一种光伏光热一体化组件异常检测方法及测试系统与流程

技术特征：
1.一种光伏光热一体化组件异常检测方法，其特征在于，该方法包括以下步骤：在太阳直射光伏光热组件的时间段，获得光伏光热组件的特性曲线，将获取特性曲线过程中的平均光照强度和平均温度合并成的二维向量作为特性曲线的环境特征，将当前时刻最近一次获得的特性曲线和其环境特征输入神经网络中获得所有异常类型的概率，将所有异常类型的概率的熵作为特性曲线的不确定度，当不确定度小于预设阈值时，将概率最大时的异常类型作为光伏光热组件的异常检测结果；当特性曲线的不确定度大于等于预设阈值时，获取在预设时间段内光伏光热组件获得的所有特性曲线以及所有特性曲线的环境特征，根据特性曲线的环境特征对所有特性曲线进行均值漂移聚类并获得所有第一类别，首先对每个第一类别中的所有特性曲线两两进行融合获得所有的融合特性曲线，以及每个融合特性曲线的特征向量和有效程度，然后将有效程度大于零的所有融合特性曲线作为每个第一类别的有效集合，对每个第一类别的有效集合内所有融合特性曲线进行聚类，获得每个第一类别的所有第二类别，将所述的所有第二类别中的融合特性曲线进行融合，获得每个第一类别的最终类别；对于每个第一类别的最终类别，以最终类别中每个融合特性曲线的有效程度为权重，对最终类别中所有融合特性曲线的特征向量进行加权求和，获得的结果作为每个第一类别的融合特征向量，根据所有第一类别的融合特征向量获得光伏光热组件的异常。2.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的获得光伏光热组件的特性曲线的步骤包括：令光伏光热组件在随机分配的预设数量的负载下工作，获取光伏光热组件在每个负载下输出的电流和电压，将所述的电流和电压视为一个采样点，将预设数量的负载下获得的所有采样点构成一个采样点序列，将所述的采样点序列作为光伏光热组件的特性曲线。3.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的对每个第一类别中的所有特性曲线两两进行融合获得所有的融合特性曲线的步骤包括：对于每个第一类别，将第一类别中的所有特性曲线两两组合，获得所有的组合结果，对于每个组合结果中的两个特性曲线，将对应的两个采样点序列合并为一个采样点序列，将其作为每个组合结果的融合特性曲线，所有组合结果的融合特性曲线就是获得所有的融合特性曲线。4.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的每个融合特性曲线的特征向量和有效程度的获取步骤包括：对于每个融合特性曲线对应的组合结果，计算所述组合结果中两个特性曲线的不确定度的均值，并将所述组合结果中两个特性曲线的环境特征的均值称为每个融合特性曲线的环境特征，将融合特性曲线和其环境特征输入神经网络中获得所有异常类型的概率，将所有异常类型的概率构成的向量称为每个融合特性曲线的特征向量；将所述的所有异常类型的概率的熵作为每个融合特性曲线的不确定度，将所述的均值与每个融合特性曲线的不确定度的差作为每个融合特性曲线的有效程度。5.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的每个第一类别的所有第二类别的获取步骤包括：对于每个第一类别的有效集合内的所有融合特性曲线，其中任意两个融合特性曲线的距离为其对应的特征向量的欧式距离，根据融合特性曲线间的距离使用k-means聚类算法
对所有融合特性曲线进行聚类，类别的数量为所有融合特性曲线数量的一半，获得的所有聚类结果就是每个第一类别的所有第二类别。6.根据权利要求1所述的一种光伏光热一体化组件异常检测方法及，其特征在于，所述的第一类别的最终类别的获取步骤包括：对于每个第一类别的所有第二类别，将每个所述的第二类别中所有的融合特性曲线融合为一个特性曲线，称为每个第二类别的特性曲线，获取所述的所有第二类别的特性曲线构成的集合，将所述集合视为一个新的第一类别，然后重新利用所述新的第一类别获得第一类别的所有第二类别，重复所述步骤，直至第一类别的所有第二类别中只包含一个类别，将所述类别作为第一类别的最终类别。7.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的根据所有第一类别的融合特征向量获得光伏光热组件的异常的步骤包括：对于所有第一类别的融合特征向量，计算每个融合特征向量所表示的所有异常类型的概率的熵，称为每个融合特征向量的不确定度，获取所有融合特征向量的不确定度的最小的值，以及不确定度取最小值时的融合特征向量所表示的所有异常类型的概率；当所述最小值小于预设阈值时将所述概率最大时的异常类型作为光伏光热组件的异常检测结果，当所述最小值大于等于预设阈值时重新获取光伏光热组件的特性曲线，当重新获取到光伏光热组件的特性曲线后，重新获得光伏光热组件的异常。8.根据权利要求1所述的一种光伏光热一体化组件异常检测方法，其特征在于，所述的预设时间段是指从光伏光热组件特性曲线的不确定度大于等于预设阈值时开始到当前时刻结束的一段时间。9.一种光伏光热一体化组件测试系统，其特征在于，所述的异常检测系统包括但不限于光伏光热组件负载切换模块、电流电压检测模块、光照强度和环境温度检测模块、存储和计算模块，以实现如权利要求1-8中任一项所述的一种光伏光热一体化组件异常检测方法。

技术总结
本发明涉及光伏系统异常检测领域，具体涉及一种光伏光热一体化组件异常检测方法及测试系统，包括：利用神经网络根据特性曲线获得所有异常类型的概率以及特性曲线的不确定度，当不确定度小于预设阈值时，将概率最大时的异常类型作为异常检测结果，当特性曲线的不确定度不小于预设阈值时，将预设时间段内获得的所有特性曲线构成的第一类别，对每个第一类别的中特性曲线进行融合，根据融合结果的有效程度和特征向量得每个第一类别的最终类别以及每个第一类别的融合特征向量，根据所有第一类别的融合特征向量获得光伏光热组件的异常。本发明能够避免因光照强度和温度变化以及采样次数不多而导致的特性曲线误差较大的情况，保证了异常检测的准确性。了异常检测的准确性。了异常检测的准确性。


技术研发人员：许明江 金健 俞金华
受保护的技术使用者：扬州晶华新能源科技有限公司
技术研发日：2022.01.31
技术公布日：2022/6/10