基于红外图像的太阳能光伏阵列故障分析

第３１卷第２期

２０１０年２月

太阳能学报

Ａ（■＇ＡＥＮＥＲＧＩＡＥ

Ｖ０１．３１，Ｎｏ．２

Ｆｅｂ．，２０１０

ＳＯＩＡＲＩｓＳＩｎⅡＣＡ

基于红外图像的太阳能光伏阵列故障分析

王培珍，郑诗程

（安徽工业大学电气信息学院，－ｑ鞍山２４３００２）

摘要：依据处于不同工作状态下太阳电池间存在明显温差这一特性，提出了基于红外图像分析的太阳能光伏阵列工作状态自动分析与识别的方案。该方案首先对光伏阵列的红外图像进行预处理与分析，提取可能的故障区域及区域的特征信息，综合考虑环境温度、照度、风力等环境因素的影响，采用信息融合与模糊推理的方法，实现ｒ对光伏阵列中太阳电池工作状态的自动识别。研究结果表明，该方案能够准确地对运行于光伏系统中组件的正常、遮挡、老化损坏状态进行识别。

关键词：光伏阵列；红外图像；模糊推理；故障分析中图分类号：ＴＭ９１４

文献标识码：Ａ

Ｏ引言

析的太阳能光伏阵列工作状态分析与自动识别的方案。该方案首先对光伏阵列的红外图像进行处理，

光伏系统运行若干年后，由于组件封装工艺等原因，系统中的光伏组件局部区域会因为气孔的渗

提取可能的故障区域及区域的特征信息，综合考虑

环境温度、照度、风力等因素的影响，采用信息融合与模糊推理的方法，以实现对光伏阵列上作状态的自动识别。

入或扩散而老化，致使组件中的部分电池损坏，影响

系统输出。因此，有必要对光伏发电系统中光伏组件的故障进行实时有效地在线分析与诊断。

在大功率光伏供电系统中光伏组件数目多，采用对组件直接测量的方案势必会使系统变得十分复

１红外图像处理

１．１红外图像的获取与预处理

根据理论分析，理想条件下当光伏电池的转换效率为８％～１３％，正常工作电池的温度为３０℃（３０３Ｋ），处于正常工作状态与已损坏的太阳电池问温差为６．５～１１．１℃【１］。实际测得温差由于受风力、散热条件等因素影响，略小于理论值，但仍在可分辨范围之内…。本文选用非制冷热成像探测仪ＧＩＹ２０００来获取红外图像，光谱响应的波长为８～１４ｐｒｏ，测温范围为一４０～５００℃，测温精度为±３％，温度分辨率达０．１５℃（在３０℃时），空间分辨率为

１．５ｍｍｄ。

杂。理论分析与实验验证表明…，处于不同工作状

态的太阳电池，其表面温度有明显差异。红外成像系统提供了一种能以较高温度和窄间分辨率测量温度分布的方法。国内外学者对于光伏电池的牛热效应以及采用红外技术对光伏电池进行检测的研究主要有：Ｅｎｃｉｎａｓ．ＳａｎｚＦ等心］，ＭａｔｔｅｉＭ等［３１对红外光强、电压、电流以及工作时的温度进行了建模分析，

Ｌｕｑｕｅ

Ａ等Ｈ１对非均匀照度下太阳电池温度进行了

Ｄ

分析，Ｋｉｎｇ

Ｌ等拍１用红外热成像技术检测太阳电

池的局部区域击穿和热斑效应，王祥林等［６１用断载热像技术对生产过程中非晶硅太阳电池进行了无损检测。

由于红外热像仪本身固有的特性以及外界环境因素的干扰，红外热图普遍存在目标与背景对比度差、图像边缘模糊、噪声较大及非均匀成像等缺点。与ＣＣＤ可见光图像相比，红外图像的噪声颗粒较

本文在上述研究的基础上，针对运行于自然环

境下的光伏发电系统，提出了一种基于红外图像分

收稿日期：２００８－０７—２１

基金项目：教育部光伏系统工程研究中心开放基金项目（２００５０６）

通讯作者：王培珍（１９６６一），女，博士、教授，主要从事图像处理与模式识别、光伏系统等方面的研究。ｐｚｈｗａｎｇ＠ａｂｕｔ．ｅｄｕ．∞