太阳能是目前运用最广泛的清洁能源,具有取之不尽用之不竭的特点。光伏组件作为主要的发电器件,在太阳能发电中起到重要作用。但是,目前的光伏组件在实际发电过程中存在热斑、遮挡、隐裂等诸多故障,影响其发电效率,造成电能衰减。同时,目前对光伏组件电能衰减及健康状况的影响研究多停留在单个因素,还没有能够综合多个因素评估光伏组件健康状况的装置。由于在实际光伏发电中,光伏组件的电气数据以及当前的环境数据决定了当前光伏组件实际的发电功率,而发电功率是衡量光伏组件电能衰减的重要指标。同时在光伏组件的各项异常中,热斑效应对光伏组件的发电影响较大,并且还容易引起火灾等其他灾害。因此,本文研制一种便携式一体化装置,此装置能够通过环境数据和光伏组件电气数据计算电能衰减;能够检测热斑;能够综合评估光伏组件健康状况。本文主要工作包括:（1）给出光伏组件健康评估装置整体功能规划需求。健康评估装置主要由硬件和软件两个部分组成。硬件部分主要由核心开发板、供电设备、输出设备、输入设备以及网络设备组成。其中输入设备主要为红外热成像仪,用于拍摄热斑图像。网络设备用于获取电气及环境数据。软件部分主要分为电能衰减计算、热斑检测以及健康评估三个模块。（2）针对真实光伏电站情况,本文提出了一种能够应用于现场的光伏组件电能衰减计算方法,并完成健康评估装置的电能衰减率计算模块。光伏组件电能衰减率可以近似看作实际最大功率点功率与理论最大功率点功率的衰减百分比。在实际的光伏电站中,理论最大功率点无法直接获得。因此,本文研究光伏组件的发电原理,建立光伏组件的发电数学模型。同时考虑实际环境对理论最大功率点的影响,建立补偿系数模型和功率预测模型两种模型,计算出在实际环境下光伏组件理论最大功率。同时通过光伏组件的实际最大发电功率,进而计算电能衰减率。（3）针对光伏组件的热斑特点,本文提出了两种进行热斑检测的算法:传统计算机视觉MSER算法和机器学习K-Means算法。同时由于热斑在短时间内较难形成,本文使用遮挡模拟形成热斑。对比MSER算法K-Means算法在热斑检测中的效果发现,在热斑检测模块中使用K-Means算法能较好地完成工作,之后将K-Means算法打包开发光伏组件热斑检测模块。（4）针对光伏组件的健康状况,本文提出了光伏组件健康度评估体系,并完成光伏组件健康评估模块。本文研究模拟形成的热斑对光伏组件发电功率以及IV特性曲线的影响,提出了功率损失比和最大功率点偏移这两个评价指标,同时依据功率损失比和最大功率点偏移这两个量融合计算光伏组件健康度,建立光伏组件健康评估体系。（5）对光伏组件健康评估装置进行测试。由于此装置的测试需要实际光伏电站平台的帮助,本文完成光伏组件实验测试平台的搭建。此平台主要由光伏组件阵列、数据采集器、环境检测设备、上位机软件以及用于各设备间通信的通信协议组成。最后基于此平台测试光伏组件健康评估装置的各项性能指标。