设备精度

测试仪器精度;完成一个子阵的扫描、数据分析及故障报告生成仅需约 10-15 分钟，无需专业人员和设备上站，一键式远程操作，大量节省了检测强度，降低了电站对测试人员的需求以及测试成本;组串内部的组件
需要带上相应的测试设备，把组串拆下来，效率比较低。此外当前普遍采用比较输出功率、开路电压、短路电流、工作电压、工作电流大小的方法识别组件故障，故障识别率低且容易导致误判。总的来说，传统的巡检方式费时费力

覆盖改为用铝浆在背面印刷与正面类似的细栅格，并对钝化膜中的氮化硅膜层及激光开孔部分做一些优化。设备方面，需提高背面电极栅格印刷设备及激光设备的精度。发电增益方面，P型PERC双面因子仅60%-80

辐射仪器。而国内太阳辐射监测设备和光伏环境监测仪应用较多的有东莞绿光高精度FSP系列太阳辐射表(性能等同于Kipp & Zonen cmp系列)、TBQ系列太阳辐射表的产品。二、测光辐射传感器评价好坏
设备的监测原理都一样，一般都是使用热电堆进行感光然后转化成电流最后换算结果，但因为国内外产品材料和工艺的差异而导致了产品的精度和稳定性有较大差异。近现代的热电式辐射传感器主要经历了三个阶段，分别是图1

转变，他说：我们的产品需要解决问题，客户需要更高的发电量，更简便的运维和更耐久的逆变设备。 传统的企业会认为，客户购买光伏组件、逆变器、支架等零部件，委托EPC企业建造，成立运维部门保障电站，只需要
超级平台以AI技术为引擎，围绕四大方面进行不断地深化学习和自我升级： 提升发电量：与双面组件、跟踪支架、多路MPPT逆变器、优化跟踪算法，增强精度等功能结合; 提升电网可靠性：自动学习电网，智能适配

组件效率越高，同样幅度的效率提升对于成本下降的作用就越小。 而随着电池效率提升，对于材料品质、性能，设备精度和工艺的要求都大幅提升。十年前，光伏采用的都是从半导体降级的设备和材料，如今又有再次回归半导体

发电量的重要因素。传统IV检测需要人工携带设备上站离线检测，茫茫电站，无法实现对所有组件的检测，并且依靠人工输出报告，误差大耗时长;随着光伏应用场景增多，地形环境复杂多样，双面及更多新类型组件应用，人工
检测的准确性上提出更高要求，不能简单将接收辐照不一致导致的电流失配直接判决为故障。智能IV诊断3.0通过AI优化诊断算法，提升双面模型识别精度，精准识别真正的遮挡和组件故障等，更懂双面。 智能IV诊断

更大方阵单元设计 中国效率98.45% 24路输入，12路MPPT，有效降低组串失配影响 I-V曲线智能监测，智能化软件控制技术，扫描精度达1% 在集中式逆变器领域，特变电工1500V 5MW
光伏电站智能监控及分析系统，实现电站设备可视化管理。离散率和I-V曲线在线诊断的赋能，全方位保障电站设备运维无死角，通过逆变器输出功率离散率和逆变器负载率实时对比分析，精准定位低效逆变器(出力不足设备

注意： 1要切实保证系统及其设备的电气安全水平，包括电气连接、隔离器件和安全附件 2进一步提高工程施工和安装过程的精度 近几年，鉴衡认证中心也在开展应用于1500V系统的设备认证及系统的检测和评估工作

感知和事后的评估三个维度。 事前预测精度提升促进新能源消纳 新能源的功率预测就是事前预测的重要体现，而功率预测的前提就是气象预测。从2019年初西北地区发布的新版两个细则来看，对场站的考核力度更大
，因而对功率预测的精度要求更严格，在这样的情况下，可以说做好气象预测，功率预测便成功了一大半。目前，各级电网调度机构逐步加大了对新能源功率预测精度的技术投入和管理力度，也正在研究如何将新能源预测结果最大