旁路电路开路故障的新型IR camera检测方法——消除移动云层的动态干扰

《Energy Reports》：Novel open fault detection of bypass circuit with IR camera-removal of dynamic disturbance by moving clouds

　　

目前最流行的用于发现开路旁路电路（bypass circuit）以防止热斑（hotspot）的技术之一是使用红外摄像机（IR camera）测量光伏（PV）组件表面温度。然而，该解决方案存在缺陷。例如，热图像（thermal image）受到周围结构（如天线、建筑物等）反射的影响。因此，使用IR camera难以测量PV组件的真实表面温度。此外，在低辐照度（low irradiance）下，研究人员无法测量真实的组件温度。为了解决上述问题，研究人员开发了一种新的旁路电路开路故障（open fault）检测技术。该技术消除了稳态反射效应（stationary state reflection effect），并在200 W/m²的低辐照度下精确识别了开路故障部分的位置。然而，移动云层（moving clouds）的反射效应并未被完全消除。因此，研究人员研究了消除移动云层反射效应的先进检测技术。本文描述了新提出技术的原理和效果。

**论文解读：基于多频率电压合成与红外热成像的旁路电路开路故障检测技术**

**研究背景与问题**
随着全球光伏（PV）系统装机容量持续增长，PV阵列中的各类故障日益增多，包括PV电池、旁路电路（bypass circuit）、直流电缆及接线端子等部件。其中，旁路电路的开路故障（open fault）尤为关键，因其会失去保护作用，导致PV电池产生热斑（hotspot），严重时可能引发火灾。此外，开路故障还会引起腐蚀、过热及组件退化，甚至释放重金属。因此，尽早检测旁路电路的开路故障位置至关重要。

现有检测技术主要分为两类：一是基于电压降测量（如人工神经网络ANN模型），可识别故障存在但无法定位；二是基于红外摄像机（IR camera）的热成像检测，通过测量组件表面温度判断热斑。然而，IR camera方法存在显著缺陷：热图像易受周围结构（如天线、建筑物）的反射干扰（称为“静态干扰”），且低辐照度（低于600 W/m²）下组件表面温升不足，无法准确检测。特别是移动云层反射引起的动态干扰（dynamic disturbance），会使温度分布随时间变化，导致误判。国际标准IEC 62446-3要求辐照度大于600 W/m²才能进行红外检测，极大限制了该技术的应用场景。

为克服上述问题，研究人员提出了一种结合周期性电压施加与频率分析的新型检测技术，旨在消除静态干扰并抑制动态干扰，实现低辐照度下旁路电路开路故障的准确定位。该论文发表于《Energy Reports》。

**主要技术方法**
研究人员采用以下关键方法开展实验：
1. **周期性电压施加**：向PV串两端施加包含多个频率成分（0.01 Hz、0.0075 Hz、0.005 Hz）的周期性电压波（正弦波或方波），使正常簇（bypass diode导通）和故障簇（bypass diode开路）产生不同的发热特性。
2. **红外热成像采集**：使用IR camera（型号CPA-E50A，像素240×180）以5秒间隔连续采集PV组件表面热图像，每次测量持续400秒。
3. **频率分析与二值化**：对每个像素的温度变化进行傅里叶分析，提取三个频率成分的振幅；采用Otsu方法计算各频率的阈值，生成单频率二值化图像（红色表示温度变化超过阈值）。
4. **多频率合成**：合成三个频率的二值化图像，仅当同一像素在所有频率下均为红色时才标记为红色，计算每个簇（cluster）的红色像素比（RP）。故障判据为故障簇RP>30%且正常簇RP<10%。
实验采用Poly-Si PV组件（每串12个模块，共24个簇），实验室设施位于日本大学（Nihon University），辐照度范围覆盖200–1000 W/m²。

**研究结果**
**6.1. 无反射效应的情况**
当无动态干扰时，单频率二值化图像即可清晰区分故障簇与正常簇。正常簇的RP几乎为零，故障簇的RP显著高于阈值（见图6、图7）。频率分析显示，正常簇温度变化振幅低于阈值，故障簇则高于阈值。

**6.2. 有反射效应但可检测的情况**
当动态干扰仅影响某一频率（如0.005 Hz）时，单频率图像中正常簇出现伪阳性。通过合成两个或三个频率的二值化图像，正常簇的RP降至接近零，故障簇的RP仍保持较高值（见图8、图9），从而可检测故障位置。

**6.3. 有反射效应且不可检测的情况**
当动态干扰影响所有三个频率时，正常簇和故障簇的RP均超过阈值，合成后仍无法区分（见图10、图11）。此时，移动云层反射的频率成分与施加电压频率重合，导致正常簇温度变化振幅也增大。

**6.4. 辐照度与RP的关系**
单频率下，0.01 Hz在宽辐照度范围内正常簇与故障簇的RP重叠最少，检测准确率最高；0.005 Hz则重叠严重，难以区分。合成三种频率后，在辐照度200–1000 W/m²范围内，故障簇RP（约30%–40%）与正常簇RP（<10%）的差异显著，易于区分（见图12–16）。

**6.5. 故障检测准确率**
当故障判据阈值设为30%时，三种频率合成的正确检测率最高超过80%，比仅使用0.01 Hz单频率提高约10%。当阈值设为40%时，多频率合成与单频率的准确率相近。然而，增加频率组合数量会降低故障簇的RP，若过度增加，正常簇与故障簇的差异反而缩小，导致检测困难（见图17–20）。

**总结与讨论**
讨论部分指出，多频率合成虽能有效抑制动态干扰，但无法完全消除——因为云层移动速度可能包含多种频率成分。增加频率数量会降低RP值，使差异减小。未来可通过提高施加电压幅值（增大故障簇温升）或采用自适应滤波（adaptive filtering）来进一步提升准确率。

**结论（翻译）**
研究人员开发了旁路电路开路故障位置的检测技术。该技术向PV串施加周期性电压波，并使用IR camera监测组件表面温度变化。虽然现有IR camera检测技术仅能检测由部分阴影等引起的电流失配的开路故障，而该技术可检测所有开路故障位置，无需电流失配。此外，尽管基于ANN模型的最新开发技术可识别开路故障的存在，但无法定位。在该技术中，需要一个IR camera和一个直流/交流电源，它们并非特殊测试设备。由于检测工程师可以通过二值化图像识别开路旁路电路的位置，因此故障检测准确率不依赖于工程师的技能水平。此外，该技术可应用于现有PV组件。而且，与现有IR camera技术相比，该技术在低辐照度下非常有用。通过施加包含多个频率的周期性电压波，可以完全消除周围结构的静态干扰，并显著减少移动云层的动态干扰。检测准确率不依赖于部分阴影。这些特点使现场维护工作更高效，并增加了检测故障的机会。基于上述优点，该技术优于其他检测技术。另一方面，当多个小云层移动时，PV组件上的动态干扰会影响热图像，难以准确检测开路故障位置。为解决此问题，研究人员提出了一种新的检测技术，通过施加几种频率的周期性电压。通过组合多个频率的施加电压，动态干扰得以减少。尽管难以完全消除动态干扰，但研究人员发现，与仅使用单一频率的检测技术相比，正确检测率提高了约10%。作为提高故障检测准确性的方法，不同频率的组合是有前景的。