| 1 |
1
복수의 태양광 패널 모듈(111, 112, 113)을 이용하여 발전된 직류 전원을 교류 전원으로 변환하여 공급하되, 상기 태양광 패널 모듈(111, 112, 113)에서 계측되는 전류-전압 정보와, 상기 태양광 패널 모듈(111, 112, 113) 주변의 환경 정보를 감지하여 출력하는 태양광 발전부(100); 및상기 태양광 발전부(100)와 네트워크를 통해 접속하여 상기 태양광 발전부(100)에서 전송되는 전류-전압 정보 및 환경 정보를 수집하는 게이트 웨이(210)와, 상기 게이트 웨이(210)가 수집한 전류-전압 정보를 이용하여 일정 기간 동안의 태양광 패널 모듈(111, 112, 113)의 전압 평균값을 산출하고, 산출된 전압 평균값을 기반으로 출력이 저하된 태양광 패널 모듈에 대한 I-V 곡선 정보를 분석하며, 상기 태양광 패널 모듈(111, 112, 113)의 고장 진단시, 상기 분석된 I-V 곡선 정보를 미리 저장된 고장 진단용 I-V 곡선 정보와 비교하여 음영에 의한 출력 저하 정보는 제외하고 상기 태양광 패널 모듈(111, 112, 113)의 고장을 진단하는 모니터링 서버(220)를 구비한 태양광 패널 관리부(200);를 포함하고,상기 모니터링 서버(220)는 게이트 웨이(210)를 통해 수신되는 환경 정보를 추출하는 환경 정보 수집부(221);상기 게이트 웨이(210)를 통해 수신되는 전류-전압 정보로부터 개별 태양광 패널 모듈(111, 112, 113)의 I-V 곡선을 생성하는 I-V 곡선 정보 추출부(222);상기 전류-전압 정보를 이용하여 일정 기간 동안의 태양광 패널 모듈(111, 112, 113)의 전압 평균값을 산출하고, 산출된 전압 평균값을 기반으로 출력이 저하된 태양광 패널 모듈에 대하여 상기 I-V 곡선 정보 추출부(222)에서 생성된 I-V 곡선 정보를 분석하며, 상기 태양광 패널 모듈(111, 112, 113)의 고장 진단시, 상기 분석된 I-V 곡선 정보를 미리 저장된 고장 진단용 I-V 곡선 정보와 비교하여 상기 태양광 패널 모듈(111, 112, 113) 상에 발생되는 그림자인 음영 정보에 의한 출력 저하는 제외하고 상기 태양광 패널 모듈(111, 112, 113)의 고장을 진단하는 태양광 패널 진단부(223); 및상기 고장 진단용 I-V 곡선 정보와, 태양광 패널의 노화도 산출값을 저장하는 데이터 베이스(224);를 포함하고,상기 태양광 패널 진단부(223)는, 인공지능 모델을 이용하여 실시간 입력되는 그림자 이미지로부터 태양광 패널 모듈(111, 112, 113) 상에 발생되는 그림자로 인한 음영 발생 영역을 추출하여 추출된 음영 발생 영역과 I-V 곡선의 특성 정보에 의한 출력 저하 정보를 산출하고,상기 추출된 음영 영역과 I-V 곡선의 특성 정보를 반영한 예상 출력값을 결정하여 결정된 예상 출력값을 고장 진단을 위한 출력 저하 정보에 반영하는 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 시스템
|
| 2 |
2
제 1 항에 있어서,상기 태양광 발전부(100)는 복수의 태양광 패널 모듈(111, 112, 113)을 이용하여 발전하는 태양광 패널부(110); 상기 태양광 패널부(110)에서 발전되는 전류-전압을 계측하는 계측부(120);상기 태양광 패널부(110) 주변의 환경 정보를 수집하는 환경 측정부(130); 및상기 계측부(120)에서 계측된 전류-전압 정보와 환경 측정부(130)에서 수집된 환경 정보를 태양광 패널 관리부(200)로 전송하는 통신부(140);를 포함하는 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 시스템
|
| 3 |
3
제 2 항에 있어서,상기 환경 정보는 태양광 패널 모듈(111, 112, 113) 주변의 온도, 습도, 일사량, 일조량, 태양 고도, 미세먼지 농도와, 상기 태양광 패널 모듈(111, 112, 113)의 설치 각도, 설치 방향, 패널간 설치 간격, 일조각도에 따른 그림자 정보 중 적어도 하나인 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 시스템
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
제 1 항에 있어서,상기 태양광 패널 진단부(223)는 태양광 패널 모듈(111, 112, 113)의 고장 진단시, 태양광 패널 모듈의 출력 저하가 패널이 설치된 기간에 의한 것인지 판단하기 위해 출력이 저하된 태양광 패널 모듈로부터 추출되는 값을 미리 저장된 태양광 패널의 노화도 산출값과 비교하고, 비교 결과에 따라 태양광 패널의 고장 진단 및 노화도를 결정하는 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 시스템
|
| 7 |
7
제 6 항에 있어서,상기 노화도 산출값은, 태양광 패널의 설치 시기, 설치 기간에 따른 출력 저하 정도, 설치 장소의 기상환경에 기반하여 산출된 값인 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 시스템
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
a) 태양광 발전부(100)가 태양광 패널 모듈(111, 112, 113)을 이용하여 발전된 직류 전원을 교류 전원으로 변환하여 공급하되, 상기 태양광 패널 모듈(111, 112, 113)에서 계측되는 전류-전압 정보와, 상기 태양광 패널 모듈(111, 112, 113) 주변의 환경 정보를 수집하는 단계;b) 태양광 패널 관리부(200)가 수집한 전류-전압 정보를 이용하여 일정 기간 동안의 태양광 패널 모듈(111, 112, 113)의 전압 평균값을 산출하고, 산출된 전압 평균값을 기반으로 출력이 저하된 태양광 패널 모듈에 대한 I-V 곡선 정보를 분석하며, 상기 태양광 패널 모듈(111, 112, 113)의 고장 진단시, 상기 분석된 I-V 곡선 정보를 미리 저장된 고장 진단용 I-V 곡선 정보와 비교하되, 음영 정보에 의한 태양광 패널 모듈(111, 112, 113)의 출력 저하 발생을 판단하는 단계; 및c) 상기 음영 정보에 의한 태양광 패널 모듈(111, 112, 113)의 출력 저하가 발생됨에 따라 상기 태양광 패널 관리부(200)가 음영에 의한 출력 저하 정보는 제외시키고 상기 태양광 패널 모듈(111, 112, 113)의 고장을 진단하고, 진단 결과를 출력하는 단계;를포함하고,상기 b) 단계는 태양광 패널 관리부(200)가, 인공지능 모델을 이용하여 실시간 입력되는 그림자 이미지로부터 태양광 패널 모듈(111, 112, 113) 상에 발생되는 그림자로 인한 음영 발생 영역을 추출하고, 추출된 음영 발생 영역에 의한 출력 저하 정보를 산출하며, 상기 추출된 음영 영역과 I-V 곡선의 특성 정보를 반영한 예상 출력값을 결정하여 결정된 예상 출력값을 고장 진단을 위한 출력 저하 정보에 반영하는 단계;를 더 포함하는 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 방법
|
| 11 |
11
삭제
|
| 12 |
12
제 10 항에 있어서,상기 c) 단계는 태양광 패널 관리부(200)는 태양광 패널 모듈(111, 112, 113)의 고장 진단시, 태양광 패널 모듈의 출력 저하가 패널이 설치된 기간에 의한 것인지 판단하기 위해 출력이 저하된 태양광 패널 모듈로부터 추출되는 값을 미리 저장된 태양광 패널의 노화도 산출값과 추가 비교하고, 비교 결과에 따라 태양광 패널의 고장 진단 및 노화도를 결정하는 단계;를 더 포함하는 것을 특징으로 하는 I-V 곡선을 이용한 태양광 발전 진단 방법
|
