1.一种光伏组件局部遮挡识别方法,其特征在于,包括:
获取光伏组件内每个电池片的IV曲线方程,基于光伏组件内所有电池片的IV曲线方程和连接关系,得到光伏组件的电路特性方程;
通过改变光伏组件内不同电池片的辐照度比例,以模拟光伏组件的不同遮挡状态;
基于每种遮挡状态下光伏组件内各个电池片的辐照度比例,生成每种遮挡状态下光伏组件的灰度图,并基于电路特性方程获取每种遮挡状态下光伏组件的IV曲线;
将每种遮挡状态下光伏组件的IV曲线和灰度图分别作为样本及其标签,构建训练集并训练深度学习模型,以便基于光伏组件的实时IV曲线得到实时灰度图,从而识别光伏组件中被遮挡的电池片。
2.根据权利要求1所述的光伏组件局部遮挡识别方法,其特征在于,获取光伏组件内每个电池片的IV曲线方程包括:基于光伏组件内的串联电池片数量和并联电池片数量,对光伏组件的电学参数进行归一化,得到单个电池片的电学参数;
基于单个电池片的电学参数、电池片的双二极管等效端口电流方程及其约束条件,构建残差矩阵;
对残差矩阵求解,得到单个电池片的双二极管等效模型的第一饱和暗电流、第二饱和暗电流、串联电阻和并联电阻;
将第一饱和暗电流、第二饱和暗电流、串联电阻、并联电阻和光伏组件的反向击穿电压输入电池片的反向击穿曲线方程后,分别与光伏组件内每个电池片的反向击穿曲线拟合,得到每个电池片的反向击穿系数;
基于每个电池片的反向击穿系数得到每个电池片的IV曲线方程。
3.根据权利要求2所述的光伏组件局部遮挡识别方法,其特征在于,残差矩阵表示为:,
其中,表示残差矩阵;表示光生电流;表示单个电池片的短路电流;表示第一饱和暗电流;表示串联电阻;表示热电压;表示第二饱和暗电流;表示并联电阻;表示单个电池片的开路电压;表示电池片的双二极管等效端口电流;表示电池片的双二极管等效端口电压;表示电池片的双二极管等效端口功率;表示电池片的最大功率;
电池片的反向击穿曲线方程表示为:
,
其中,表示电池片的反向击穿曲线方程;、、分别表示电池片的第一反向击穿系数、第二反向击穿系数和第三反向击穿系数;表示电池片反向击穿时的等效饱和暗电流;表示光伏组件的反向击穿电压。
4.根据权利要求1所述的光伏组件局部遮挡识别方法,其特征在于,基于每种遮挡状态下光伏组件内各个电池片的辐照度比例,生成每种遮挡状态下光伏组件的灰度图包括:基于每种遮挡状态下光伏组件内每个电池片的辐照度比例,获取每种遮挡状态下每个电池片的光强数据;
基于每种遮挡状态下所有电池片的光强数据,生成每种遮挡状态下光伏组件的光强图;
对每种遮挡状态下光伏组件的光强图进行转换,得到每种遮挡状态下光伏组件的灰度图。
5.根据权利要求1所述的光伏组件局部遮挡识别方法,其特征在于,基于每种遮挡状态下光伏组件内各个电池片的辐照度比例,生成每种遮挡状态下光伏组件的灰度图包括:计算每种遮挡状态下光伏组件内每个电池片的辐照度比例,与预设的辐照度比例与灰度值映射系数的乘积,得到每种遮挡状态下每个电池片的灰度值;
基于光伏组件内每个电池片的位置,将每种遮挡情况下每个电池片的灰度值填充至二维数组中,得到每种遮挡状态下光伏组件的灰度图。
6.根据权利要求1所述的光伏组件局部遮挡识别方法,其特征在于,基于电路特性方程获取每种遮挡状态下光伏组件的IV曲线包括:基于每种遮挡状态下光伏组件内每个电池片的辐照度比例,计算每种遮挡状态下每个电池片的光生电流;
将光伏组件的电学参数和每种遮挡状态下所有电池片的光生电流输入电路特性方程,改变电路特性方程中的电压值,计算得到每个电压值对应的电流值;
基于每个电压值及其对应的电流值,得到光伏组件的IV曲线。
7.根据权利要求1所述的光伏组件局部遮挡识别方法,其特征在于,深度学习模型包括变分自编码器和自适应池化层。
8.根据权利要求7所述的光伏组件局部遮挡识别方法,其特征在于,基于光伏组件的实时IV曲线得到实时灰度图,从而识别光伏组件中被遮挡的电池片包括:将实时IV曲线输入变分自编码器,输出预测灰度图;
将预测灰度图输入自适应池化层进行上采样或下采样,输出实时灰度图;
获取实时灰度图中各个像素点的灰度值,基于每个电池片对应像素点的灰度值识别被遮挡的电池片。
9.根据权利要求8所述的光伏组件局部遮挡识别方法,其特征在于,将预测灰度图输入自适应池化层进行上采样或下采样包括:若预测灰度图的尺寸小于预设尺寸,则利用双线性插值法对预测灰度图进行上采样;
若预测灰度图的尺寸大于预设尺寸,则利用平均池化法对预测灰度图进行下采样。
10.一种光伏组件局部遮挡识别装置,其特征在于,包括:电路特性方程获取模块,用于获取光伏组件内每个电池片的IV曲线方程,基于光伏组件内所有电池片的IV曲线方程和连接关系,得到光伏组件的电路特性方程;
遮挡模拟模块,用于通过改变光伏组件内不同电池片的辐照度比例,以模拟光伏组件内不同电池片被遮挡状态;
训练数据生成模块,用于基于每种遮挡状态下光伏组件内各个电池片的辐照度比例,生成每种遮挡状态下光伏组件的灰度图,并基于电路特性方程获取每种遮挡状态下光伏组件的IV曲线;
模型训练及遮挡识别模块,用于将每种遮挡状态下光伏组件的IV曲线和灰度图分别作为样本及其标签,构建训练集并训练深度学习模型,以便基于光伏组件的实时IV曲线得到实时灰度图,从而识别光伏组件中被遮挡的电池片。