基于光伏检测的节电教室电源智能控制研究

针对部分高校的一些教室、实验室等公共场所存在没有使用而日光灯持续亮等电能浪费现象,提出一种基于光伏检测的教室电源节能控制新策略。利用光伏检测和红外识别技术,通过合理设置传感器检测到的太阳光强度值的大小、学生人数多少等重要指标的分层控制阈值,结合计算机及网络技术、无线通信技术等辅助工具,实现对教室电源的实时控制和统一管理,可达到人走电断、切实节约电量、降低能耗近18.32%的目的。

基于单片机的光伏检测设计

随着科技的发展,智能化在分布式发电领域的应用越来越广泛,其中智能化在光伏发电中的应用越来越受到各个国家的关注。由于光伏发电会受到阴雨天气环境的影响,因此需要对光伏电池板输出的电流电压参数进行检测,从而了解光伏电池板发电的运行状态,以便及时维护,提高光伏电池板的运行效率。该文使用Keil软件开发环境,ACS712电流传感器模块作为检测器件,使用STC12C5A60S2单片机开发板作为数据处理装置,并使用USART-HMI智能串口显示屏把所检测的数据更加清晰直观地显示出来。

高职《光伏检测技术》项目化教材的开发与探索——以江西新能源科技职业学院为例

依据检验对象及检验类别,对教学内容进行了模块、项目、任务三级划分,确定了系统的检测知识体系及教学实施方法。针对教材开发过程中存在的定位不准确、实用性不强及缺乏系统性等问题,提出了以职业能力为基础来设计教学内容、以检验对象为载体来设计教学任务的思路,并从知识框架、教学顺序及教学任务等方面突出教材特色。

应用户外测试系统开展光伏检测的分析

本文通过对光伏企业辐照度测量量值溯源链的阐述以及光伏产业主要检测参数分析,对用太阳模拟器的模拟光源法和用户外测试系统的自然阳光法开展检测的特点进行研究,较全面地分析总结了户外测试系统自然阳光法的应用。

基于改进VMD-XGBoost-BiLSTM组合模型的光伏发电异常检测

光伏发电是我国大力发展的重要新能源发电形式,其异常检测是为系统运维决策提供依据的重要环节。由组件老化、故障或不良因素造成的光伏系统运行状态异常将直接影响发电效率和能力,进而会对系统安全性和经济效益造成影响。然而,现有检测方法存在识别异常类型不全面、对标注数据数量依赖性强、更新模型成本高、对噪声和测量误差敏感等局限性以及不适合大规模推广部署的缺点。为解决这一问题,提出一种基于历史发电量以及气象监测数据的光伏发电异常检测方法。利用基于异常值去除和相关性分析的预处理步骤去除原始数据中的噪声并筛选最佳特征。通过变分模态分解(VMD)将数据分解成多个模态分量以提取光伏发电量的周期和非周期特征。构建改进VMD-XGBoost-BiLSTM组合模型,利用自适应赋权、Attention机制和改进鲸鱼优化算法的特点完成光伏发电量常态预测。在此基础上,通过与实际测量值进行对比,利用设定的规则进行异常判断。实验结果表明,该方法相较于单一BiLSTM和XGBoost模型平均误差下降幅度超过20%,其中约15.67%的性能提升得益于所提改进措施。

风电光伏故障检测中无人机智能巡检技术运用分析

随着可再生能源的快速发展,风力发电和光伏发电已成为我国能源结构调整和环境保护的重要方向,如何及时发现和准确诊断这些故障成为迫切需要解决的问题,无人机智能巡检技术为此提供了新的解决途径,需要对其进行合理运用,保证故障检测有效进行。基于此,本文简单讨论风电光伏故障检测中无人机智能巡检技术运用价值和问题,深入探讨运用要点,以供参考。

一种基于光电隔离和频率检测的光伏板故障检测方法

针对由于局部遮荫引起的热斑故障导致光伏板无法正常工作的问题,提出了一种基于光电隔离和频率检测的光伏板故障检测方法。首先设计了由光电隔离与RC振荡器构成的光伏板故障检测电路,利用光电隔离将光伏板的电流信号转化为阻值信号,控制RC振荡频率;然后设计了电路拓扑,依次检测模块频率参数,计算出相应的光伏板相对偏差,判断光伏板是否存在热斑故障;最后搭建实物电路与Proteus仿真实验,结果表明故障光伏板的输出频率及其相对偏差较低,可有效检测出光伏板热斑故障。

融合知识蒸馏和注意力机制的光伏热斑检测

针对复杂环境下光伏电池板热斑故障的多尺度目标导致检测困难的问题,提出一种融合知识蒸馏和注意力机制的检测算法。为实现故障特征信息高效提取与保留,设计一种融合高阶空间交互和通道注意力的模块以提升网络对于故障特征信息的表达能力;为增强复杂背景下目标信息表达能力,构建一种结合通道和位置信息的注意力模块来提高网络对于故障位置信息的识别准确率;采用知识蒸馏思想将教师网络的参数迁移至学生网络,在不增加任何复杂度的前提下提升学生网络的检测精度。为进一步精确定位热斑目标,引入Focal-CIoU损失函数加速网络收敛,从而提升检测性能。为验证算法有效性,与8种经典算法进行比较,实验结果表明,本文算法的检测精度最高,精度达84.8%,对于分辨率为640×512的图像检测速度可达142 FPS。

用于光伏并网检测的电网扰动发生装置研制

作为清洁能源的太阳能发电已越来越受到重视并得到应用。根据光伏电站接入电网测试规程,研制出一种适用于光伏并网检测、具有能量回馈功能的电网扰动发生装置,实现电网电压幅值、频率扰动的模拟。该装置为背靠背双PWM拓扑结构,包括两电平PWM整流装置和三电平PWM逆变装置,整流侧采用电压电流双环控制,逆变侧采用电压单环控制,该控制策略能够准确跟踪目标参考值,响应速度快,稳态误差小。仿真和试验结果证实了该电路设计和控制策略是可行和有效的。

一种带光伏串级接地检测功能的低功耗、安全型智能光伏直流系统

本文提出了一种带光伏串级接地检测功能的低功耗、安全型智能光伏直流系统。汇流箱中采用的新型熔断器、接地检测模块、电流检测模块、新型直流断路器MCCB(包括直流柜和逆变器柜用)采用具有自主知识产权的新技术大幅提高了光伏汇流箱的操作安全性、系统安全性,减低了系统功耗,缩小了汇流箱、直流柜和逆变器柜体积;同时,增加了光伏串级接地检测功能,提高了系统安全性。除此之外,逆变器柜中通过采用1台1250A/MCCB替代2台并联的630A/MCCB,完全避免了不均流的问题,提高了柜体中其它组件的使用寿命,提高了系统运行的安全性和可靠性。

基于光伏组串I-V特性的并联失配检测

在光伏电站检测中,针对由于现场功率测试误差,导致的并联失配分析结果与实际情况偏差过大的问题,提出了基于组串I-V特性叠加的分析方法,大幅提高了分析的准确性;并将该方法应用于在线监测,在此基础上提出了一种故障判别和并联失配优化的有效方法,提高电站的管理水平。

晶体硅光伏电池电磁感应激励红外热辐射缺陷检测与成像技术

晶体硅光伏电池中的缺陷会影响电池的效率和使用寿命,甚至会对并网运行的光伏发电系统造成严重损害。本文旨在建立晶体硅光伏电池在电磁感应主动激励下的红外热成像缺陷检测方法,相比基于机器视觉的硅光伏电池表面缺陷检测方法,该方法具有检测灵敏度高、可发现内部缺陷、检测缺陷种类多等优势。首先建立数字化电磁感应热成像检测系统,并在脉冲式和锁相式两种激励模式下获得了硅电池的热成像序列,采用傅里叶变换、独立分量分析(ICA)和主成分分析(PCA)等方法处理了热像图序列。最终实现了晶体硅光伏电池中热斑、裂纹、断栅、重掺杂等缺陷的可视化检测。实验结果显示所提方法能很好地区分背景和缺陷,可为硅光伏电池的研发、测试、制造、服役和维修提供一种可靠、快速的检测手段。

基于改进SSD算法的光伏组件缺陷检测研究

无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案。无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷。新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类。通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别的效率。

太阳能光伏发电系统设计及安装技术

本文结合实际项目,详细阐述了太阳能光伏并网系统安装施工技术,并就光伏安装原理、施工技术工艺及安装要点,从技术可行性及经济可行性出发,对光伏支架的深化设计、安装,光伏组件的安装工序等各个环节进行优化,提高了光伏项目的综合效益。

光伏组件电致发光缺陷检测仪检测软件研究与开发

针对电致发光缺陷检测仪检测技术中技术指标难以量化的问题,开发出了电致发光缺陷检测仪检测软件,可对电致发光缺陷检测仪拍摄所得图像进行分析,自动判别分辨率,计算调制传递函数。并且通过使用电致发光缺陷检测仪进行目视验证试验,结果表明对于分辨率,本文所介绍的软件判别结果与目视判别结果基本一致,并且对于目视判别难以准确判别的图样,软件能够很好的进行判别,软件判别能够取代目视判别。该软件能够提高电致发光缺陷检测仪检测准确度。

基于物联网的分布式光伏发电系统故障监控技术研究

针对光伏系统故障检测方法存在处理大量数据会过多占用计算机空间,而造成处理时间过长、无法及时完成信息反馈、数据堵塞等问题,提出了数据相似归类法。通过使用数据相似归类法,可将预处理数据量大大减少,提高数据有效性,防止数据堵塞;另外,在进行故障数据处理时,采用了基于小数据的自我意识强化分类法,能够根据模型自适应划分故障等级,加快数据处理速度。利用MATLAB软件模拟常见故障,并建立故障数据库,通过对比分析仿真模型计算数据与故障数据库数据,可知自我意识算法在数据较少时依然能够保持较高信任度。仿真模拟的结果表明,基于数据相似归类法的光伏故障检测系统具有精度高、速度快和兼容性强等优点。

无人飞行器自动巡检光伏板建模智能系统

本文基于图像处理与机器学习技术,结合无人机飞行器、热像仪、无线图传模块等硬件,提出了一种利用无人飞行器全自动巡检光伏板并识别故障进行建模的智能系统.该系统具有检测速度快、检测周期短、准确度高、直观显示故障位置等优点,比较理想地解决了因人工检测效率低而影响故障维修的问题.应用本系统能够有效预防和解决因为光伏板故障导致的发电量减少的情况,达到了节约能源,促进新能源发展的目的.此外提升光伏发电效益,也为光伏电厂的大规模建设与维护提供了良好的技术支持.

光致发光(PL)检测技术在太阳电池生产过程中的应用

光致发光检测技术是一种快速无损的新型检测手段,广泛应用于太阳电池硅片检测及太阳电池生产制备过程中。研发成功后,为使用企业提升了发电效率及产品寿命。

油田光伏发电能效监测配套技术探讨

为落实国家的“双碳”目标,油气行业在新能源方向发展迅猛,全力助推国家“双碳目标”实现。针对国内新能源光伏产业进行简要描述,以长庆油田光伏应用现状开展分析,开展油田光伏发电能效监测配套技术探讨,对长庆油田加快步伐提升光伏产品检测能力提出了相关措施建议。

面向产线AI质检的少样本评测方法研究和验证

随着工业4.0时代的到来,制造业与人工智能的深度融合已成为了业界的重要发展趋势,工业质检是其中的重要突破口,但目前业界缺乏对工业质检产品进行评估的标准方法,各质检产品的性能往往不透明,不利于优化迭代及规模推广。针对上述问题,提出了一种面向工业界产线应用需求的AI工业质检算法评测方法,可在工业领域样本数量少且不均衡的情况下,面向产线落地应用需求,对AI工业质检产品及其竞品进行对标评估。该评测方法通过交叉验证法构建数据集,从而避免数据集规模小且不均衡导致的评测结果波动较大的问题,通过灰盒测试法避免数据集来源单一导致的评测结果不客观问题,并根据产线实际生产需求制定相关评估指标,可真实反映产线应用场景下质检产品检测性能。将上述方法应用于光伏电池片EL检测产品的对标评测中进行验证,结果表明该评测方法具备可行性,且能客观反映各产品的真实性能。最后,基于对评测结果的分析对比,为AI工业质检产品的优化提供了一些建议。