[发明专利]一种基于波峰电流的太阳电池阵退化估计方法

权利要求书

1.一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：包括以下步骤：

步骤1：获取太阳电池阵输出电流数据集；

步骤2：对输出电流数据集进行数据预处理；

步骤3：使用周期识别算法对经过数据预处理后的输出电流数据进行周期识别，提取出所获取输出电流数据集时间段内的每个周期的波峰电流；

步骤4：根据所提取出的每个周期的波峰电流，对波峰电流曲线进行多维拟合，得到太阳电池阵性能退化模型；

步骤5：根据太阳电池阵性能退化模型进行太阳电池阵性能退化进行计算，得到太阳电池阵性能退化估计。

2.根据权利要求1所述的一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：步骤2中所述数据预处理是指通过阈值判断法，去除离群点。

3.根据权利要求2所述的一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：步骤3中的周期识别算法为：

步骤3.1：寻找去除离群点后的太阳电池阵输出电流中的最大值；

步骤3.2：通过设置阈值，得到所获取的输出电流数据集中靠近波峰的点，称为类波峰点，进行一次聚类得到由类波峰点构成的类波峰点簇；

步骤3.3：设置前向距离，周期内点前向距离设为1，周期间点前向距离设为一个大数，然后二次聚类将每个周期分开；

步骤3.4：根据步骤3.3中所得到的各个周期，找到每个周期内的输出电流最大值，即为每个电流周期的波峰电流值。

4.根据权利要求3所述的一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：步骤4中进行多维拟合的使用MATLAB的拟合工具箱进行拟合，所拟合的太阳电池阵性能退化模型为：

I＝a₁·cosωx+b₁·sinωx+a₂·cos 2ωx+b₂·sin 2ωx+c·x+d+ε (1)

a₁,a₂,b₁,b₂,ω和d是由退化模型中提出的周期性部分中的三角函数估计的参数；c表示由退化模型的衰减部分中的线性函数估计的参数；I表示预测的波峰电流值，x表示时间，ε表示误差扰动，ε～N(0,σ²)。

5.根据权利要求4所述的一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：

步骤5中所述太阳电池阵性能退化估计：

其中c为公式(1)中退化模型的线性函数部分的系数，表征太阳电池阵衰减性能，即退化系数，Δt为所获取太阳电池阵输出电流数据集的持续时间段，单位为天，I_初始为所获取太阳电池阵输出电流集中的初始电流值。

6.根据权利要求3所述的一种基于波峰电流的太阳电池阵退化估计方法，其特征在于：步骤3.2中所述阈值，根据步骤3.1中的太阳电池阵输出电流中的最大值进行设定。