| 1 |
1
외부로부터, 태양광 모듈 및 스트링의 현재 발전 성능 측정값을 입력받는 측정 입력부(100);입력되는 현재 환경 조건들을 기반으로, 상기 태양광 모듈 및 스트링의 발전 성능 추정값을 연산하는 추정 연산부(200); 및상기 측정 입력부(100)에 의한 상기 발전 성능 측정값과 상기 추정 연산부(200)에 의한 상기 발전 성능 추정값을 비교 분석하여, 상기 태양광 모듈 및 스트링의 고장 여부를 판단하는 고장 판단부(300);를 포함하되,상기 태양광 모듈은 양면 또는 단면으로 구성되는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 2 |
2
제 1항에 있어서,상기 측정 입력부(100)는상기 발전 성능 측정값으로 전류-전압 특성 곡선을 입력받아, 이들을 분석하여 기설정된 전기적 파라미터들을 추출하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 3 |
3
제 1항에 있어서,상기 추정 연산부(200)는상기 태양광 모듈 및 스트링이 설치된 현재 위치에 대한 환경 조건값들을 입력받는 제1 입력부(210);상기 태양광 모듈의 기설정된 기본 스펙값들을 입력받는 제2 입력부(220);상기 태양광 스트링의 직/병렬 구성값을 입력받는 제3 입력부(230);기저장된 추정 알고리즘을 이용하여, 상기 제1 입력부(210), 제2 입력부(220) 및 제3 입력부(230)에 의해 입력받은 값들을 반영하여 상기 태양광 모듈의 전압, 전류값을 연산하는 연산부(240); 및상기 연산부(240)에 의해 연산한 상기 전압, 전류값을 이용하여, 상기 발전 성능 추정값으로 전류-전압 특성 곡선을 생성하고, 이들을 분석하여 기설정된 전기적 파라미터들을 추출하는 분석부(250);를 더 포함하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 4 |
4
제 3항에 있어서,상기 연산부(240)는상기 태양광 모듈의 양면 또는 단면 구성에 따라, 상이한 추정 알고리즘을 이용하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 5 |
5
제 1항에 있어서,상기 고장 판단부(300)는상기 측정 입력부(100)에 의한 상기 발전 성능 측정값의 전기적 파라미터와 상기 추정 연산부(200)에 의한 상기 발전 성능 추정값의 전기적 파라미터를 비교하여 손실량을 평가하여, 상기 태양광 모듈 및 스트링의 고장 여부를 판단하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 6 |
6
제 5항에 있어서,상기 고장 판단부(300)는분석한 각각의 손실량이 기설정된 전기적 파라미터들에 대한 각 기준범위를 모두 만족할 경우, 상기 태양광 모듈 및 스트링을 정상으로 판단하고,분석한 각각의 손실량이 상기 각 기준범위 중 어느 하나를 불만족할 경우, 상기 태양광 모듈 및 스트링을 고장으로 판단하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 7 |
7
제 1항에 있어서,상기 태양광 모듈 및 스트링의 고장진단 시스템은상기 고장 판단부(300)의 판단 결과에 따라, 상기 태양광 모듈 및 스트링이 고장으로 판단될 경우, 인공지능 알고리즘을 이용하여, 상기 태양광 모듈 및 스트링의 고장 요소를 분류 분석하는 고장 분류부(400);를 더 포함하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 8 |
8
제 7항에 있어서,상기 고장 분류부(400)는외부로부터, 고장 요소가 기분류된 태양광 모듈 및 스트링의 전류-전압 특성 곡선을 수집하여, 인공지능 학습을 위한 학습 데이터로 생성하는 학습 데이터 수집부(410);기저장된 인공지능 알고리즘을 이용하여, 상기 학습 데이터 수집부(410)에서 생성한 상기 학습 데이터들에 대한 학습을 수행하여, 학습 결과 모델을 생성하는 학습 처리부(420); 및상기 고장 판단부(300)의 판단 결과에 따라, 상기 태양광 모듈 및 스트링이 고장으로 판단될 경우, 해당하는 태양광 모듈 및 스트링의 발전 성능 측정값과 전압-전류 특성 곡선을 전달받아, 상기 학습 처리부(420)에 의해 생성한 상기 학습 결과 모델에 적용하여, 해당하는 태양광 모듈 및 스트링의 고장 요소를 분류 분석하는 고장 분석부(430);를 더 포함하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 시스템
|
| 9 |
9
측정 입력부에서, 외부로부터 태양광 모듈 및 스트링의 현재 발전 성능 측정값을 입력받는 성능 측정 단계(S100);추정 연산부에서, 상기 태양광 모듈이 설치된 현재 위치에 대한 환경 조건값들을 입력받는 환경 측정 단계(S200);추정 연산부에서, 상기 태양광 모듈 및 스트링의 기설정된 기본 스펙값들, 스트링의 직/병렬 구성값을 입력받는 사양 입력 단계(S300);추정 연산부에서, 상기 환경 측정 단계(S200)에 의해 입력받은 상기 환경 조건값들을 기반으로, 상기 태양광 모듈 및 스트링의 발전 성능 추정값을 연산하는 성능 추정 단계(S400); 및고장 판단부에서, 상기 성능 측정 단계(S100)에 의해 입력받은 상기 발전 성능 측정값과 상기 성능 추정 단계(S400)에 의해 연산한 상기 발전 성능 추정값을 비교 분석하여, 상기 태양광 모듈 및 스트링의 고장 여부를 판단하는 고장 판단 단계(S500);를 포함하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
| 10 |
10
제 9항에 있어서,상기 성능 추정 단계(S400)는기저장된 추정 알고리즘을 이용하여, 상기 태양광 모듈 및 스트링의 전압, 전류값을 연산하되, 상기 태양광 모듈의 양면 또는 단면 구성 형태에 따라 상이한 추정 알고리즘을 이용하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
| 11 |
11
제 9항에 있어서,상기 고장 판단 단계(S500)는상기 발전 성능 측정값과 상기 발전 성능 추정값으로, 각각의 전류-전압 특성 곡선을 생성하고, 이들을 분석하여 기설정된 전기적 파라미터들을 각각 추출하며,상기 발전 성능 측정값에 대한 상기 전기적 파라미터들의 각각의 손실량을 분석하여, 상기 태양광 모듈 및 스트링의 고장 여부를 판단하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
| 12 |
12
제 11항에 있어서,상기 고장 판단 단계(S500)는분석한 각각의 손실량이 기설정된 전기적 파라미터들에 대한 각 기준범위를 모두 만족할 경우, 상기 태양광 모듈 및 스트링을 정상으로 판단하고,분석한 각각의 손실량이 상기 각 기준범위 중 어느 하나를 불만족할 경우, 상기 태양광 모듈 및 스트링을 고장으로 판단하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
| 13 |
13
제 9항에 있어서,상기 태양광 모듈의 고장 진단 방법은상기 고장 판단 단계(S500)를 수행하고 난 후,상기 고장 판단 단계(S500)의 판단 결과에 따라, 상기 태양광 모듈 및 스트링이 고장으로 판단될 경우, 인공지능 알고리즘을 이용하여, 상기 태양광 모듈 및 스트링의 고장 요소를 분류 분석하는 고장 분류 단계(S600);를 더 포함하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
| 14 |
14
제 13항에 있어서,상기 고장 분류 단계(S600)는기수집된 고장 요소가 분류된 태양광 모듈 및 스트링의 전류-전압 특성 곡선을 인공지능 학습한 학습 결과 모델에, 상기 고장 판단 단계(S500)의 판단 결과에 따라, 고장으로 판단된 태양광 모듈 및 스트링의 발전 성능 측정값을 적용하여, 고장 요소를 분류 분석하는 것을 특징으로 하는 태양광 모듈 및 스트링의 고장진단 방법
|
