[发明专利]结合因子隐藏式马可夫模型与发电量预测的太阳能板发电系统异常诊断分析装置与方法

说明书

一种发电系统异常诊断分析装置，用以诊断由多个模块串列并联而成的太阳能板发电系统，该分析装置包括：一总电流检测模块提供一总电流时序数据与观测电压；一环境信息模块提供环境信息；一FHMM演算模块对该时序数据进行FHMM演算得到多组第一串列电流推论值，并依据该环境信息与电流电压历史数据库，自多组第一串列电流推论值筛选出一组第二串列电流推论值；一数据库建置模块，记录该观测电压和该组第二串列电流推论值；一用户反馈模块依据该组第二串列电流推论值及该观测电压值决定是否发出异常警示。

【技术领域】

本发明是有关于一种太阳能板发电系统监视方法，该太阳能板发电系统具有多个并联的太阳能发电模块；本方法只需要一个电压/电流计量测该多个并联太阳能发电模块输出总电流大小与电压，就能预测各个太阳能发电模块发电状态。

【背景技术】

请参照图1A，其绘示一传统太阳能板发电系统，该太阳能板发电系统具有四个并联的太阳能发电模块串列(module series)；其中每个模块串列内部更具有多个太阳能电池模块(module)并联或串联在模块中来发电，每个太阳能发电模块串列各别输出12V-5A电流；4个模块串列并联输出12V-20A电流后，经由充电管理器12控制来对电池10充电。

如此当该多个太阳能电池模块其中之一故障或老化，导致最后并联输出的整个发电系统输出总电力下降时，维修员需逐一检查是四个太阳能发电模块串列中的哪个模块串列出现问题，如此维修工程十分繁琐耗时。

另一方面，若预先在四个太阳能发电模块串列上预先各别安装四个电表直接量测各个发电模块串列的输出电流，即可迅速得知是哪个发电模块串列故障，但如此成本相当高昂。

【发明内容】

本发明是有关于一种结合因子隐藏式马可夫模型FHMM(Factorial HiddenMarkov Model))与发电量预测的太阳能板发电系统异常诊断分析技术，通过直流汇流箱输出电量数据，使用FHMM模型进行非监督式学习，并分析每个模块串列逐时运作状态；利用前述结果并辅以日照强度气温等天气信息，分析每个模块串列的发电量是否为合理输出，进而反馈太阳能电厂维运商进一步诊断。

根据本发明的第一方面，提出一种发电系统异常诊断分析装置，用以诊断分析一太阳能板发电系统，该太阳能板发电系统包含多个太阳能发电模块串列，该多个太阳能发电模块串列并联输出一总电流，该异常诊断分析装置包括：一总电流检测模块，检测该总电流并输出一时间序列数据与一观测电压；一环境信息模块，提供该太阳能板发电系统所在位置的一环境信息；一FHMM演算模块，针对该时间序列数据，进行FHMM演算而得到多组第一串列电流推论值，并依据该环境信息模块所提供的该环境信息与一电流电压历史数据库，自该多组第一串列电流推论值筛选出一组第二串列电流推论值；一数据库建置模块，记录该观测电压和该组第二串列电流推论值，以更新该电流电压历史数据库；和一用户反馈模块，将该组第二串列电流推论值及该观测电压值与该电流电压历史数据库作比较以决定是否发出一异常警示。

根据本发明的一实施例，其特征在于，该环境信息至少包括一日照强度状态，当自该多组第一串列电流推论值筛选出该组第二串列电流推论值时，是比对该电流电压历史数据库中接近该日照强度状态的电流电压值。

根据本发明的一实施例，其特征在于，该环境信息至少包括一气温状态，当自该多组第一串列电流推论值筛选出该组第二串列电流推论值时，是比对该电流电压历史数据库中接近该气温状态的电流电压值。

根据本发明的一实施例，其特征在于，当自该多组第一串列电流推论值筛选出一组第二串列电流推论值时是使用至少两个相似度筛选算法，累计该至少两个相似度筛选算法结果作为相似度计算指标；其中该至少两个相似度筛选算法包含：K-近邻、内积相似矩阵、高斯核心与欧式距离四种演算法中的至少两种。