浅析智能诊断技术在光伏电站中的应用

李 庆东, 戴 　蔚, 毕 昌松
淮河能源电力集团有限责任公司工程技术部

摘要

现阶段，随着科学技术越来越发达，工业技术同样也得到了前所未有的发展，从而提升了光伏电站的工作
质量以及工作效率。所以在光伏电站运行中，结合智能诊断技术的全部功能是十分有必要的，与此同时，在功能结
合的过程中，对其各项功能进行不断优化，从而提升光伏电站和智能诊断技术之间的融合性，这同样也是优化光伏
电站工作的重要保障。基于此，本文主要研究了智能诊断技术在光伏电站中的应用。

关键词

智能诊断技术；光伏电站；应用分析

参考

[1] 于仝，潘宏伟 . 光伏电站发电单元输出功率离散

率分析方法 [J]. 太阳能，2017（11）：40-42.

[2] 傅国轩，李雪，高旭冬 . 并网光伏电站基于汇流

箱组串电流离散率的分析方法及应用 [J]. 电网与清洁能

源，2014，30（11）：109-113.

[3] 刘略 . 遮挡对分布式光伏电站阴影识别的影响研

究 [J]. 电子元器件与信息技术，2022，6（06）：184-186.

[4] 陈全超，张彦昌 . 光伏组串东西向阴影遮挡整改

方案的讨论 [J]. 太阳能，2022（06）：14-19.

[5] 谭建斌，欧阳萍，段春艳，江洋 . 基于局部阴影

遮挡下的光伏组件效率提升优化控制技术及实验分析 [J].

科学技术创新，2022（24）：37-40.

[6]S. R. Madeti and S. N. Singh, “Online modular

level fault detection algorithm for grid-tied and off-grid PV

systems,” Sol. Energy, vol. 157, no. May, pp. 349–364, 2017,

doi: 10.1016/j.solener.2017.08.047.

[7]Y. Hu et al., “Online Two-Section PV Array Fault

Diagnosis with Optimized Voltage Sensor Locations,” IEEE

Trans. Ind. Electron., vol. 62, no. 11, pp. 7237–7246, 2015,

doi: 10.1109/TIE.2015.2448066.

[8]A. Livera, M. Theristis, G. Makrides, and G. E.

Georghiou, “Recent advances in failure diagnosis techniques

based on performance data analysis for grid-connected

photovoltaic systems,” Renew. Energy, vol. 133, pp. 126–143,

2019, doi: 10.1016/j.renene.2018.09.101.

[9]W. Chine, A. Mellit, V. Lughi, A. Malek, G. Sulligoi,

and A. Massi Pavan, “A novel fault diagnosis technique for

photovoltaic systems based on artificial neural networks,”

Renew. Energy, vol. 90, pp. 501–512, 2016, doi: 10.1016/

j.renene.2016.01.036.

[10]F. Harrou, Y. Sun, B. Taghezouit, A. Saidi, and M. E.

Hamlati, “Reliable fault detection and diagnosis of photovoltaic

systems based on statistical monitoring approaches,”

Renew. Energy, vol. 116, pp. 22–37, 2018, doi: 10.1016/

j.renene.2017.09.048.

[11]Y. Chaibi, M. Malvoni, A. Chouder, M. Boussetta,

and M. Salhi, “Simple and efficient approach to detect and

diagnose electrical faults and partial shading in photovoltaic

systems,” Energy Convers. Manag., vol. 196, no. May, pp.

330–343, 2019, doi: 10.1016/j.enconman.2019.05.086.