一种基于光伏电站运维分析的无人机巡检方法技术

本发明专利技术提出一种基于光伏电站运维分析的无人机巡检方法，包括步骤S1、基于目标光伏电站的运维数据，构建相对应的数据分析模型对运维数据进行深度挖掘与分析；步骤S2、利用运维数据的分析结果确定光伏组件状态评估的指标，并针对性的构建光伏组件状态评估算法；S3、根据光伏组件的健康程度，下达无人机巡检的指令；步骤S4、基于无人机的巡检结果对光伏组件进行故障判断，合理制定巡检和运维方案。本发明专利技术有益效果为，在可以实现光伏组件异常提前预警的同时，还可以针对存在异常风险的组件进行提前检查和维护，从而实现光伏组件故障率下降、合理制定巡检方案、及时发现组件故障和维护对策、提高光伏电站发电量的作用，为光伏电站的安全稳定运行提供保障。站的安全稳定运行提供保障。站的安全稳定运行提供保障。

【技术实现步骤摘要】
一种基于光伏电站运维分析的无人机巡检方法


[0001]本专利技术涉及新能源领域，涉及光伏电站巡检领域，特别是指一种基于光伏电站运维分析的无人机巡检方法。

技术介绍

[0002]传统的光伏电站巡检，由于大型并网光伏电站的光伏组件数量庞大，占地面积广，因此巡检工作量大，单次巡检时间长，人工巡检难以应对大规模光伏电站的运维需求。在实际应用中，无人机因其体积小、飞行灵活、可代替人工执行简单任务的特点，已经开始被应用于光伏电站的巡检。然而，无人机巡检有可能会遗漏一些故障点，导致故障一直存在，直到故障扩大才会被发现，影响光伏场站安全稳定的运行。并且，光伏组件有可能存在一些潜在的风险和异常，往往不能被无人机巡检所发现，从而留下出现故障的隐患。

技术实现思路

[0003]本专利技术提出一种基于光伏电站运维分析的无人机巡检方法，解决了现有技术中上述的问题。
[0004]本专利技术的技术方案是这样实现的：
[0005]一种基于光伏电站运维分析的无人机巡检方法，包括如下步骤：
[0006]步骤S1、基于目标光伏电站的运维数据，构建相对应的数据分析模型对运维数据进行深度挖掘与分析；
[0007]步骤S2、利用运维数据的分析结果确定光伏组件状态评估的指标，并针对性的构建光伏组件状态评估算法；
[0008]步骤S3、基于光伏组件评估算法计算光伏组件的健康程度，对于健康程度差或存在异常的光伏组件下达无人机巡检的指令；
[0009]步骤S4、基于无人机的光伏组件巡检结果对光伏组件进行故障判断，通过无人机各光伏组件采集的可见光图片与红外线图片进行故障识别，合理制定巡检和运维方案。
[0010]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：所构建的光伏电站运维数据分析模型可以用来实现对运维数据的深度分析和挖掘，并以可视化的形式展现分析结果，直观地观测出光伏电站的实际运维情况；
[0011]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：光伏组件状态评估算法应根据光伏电站的运维数据分析结果构建指标，实现光伏组件健康程度的精准评估；
[0012]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：光伏电站应根据自身实际运维情况选取评估指标，结合相关历史运维数据或实时数据的分析结果，选取相应的评估指标和评估界定实现评估结果的准确性；
[0013]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：对于光伏组件的状态评估结果进行健康度排序，健康程度按照区间划分为良好、稍差、严重三种情况；
对于健康程度严重的组件进行重点检查，健康程度稍差的进行总体检查，健康程度良好的无需检查；
[0014]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：基于运维数据分析结果以及无人机巡检情况，将二者结合并对光伏组件进行异常或潜在故障判断；基于运维数据分析结果发现的缺陷，即影响发电量的情况，可利用无人机巡检结果或下发无人机巡检指令进行二次验证和检查，确定故障原因和故障详细情况，方便工作人员进行消缺；
[0015]另外，基于无人机巡检报告，利用运维数据分析结果验证无人机巡检情况，若无人机巡检发现的缺陷并未导致发电量下降，根据缺陷类型合理制定运维方案，轻微缺陷可暂不消除但下次巡检应关注此问题，严重缺陷与致命缺陷必须及时消缺，未影响发电量的一般缺陷可暂不消缺，若一般缺陷降低了发电量，即安排工作人员尽快进行消缺工作；
[0016]进一步地，所述的基于光伏电站运维分析的无人机巡检方法，还包括：基于运维数据分析结果以及无人机巡检情况，对出现异常和故障的光伏组件提出运维措施和检修方案，实现异常和故障的精准维修。
[0017]本专利技术的有益效果为：本专利技术在可以实现光伏组件异常提前预警的同时，还可以针对存在异常风险的组件进行提前检查和维护，从而实现光伏组件故障率下降、合理制定巡检方案、及时发现组件故障和维护对策、提高光伏电站发电量的作用，为光伏电站的安全稳定运行提供保障。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本专利技术一种基于光伏电站运维分析的无人机巡检方法一个实施例的步骤流程图；
[0020]图2为本专利技术一种基于光伏电站运维分析的无人机巡检方法一个实施例的步骤S1的子步骤流程图；
[0021]图3为本专利技术一种基于光伏电站运维分析的无人机巡检方法一个实施例的步骤S2的子步骤流程图；
[0022]图4为本专利技术一种基于光伏电站运维分析的无人机巡检方法一个实施例的步骤S3的子步骤流程图；
[0023]图5为本专利技术一种基于光伏电站运维分析的无人机巡检方法一个实施例的步骤S4的子步骤流程图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0025]如图所示，本专利技术所述的一种基于光伏电站运维分析的无人机巡检方法包括步骤S1、步骤S2、步骤S3和步骤S4：
[0026]步骤S1、基于目标光伏电站的运维数据，构建相对应的数据分析模型对运维数据进行深度挖掘与分析；
[0027]对目标光伏电站的运维数据进行抽取，并对其发电量与实时功率、电流电压、气象温度等数据进行曲线拟合，证明各指标是否可以影响到光伏电站的发电量数据。利用主成分分析选取主成分，实现对初始变量集的方差解释性最大。选定主成分后，可知主成分对每个变量的方差解释度，解释度越大，则相关性越强，所占的权重应该更大，最后通过归一化来算出每个特征的最终权重，具体步骤如下：
[0028]步骤S11、采集光伏电站运维的实时数据与历史数据，如箱变、逆变器、光伏组件等设备的数据，以及光伏场站运维的气象数据、财务数据、电量数据等；将采集的电压、电流、功率等数据进行降序排列，将采集到的功率以及辐照度作为故障特征并进行归一化处理，对所采集的光伏电站运维数据进行深度挖掘；其中归一化处理公式为：
[0029][0030]式中，ε
i1
表示第i个原始数据，ε
max
为原始数据中的最大值，ε
min
为原始数据中的最小值，ε
i2
为归一化后的对应数据；
[0031]步骤S12、根据光伏电站的实际情况，针对不同数据类型以及性质的不同，构建相应的光伏电站运维数据分析模型；利用支持向量机算法求解二分类问题，SVM优化问题的数学模型为：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明所述的一种基于光伏电站运维分析的无人机巡检方法，其特征在于，包括：步骤S1、基于目标光伏电站的运维数据，构建相对应的数据分析模型对运维数据进行深度挖掘与分析；对光伏的运维数据进行抽取，并对其发电量与实时功率、电流电压、气象温度等数据进行曲线拟合，证明各指标是否可以影响到光伏电站的发电量数据；利用主成分分析选取主成分，实现对初始变量集的方差解释性最大。选定主成分后，可以知道主成分对每个变量的方差解释度，解释度越大，则相关性越强，所占的权重应该更大，最后通过归一化来算出每个特征的最终权重；步骤S2、利用运维数据的分析结果确定光伏组件状态评估的指标，并针对性的构建光伏组件状态评估算法；在确定指标后，应首先确定指标的各主成分在各线性组合中的系数，系数计算公式为：式中，S为各主成分在各线性组合中的系数，C为成分载荷，R为对应特征根；然后确定各因素在综合得分模型中的系数，即Z＝(S1×
F1+S2×
F2+
…
+S
n
×
F
n
)/(F1+F2+
…
+F
n
)式中，Z为综合系数，S
n
为各成分的系数，F
n
为各成分对应的方差解释度；将各因素在综合得分模型中的系数进行归一化处理，即：Q＝α/(Z1+Z2+
…
+Z
n
)其中Q为权重，α为综合系数，即1，Z
n
为各综合系数；最终确定光伏组件状态评估的指标及其对应的权重系数；利用实时运维数据以及历史主成分因子的平均值对各指标进行打分，并利用权重系数最终得到状态评估的最终分数，即：γ＝Q1*θ1+Q2*θ2+
…
+Q
n
*θ
n
其中γ为最终的状态评估分数，Q
n
为权重系数，θ
n
为各指标得分；步骤S3、基于光伏组件评估算法计算光伏组件的健康程度，对于健康程度差或存在异常的光伏组件下达无人机巡检的指令；其中光伏组件的健康程度根据状态评估的最终分数进行区分并进行排名，按照最终得分由大到小进行排序并确认健康度；其中，对单一因素下的发电效率进行评定打分；算法上可采取分段式取权重的方式，即在有效辐照度或温度范围内划分为多个有效段，以每段辐照度或温度占比作为权重进行加权计算；单一辐照度因素评定方法为：式中，μ
light
为单一辐照度因素影响下的综合发电效率；σ
i
为第i段辐照度分布加权权重系数；ρ
i
为第i段辐照度分布中光伏组件发电效率；N为设定的辐照度最高段；
式中G为辐照度特征值；G
i
为第i段辐照度；T
i
为第i段温度值；单一温度因素评定方法为：式中，μ
T

【专利技术属性】
技术研发人员：崔天赢，范声浓，郑韶爵，陈禹晨，李超，刘兆鑫，
申请(专利权)人：海南斯兰低碳投资有限公司，
类型：发明
国别省市：