三井化學公司與TENSOR CONSULTING公司（東京都千代田區）11月17日宣布，雙方共同開發出了可高精度檢測百萬瓦級光伏電站發電量降低的診斷技術。并表示，運用大數據分析技術，使檢測性能比原來的方法提高了80倍以上。

發電量數據診斷流程（出處：三井化學）

雙方稱，新診斷技術是將三井化學的“太陽能電池板劣化及故障相關數據和經驗”，和TENSOR的“高級數據挖掘技術”相結合而實現的。是利用三井化學的光伏發電實證設備共同開發的。

該技術對每臺光伏逆變器（PCS）的實際發電量數據，與自主計算出的“期待發電量”相比較來診斷發電量的降低。計算期待發電量時，除了日照量外，還會自動加上系統構成、電池板的污漬及氣象狀況等多種影響因素。通過使用了大數據的數據挖掘技術，構筑統計數學模型，來檢測數據中隱含的微小的輸出異常。雙方稱，新技術實現了以往方法80倍以上的診斷性能。

雙方表示，由于不限定太陽能電池板廠商和其他特定條件，因此不僅是日本國內，還可以在全球的百萬瓦級光伏電站提供發電量數據診斷服務。因已確認了該技術相對于以往方法的優勢，將以新技術在三井化學開展的“光伏發電相關診斷、咨詢業務”中2015年度內的實用化為目標，進一步推進共同開發。

在百萬瓦級光伏電站，太陽能電池板的劣化等造成的發電量降低會直接導致售電收入減少，因此高精度檢測發電量的降低很重要。但一般百萬瓦級光伏電站是以連接約2000～3000塊太陽能電池板的PCS為單位監控發電量的，而且發電量會因氣象狀況等隨時變動，所以很難高精度檢測起源于太陽能電池板的發電量降低。檢測方法大多都停留于對僅由過去的日照量數據計算的期待發電量與實際發電量作比較等。