(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211210737.7 (22)申请日 2022.09.30 (71)申请人 南京工业大 学 地址 211816 江苏省南京市浦珠南路3 0号 (72)发明人 易辉　宋远大　 (74)专利代理 机构 南京群迈知识产权代理有限 公司 32690 专利代理师 安士影 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 17/16(2006.01) G06F 111/04(2020.01) G06F 111/10(2020.01) (54)发明名称 一种基于完全邻域保持嵌入的光伏组件热 斑故障诊断方法 (57)摘要 本发明公开了一种基于完全邻域保持嵌入 的光伏组件热斑故障诊断方法， 包括以下步骤： 步骤1、 采集光伏组件的个重要特征参数； 步骤2、 基于邻域保持嵌入NPE改进完全邻域保持CNPE嵌 入算法； 步骤3、 利用CNPE算法对步骤1采集而来 的重要特征参数进行处理， 将所采 数据进行数据 降维与特征提取； 步骤4、 根据步骤3降维后的数 据与原始数据的关系， 计算重构误差矩阵； 步骤 5、 根据步骤4的重构误差矩阵建立光伏组件热斑 故障评估函数； 步骤6、 根据步骤5的评估函数制 作评估函数曲线。 本发明无需昂贵硬件， 同时诊 断速度与诊断精度都有所提升， 可以诊断出类似 透明遮挡物或细小电线遮挡物引起的光伏组件 热斑故障。 权利要求书3页 说明书9页 附图5页 CN 115455730 A 2022.12.09 CN 115455730 A 1.一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在于， 包括以下 步骤： 步骤1、 采集 光伏组件的个重要特 征参数； 步骤2、 基于邻域保持 嵌入NPE改进完全邻域保持CNPE嵌入算法； 步骤3、 利用CNPE算法对步骤1采集而来的重要特征参数进行处理， 将所采数据进行数 据降维与特 征提取； 步骤4、 根据步骤3降维后的数据与原 始数据的关系， 计算重构误差矩阵； 步骤5、 根据步骤4的重构误差矩阵建立 光伏组件热斑故障评估函数； 步骤6、 根据步骤5的评估函数制作评估函数曲线。 2.根据权利要求1所述的一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在 于， 所述重要特征参数包括{UOC， ISC， UM， IM， MPP， FF， T， G}， 其中， UOC为光伏组件开路 电压， ISC为光伏组件短路电流， UM为最大功率点处电压， IM为最大功率点处电流， MPP为最大 功率点， FF为填充因子， T为 光伏组件表面温度， G为辐照度。 3.根据权利要求1所述的一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在于， 步骤2具体包括以下步骤： S201： 将NPE算法涉及到的广义特征值计算问题转化为两个特征值分解的问题， 即St和 St是一个D×D的对称矩阵， St由下式表示： St＝X(I‑W)T(I‑W)XT+XXT 其中， X为包含8个重要特征参数{UOC， ISC， UM， IM， MPP， FF， T， G}的数据集， I为单位矩阵， W 为NPE算法最小化目标函数时获得的权 重矩阵； S202： 令M＝(I‑W)T(I‑W)， 上式则化 为St＝XMXT+XXT， 对St进行特征值分解： 其中， U为St分解后的特征矩阵， 且 为D×D的正交矩阵， Σ为特征值， Ur∈ RD×r为U的分块矩阵， 为UT的分块矩阵， Σ1为特征值矩阵的分块矩阵， Σ1∈Rr ×r且非奇异， r为矩阵St的秩， D与R为实数； S203： 令投影矩阵 且 其中k∈Rr， l∈RD‑r， 且NPE算法的 目标函数式由下式表示， 其中c为常数， S.t.之后的式子为目标函数的约束条件： S204： 对上述 NPE算法的目标函数作如下变化： S.t.kTΣ1‑1/2Σ11/2UrTXXTUrΣ1‑1/2Σ11/2k＝c权　利　要　求　书 1/3 页 2 CN 115455730 A 2令ξ＝Σ11/2k， 上式可由下式表 示： 将 与 相加， 随后带入St： S205： 得出CNPE算法的目标函数式： S206： 计算投影矩阵： 上式中， λ为需要求解的特征值， 得到特征值之后求出与之对应的特征向量， 取解的前t 个最大非零特 征值ξ1～ ξt， 其对应的特 征向量为a1～at， 组成投影矩阵A。 4.根据权利要求2所述的一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在于， 步骤3具体包括以下步骤： 利用CNPE算法将步骤1所采 的数据集X进行处理， 随后确立有关时间序列的投影关系， 投影前与投影后数据如下： 上式中， i与s为整数， Xi,s为投影前 数据集， Yi,s为投影后数据集， 投影关系如下式： Yi,s＝ATXi,s 上式中， Xi,s∈Rs×m， Yi,s∈Rs×l， A∈Rm×l， s、 m、 l为整数， 代 表矩阵的维数。 5.根据权利要求4所述的一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在于， 步骤4具体包括以下步骤： 根据步骤3降维后的数据与原始数据集X的关系， 计算重构误差矩阵Ei,s， 重构误差矩阵 Ei,s推导如下： 6.根据权利要求5所述的一种基于完全邻域保持嵌入的光伏组件热斑故障诊断方法， 其特征在于，权　利　要　求　书 2/3 页 3 CN 115455730 A 3