可携式太阳光发电系统故障检测装置及其检测方法

摘要

一种可携式太阳光发电系统故障检测装置系透过可拓理论先行建立可拓物元模型，并以训练样本及可拓物元模型架构一可拓类神经网路，而该可拓类神经网路装载于一可携式装置内进行检测，且其检测方法包含步骤有：建立各大气区间之所有故障可拓物元模型；可携式装置连接太阳光发电系统；可拓类神经网路及运算处理单元判断故障；结束连接，收回可携式机体。

主权项

一种可携式太阳光发电系统故障检测装置，系用以诊断该太阳光发电系统之故障情形，包含：一可携式机体，具有内部空间；一连接件，装置在该可携式机体上，该可携式机体利用该连接件连接该太阳光发电系统，且该可携式机体自该连接件取得该太阳光发电系统的数据；一可拓类神经网路，搭配安装在该可携式机体内，内具数可拓物元模型及若干可拓关联函数；以及一运算处理单元，安装在该可携式机体内，且运算处理单元配合该可拓类神经网路运算该连接件提供之数据。如申请专利范围第1项所述之可携式太阳光发电系统故障检测装置，其中，该可携式机体具有携行提把。如申请专利范围第1项所述之可携式太阳光发电系统故障检测装置，其中，该可携式机体具备内储电源。如申请专利范围第1项所述之可携式太阳光发电系统故障检测装置，其中，该连接件为拆卸式有线连接该太阳光发电系统。如申请专利范围第1项所述之可携式太阳光发电系统故障检测装置，其中，该连接件采用无线连接技术取得该太阳光发电系统数据。一种可携式太阳光发电系统故障检测方法，系利用申请专利范围第1项所述之装置诊断太阳光发电系统之故障情形，包含以下步骤：A.建立各大气区间之所有故障可拓物元模型，在可携式机体内建立数可拓物元模型；B.连接可携式机体，将可携式机体与太阳光发电系统连接；C.可拓类神经网路及运算处理单元判断，利用可拓类神经网路及运算处理单元判断太阳光发电系统的故障类型；以及D.结束连接，收回可携式机体。如申请专利范围第6项所述之可携式太阳光发电系统故障检测方法，其中步骤A将太阳光发电系统之故障情形表示成一故障可拓物元模型的型式，其中故障可拓物元模型包含复数个子物元模型，每一个子物元模型对应故障情形中之一种故障类别。如申请专利范围第6项所述之可携式太阳光发电系统故障检测方法，其中步骤B将该可携式机体利用该连接件连接太阳光发电系统，且该可携式机体内的运算处理单元搭配可拓类神经网路进行故障分析检测。如申请专利范围第6项所述之可携式太阳光发电系统故障检测方法，其中步骤C包含：步骤1，建立各大气区间各种故障类别之可拓物元模型；步骤2，输入训练资料，并进行可拓类神经网路之训练学习程序，直到符合所欲之辨识率设定为0.001%止；步骤3，输入测试资料；步骤4，采行已训练之可拓类神经网路进行故障类别辨识；以及步骤5，返回步骤3进行下一笔测试资料之故障诊断，直到所有测试资料均完成诊断程序。如申请专利范围第6项所述之可携式太阳光发电系统故障检测方法，其中步骤C所定义之可拓类神经网路包含一输入层以及一输出层，该输入层包含复数个输入层节点，该输出层包含复数个物元，每一物元对应一输出层节点，每一输入层节点及每一输出层节点间有二个连结权重值，每一输出层节点对应该太阳光发电系统之故障类型其中之一，每一输入层节点对应每一故障特性参数；训练该可拓类神经网路，系输入一已知故障类型之训练资料以对该可拓类神经网路进行训练；使用该训练完成之可拓类神经网路诊断该太阳光发电系统的故障情形。如申请专利范围第6项所述之可携式太阳光发电系统故障检测方法，其中步骤C包含：建立复数个大气区间，系依据该太阳光发电系统所处地区之平均气温及相对日照条件，将大气条件区分为该些大气区间；以及建立对应于每一大气区间之故障可拓物元模型，系根据该太阳光发电系统在各该大气区间之故障情形，建立其对应之故障可拓物元模型。如申请专利范围第7项所述之可携式太阳光发电系统故障检测方法，其中各该大气区间之故障可拓物元模型包含复数个子物元模型，每一个子物元模型对应一分类群集，各该分类群集为该太阳光发电系统在各该大气区间之故障情形的其中一故障类别。如申请专利范围第9项所述之可携式太阳光发电系统故障检测方法，其中该些待测物元包含该太阳光发电系统所输出之电压、该太阳光发电系统所输出之电流以及该太阳光发电系统所输出之功率。