电量损 失分析与识别方 法及其存储介质 技术领域 [0001]本发明涉及 光伏发电监测技术领域， 尤其涉及一种光伏组串电量损失分析与识别 方法。 背景技术 [0002]随着清洁能源在能源结构及国家能源安全中的重要性越来越大。 光伏发电一直是 国家重点支持的行业， 目前我国光伏发电相关技术已经处于 国际领先 的水平， 近年来 随着 光伏装机容量逐年扩大， 上网电量也逐渐增加， 同时我国光伏产业已经进入规模化发展阶 段。 光伏电站在运营期间发电水平是直接影响光伏电站经济效应的最关键因素， 发电水平 与电站日常的维护息息相关， 需要及时对故障设备以及设备状态进行检修和维护。 光伏电 站占地面积大、 设备 数量众多， 无法通过 人工进行设备的监测来发现故障设备。 [0003]光伏电站发电过程受到气 象变化、 设备损耗和异物遮挡的影响。 气 象因素属于不 确定的影响因素， 难以较为准确预测， 尤其是长期 影响。 设备损耗和异物遮挡则可以通过数 据分析以及算法模型来完成监测识别。 [0004]在异常识别方面， 目前市场上大部分是基于计算机视觉来识别光伏组件的异常， 比如建筑物、 植物、 灰尘等异物造成的低效发电从而导致电量损失。 但是， 通过计算机视觉 来识别异物遮挡很难准确的量化造成的损失程度； 此外， 也很难在判断光伏组件上 的灰尘 的堆积程度。 [0005]在数据分析方面， 目前市面上主要通过发电过程的数据来判断低 效率组件， 定量 分析电量损失。 在计算电流偏差时， 通常是基于组串电流数据， 应用K近邻、 K ‑means等聚类 方法对波动异常的组串电流进 行识别， 根据聚类结果、 光伏电站的地域和经验设定阈值。 但 是， 现有技术仅用聚类算法将不同的环境条件下得到的阈值进行聚类， 当环境条件之间存 在关联影响时， 会造成阈值偏差波动的情况。 [0006]上述两个问题导 致了最终对光伏组串损失电量的分析和问题 识别不准确的问题。 发明内容 [0007]针对现有技术中所存在的不足， 本发明提供了一种光伏组串电量损失分析与识别 方法， 其解决了现有技 术中存在的最终对光伏组串损失电量的分析和识别不 准确的问题。 [0008]为实现上述目的， 本发明采用了如下技术方案： 一种光伏组串发电量损失分析方 法， 包括如下步骤： 用多个相互关联的不 同的环境变量构成一个多维数据集， 采用切 片或切块的方法对数据集进行划分； 将不同环境条件下 的切片或切 块和其他变量， 与该环 境条件下 的最优发电量共同建立发电量模型； 采集实时环境变量与实际发电量数据， 将实 际发电量与模型中环境变量对应数据进行对比， 确定损失电量。 [0009]还提出了一种光伏组串发电量损失识别方法， 采用上述分析方法， 还包括通过不 同灰尘覆盖程度对发电量损失的影响建立清洁指数模型； 所述最优发电量是在组件表面无说　明　书 1/3 页 3 CN 115545966 A 3