邻盛光伏组件热斑智能诊断解决方案
浏览量 674 时间 2023-12-29 14:25:18

光伏组件智能诊断

Intelligent diagnostics


随着新能源发展,我国光伏电站装机容量逐年提升。光伏组件设备数量庞大,是光伏发电系统的核心组成部分,其发电效率、使用寿命很大程度上决定了光伏发电的成本。如果无法实现隐性缺陷预警和诊断功能,将直接影响故障处理的快速性和准确性。


在实际运行过程中,光伏组件与方阵的常见故障主要有阴影遮挡、热斑效应、背板损坏等。邻盛Linksame光伏电站智能诊断系统具备设备运行监测、故障诊断及定位等功能,可有效解决上述光伏组件与方阵在运行过程中出现的故障难题。


更新8.22.3.png





Linksame光伏电站智能诊断系统


Linksame光伏电站智能诊断系统运用5G、大数据、物联网、人工智能等技术,集中监测光伏电站设备运行情况及阵列安装环境,结合故障诊断算法,实现模型参数优化、故障预判断、故障精确判断,通过对可能存在的故障类型进行识别,快速精准定位异常设备位置并进行告警通知,提供运维建议辅助检修,同时不断积累更新故障知识库,形成设备诊断、运维的闭环管理。

1703831791924040853.png




以热斑故障诊断为例


热斑问题是光伏发电系统常见的故障之一,不仅会显著降低光伏组件的转换效率,严重时甚至会导致光伏板电池组件损坏甚至烧毁,影响光伏发电系统安全。据统计,严重的热斑效应会使太阳电池组件的实际使用寿命至少减少30%。

热斑效应的产生主要由内部原因和外部原因造成,①外部原因:组件表面积灰严重且厚薄不均,鸟粪、污物、落叶、方阵组件前部的草木以及周边建筑物或电线杆等阴影遮挡,以及场地不平整、方阵设计间距不足造成的阴影等。②内部原因:组件的生产制造工艺(特别是焊接和层压)、电池片质量(反向特性、边缘漏电流过大)、接线盒中二极管的长期可靠性、EVA和背板的耐高温及阻燃能力等。



Linksame智能诊断系统运用无人机、红外热成像等设备采集光伏组件的热图像数据通过AI视频识别算法对检测捕捉到的温差异常进行热斑形成分析,及时发现低效运行的光伏组件,并进行告警提醒维修,从而保证光伏组件正常、安全运行,减少发电量损失。


9.4.2更新.png



01

数字建模

结合项目图纸和地理位置进行光伏场站建模,通过无人机巡飞获取高精图像,构建数字地图,并对光伏组件进行分区编号。


h


02

路线规划

基于光伏场站数字模型,设定执行任务方式,自动生成巡检路线。




03

图像采集

使用无人机搭载红外热成像摄像头对光伏组件进行图像拍摄,将采集到的图像数据传输至智能诊断系统。




04

智能诊断

系统对采集到的红外热成像图像进行数据处理和分析,获得光伏组件表面的温度分布情况,通过AI算法进行热斑故障智能识别。



05

故障定位

基于诊断结果准确定位故障点,并进行实时告警。自动生成巡检诊断报告,包括故障类型、对应图片、巡检时间、天气、设备等信息,为运维人员提供依据。



06

维保调度

根据故障诊断定位结果,联动工单系统进行维保调度。



智能诊断算法


1703831869225031912.png



邻盛Linksame光伏电站智能诊断系统是基于光伏电站生产大数据分析的智能应用,具备数据分析、实时预警和故障维修辅助三大功能,可有效解决光伏电站生产运行过程中出现的隐形缺陷和异常故障问题,满足光伏电站安全、稳定、高效和精细化管理的要求。


联系我们,免费体验后台管理系统
服务热线
027-84889155