用大数据诊断百万瓦级光伏电站发电量状况，三井化学与TENSOR CONSULTING共同开发

三井化学公司与TENSOR CONSULTING公司（东京都千代田区）11月17日宣布，双方共同开发出了可高精度检测百万瓦级光伏电站发电量降低的诊断技术。并表示，运用大数据分析技术，使检测性能比原来的方法提高了80倍以上。

发电量数据诊断流程（出处：三井化学）

双方称，新诊断技术是将三井化学的“太阳能电池板劣化及故障相关数据和经验”，和TENSOR的“高级数据挖掘技术”相结合而实现的。是利用三井化学的光伏发电实证设备共同开发的。

该技术对每台光伏逆变器（PCS）的实际发电量数据，与自主计算出的“期待发电量”相比较来诊断发电量的降低。计算期待发电量时，除了日照量外，还会自动加上系统构成、电池板的污渍及气象状况等多种影响因素。通过使用了大数据的数据挖掘技术，构筑统计数学模型，来检测数据中隐含的微小的输出异常。双方称，新技术实现了以往方法80倍以上的诊断性能。

双方表示，由于不限定太阳能电池板厂商和其他特定条件，因此不仅是日本国内，还可以在全球的百万瓦级光伏电站提供发电量数据诊断服务。因已确认了该技术相对于以往方法的优势，将以新技术在三井化学开展的“光伏发电相关诊断、咨询业务”中2015年度内的实用化为目标，进一步推进共同开发。

在百万瓦级光伏电站，太阳能电池板的劣化等造成的发电量降低会直接导致售电收入减少，因此高精度检测发电量的降低很重要。但一般百万瓦级光伏电站是以连接约2000～3000块太阳能电池板的PCS为单位监控发电量的，而且发电量会因气象状况等随时变动，所以很难高精度检测起源于太阳能电池板的发电量降低。检测方法大多都停留于对仅由过去的日照量数据计算的期待发电量与实际发电量作比较等。