[发明专利]基于机器学习的太阳能发电控制系统及方法

说明书

本发明涉及基于机器学习的太阳能发电控制系统及方法，上述基于机器学习的太阳能发电控制系统包括：多个太阳能模块；多个节点控制部，若所测定的电流数据、电压数据、电力数据未达到控制数据，则断开所连接的太阳能模块；网关部，用于存储所测定的数据；实时控制模块，对数据进行分类、对比、分析处理并存储，向上述网关部传输控制指令；以及机器学习服务器，用于监控装置及数据，基于机器学习进行学习，提供以通过提取太阳能发电控制所需功能数据来执行的建模结果为基础的控制服务数据。

技术领域

本发明涉及基于机器学习的太阳能发电控制系统及方法，更详细地，涉及如下的基于机器学习的太阳能发电控制系统及方法，即，实时收集多个太阳能发电模块的电压信息、电力信息，在机器学习平台学习所收集的信息，根据学习结果来执行对于多种服务功能建模，通过所提取的控制信息控制机器学习平台，实时分析与太阳能发电模块相连接的多个设备来实时控制太阳能发电系统。

背景技术

太阳能发电为将太阳光转换成直流电来产生电流的发电方法，将附着有多个太阳电池的太阳能板大规模展开，以此利用太阳能来发电。

为了解决全球环境污染即资源枯竭问题，正积极地推动新的可再生能源项目。

在韩国，在应对环境污染及能源危机的背景下，每年利用太阳能的太阳能电源的设置量增加，需要用于提高性能的状态诊断技术及发电量预测技术。

最近，随着导入太阳能等的新再生能源、能量存储系统等，作为控制它们的合并运转及电力量的技术，使能量效率最优化的新一代智能型电力网(Smart Grid)逐渐受人瞩目。

但是，当前的太阳能电源的维护管理系统仅计测整个系统的逆变器输出，只通过网络摄像头进行简单的现场监控，从而，当运转过程中发生问题时，将会导致性能降低且掌握运转停止原因及故障位置将需要很长的时间。并且，因太阳能电源的数据确保部件而很难掌握故障类型、故障模式及因环境变化所导致的发电量变化。

并且，图1为示出现有的一般太阳能发电状态诊断系统的简图，在现有的太阳能发电技术中，在多个太阳能电池模块中的一个发生故障的情况下，很难掌握哪个模块中发生故障或出现异常状态，很难远程判断是否因日射量少而导致发电容量少，或者是否因发生模块的故障或异常状态而导致发电容量下降。

尤其，若在生产电力的太阳能板的特定模块中，因发生模块的故障或异常状态而导致发电容量下降，则太阳能发电容量整体下降，从而导致电力生产发生差错。

由此，现有太阳能发电系统受到众多太阳能模块及与此连接的设备特性的影响，但很难全部控制这种个别特性，因此，需要使用机器学习工法的太阳能发电控制系统。

发明内容

技术问题

本发明为了解决上述现有问题而提出，本发明的目的在于，提供如下的基于机器学习的太阳能发电控制系统及方法，即，可实时收集多个太阳能发电模块的电压信息、电力信息，在机器学习平台学习所收集的信息，根据学习结果来执行对于多种服务功能建模，通过所提取的控制信息控制机器学习平台，实时分析与太阳能发电模块相连接的多个设备来实时控制太阳能发电系统。

技术方案