全文总字数：4130字
光伏发电作为重要的可再生能源，越来越得到国际社会的重视。预计在不远的将来，太阳能发电会很大程度地改变能源生产、供应和消费的方式，给能源发展带来革新。在给我们带来机遇的同时也让我们面对着挑战。光伏板的隐裂、积灰、热斑等不仅会降低光伏板的发电效率，而且会使得光伏板发热从而引发事故。因此，需要对光伏组件的健康状况进行检测。目前，基于Internet、WIFI以及General Packet Radio Service（GPRS）模式的光伏监测系统不断涌现，且开始投入实际光伏电站运维系统，使得用户可以便捷及时的掌握光伏阵列的运行状态。同时，随着人工智能技术的发展，智能电网也在成为现实，光伏阵列的智能监测也将越来越普及。摘要：
关键词：光伏组件，健康评估，远程实时监控，数据可视化，检测系统
1 引言
随着当代社会不可再生能源的日益减少以及环境污染问题的日益严峻，大力发展新能源产业己经成为了必然趋势，光伏发电作为典型的新能源产业近年来备受青睐。为了保证光伏发电的发电量水平以及安全，需要有效掌握光伏组件的健康情况，对故障组件提前做好检修和更换准备。因此，对光伏组件进行实时检测也是很有必要的。
在我国，光伏发电系统已经得到国家大力推广和应用。光伏组件作为太阳能发电的重要部件，其质量检测也受到各方的关注。出于绿色环保及高效监督的考量，需要研究光伏组件的检测方法，确保光伏组件的工作性能以及安全，实现光伏组件安全高效地运行，同时相对延长其寿命，提高资源的利用率。
2 研究现状
由于最初的光伏电站建立在难以通讯的偏远地区，环境比较恶劣，不利于人员长期驻守，使得光伏监测的问题日益突出。随着互联网行业的蒸蒸日上，将监测问题与互联网相结合成为了监测领域的发展趋势。在上世纪五六十年代，监测技术已经广泛应用在航天、航海、军事等高精尖领域。而后随着人类社会的不断发展，监测系统逐渐深入到人们的日常生活中[1-2]，如：智能汽车监测，智能家居监测等，为人类的生活提供了便利。
近年来光伏发电企业越发壮大，从业人员总结光伏系统运维经验时将组件不匹配、隐裂、积灰[3]、热斑[4-5]等问题归纳为部件及故障和系统级故障。其中独立设备的范围异常被判定为部件级故障，多设备之间的异常为系统级故障[6-9]。针对部件级故障Hossam[10]提出周期性扫描检测法，该方法为解决常规电气特性检测法成本高的问题，在特定的光伏板电压区间内，统计分析输出电流的波动，提高光伏热斑检测的实时性。姜栋潇[11]提出基于数据挖掘的光伏板故障检测方法，以输出的电压、电流等参数建立检测热斑的数据挖掘决策树。但是，Hossam的周期性扫描法需布置大量传感器，而姜栋潇的数据挖掘决策树方法随着光伏板的增多，工作成本与复杂程度随之增加，不利于推广。Hu等[12]提出了一种基于云和无线传感器网络的分布式光伏发电监测系统。光伏监测中心通过传感器采集各光伏组件的实时数据，包括电流、电压、功率和太阳辐照度数据。这些数据经过多级融合处理，传送到监测中心并存储在监测中心的私有云中。光伏监测中心利用半监督支持向量机(support vector machine， SVM）分类器检测电力数据异常值，最终用户能够监测到个人发电站的状态。但是，该方法主要运用在小规模或者个人电站，对于大规模发电站并不理想，而且能源转换效率以及数据访问和处理的传输性能并不高。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
