一种光伏智慧系统构建方法技术方案

本发明专利技术公开了一种光伏智慧系统构建方法，算法实现包括以下步骤：S1.采集的光照温度信息，并针对所采集信息对开路电压以及短路电流进行实时折算；S2.针对实时采集的最大功率点电流电压进行初步故障判断，进行距离系数的进一步计算并对初步的故障类型进行分类；S3.搭建神经网络，输入故障数据以及故障标记信息进行训练，并将训练好的模型进行部署；S4.输入实时测试数据进行模型修正以及实际效果评估；S5.发现存在于故障模型中的故障实时在线发出预警。有效的解决了现有技术中信息展示不全面，数据挖掘不深入，难以形成有效运维管理信息；难以常态化监测，难以覆盖全部设备；能效管理尚未层层深入等问题。理尚未层层深入等问题。理尚未层层深入等问题。

【技术实现步骤摘要】
一种光伏智慧系统构建方法


[0001]本专利技术涉及信息监管技术，具体为一种光伏智慧系统构建方法。

技术介绍

[0002]近年来，数据挖掘技术取得持续进步，光伏电站现有的实时采集的数据难以达到实际数据分析需求，数据挖掘程度低制约了场站数据资源的有效整合与利用。大部分的集中式光伏电站占地面积巨大，每兆瓦容量的光伏场站占地约3公顷，给场站运维人员日常巡检以及故障排除带来相当的工作强度，能否高效率的发现并协助现场处理故障是光伏故障预警实时监测系统需要考虑的问题之一。
[0003]目前的光伏发电系统主要依赖三种方式进行故障监测：一是利用现有设备保护装置的告警信息实现检测，信息展示不全面，数据挖掘不深入，难以形成有效运维管理信息，所提供的信息说明故障已经积累到了一定程度，无法做到日常的光伏电站健康状态监测以及起到所谓防患未然的作用。第三种方法是利用每年的光伏场站性能检测实验，存在的问题是难以常态化监测，难以覆盖全部设备。四是能效管理尚未层层深入，需要一种算法来实现能效管理。

技术实现思路

[0004]本专利技术提供一种光伏智慧系统构建方法，算法实现包括以下步骤：S1.采集的光照温度信息，并针对所采集信息对开路电压以及短路电流进行实时折算；S2.针对实时采集的最大功率点电流电压进行初步故障判断，进行距离系数的进一步计算并对初步的故障类型进行分类；S3.搭建神经网络，输入故障数据以及故障标记信息进行训练，并将训练好的模型进行部署；S4.输入实时测试数据进行模型修正以及实际效果评估；S5.发现存在于故障模型中的故障实时在线发出预警。
[0005]进一步地，所述S1步骤中采集到的数据传输依照104规约。
[0006]进一步地，所述S2步骤中故障类型包括组串电流异常、组串电压异常、组串开路。
[0007]进一步地，所述S3步骤中输入数据包括实时的辐照以及温度、测得电流电压数据、是否经过清洗、测得的距离常数。
[0008]进一步地，所述S3步骤中神经网络参数为：其结构共有4层，每层存在5个神经元。
[0009]进一步地，所述故障判定方法为：比较MPPT点到U
oc
以及I
sc
两个点所在直线的距离是否比此前记录数据的小，该点到点（U
oc
，I
sc
）距离是否大于此前记录数据，若同时满足以上俩个条件，则判定为故障。
[0010]进一步地，利用I
sc
= aR公式计算特征值；所述开路电压依照每升高一度下降0.4%折算。
[0011]进一步地，所述开路电压折算后的数据用于对电压电流通过U
oc
=
ꢀ‑
Δ0.4% T公式进行折算。
[0012]综上所述，本专利技术提供的一种光伏智慧系统构建方法有效的解决了现有技术中信
息展示不全面，数据挖掘不深入，难以形成有效运维管理信息；难以常态化监测，难以覆盖全部设备；能效管理尚未层层深入等问题。
附图说明
[0013]图1为本专利技术提供的一种光伏智慧系统构建方法的算法逻辑图；图2为本专利技术提供的一种光伏智慧系统构建方法的电压电流示意图。
具体实施方式
[0014]以下结合附图对本专利技术的实施方法进行详细说明，所描述的仅为部分实施例，并非全部实施例，为了清楚的目的，在附图及说明中省略了与本专利技术无关的表示及描述。
[0015]如图1所示，本专利技术提供一种光伏智慧系统构建方法，算法实现包括以下步骤：S1.采集的光照温度信息，并针对所采集信息对开路电压以及短路电流进行实时折算；S2.针对实时采集的最大功率点电流电压进行初步故障判断，进行距离系数的进一步计算并对初步的故障类型进行分类；S3.搭建神经网络，输入故障数据以及故障标记信息进行训练，并将训练好的模型进行部署；S4.输入实时测试数据进行模型修正以及实际效果评估；S5.发现存在于故障模型中的故障实时在线发出预警。
[0016]其中，现场设备采集的数据利用104规约进行数据传输。
[0017]随后，以光伏组串在标准实验室条件下的开路电压短路电流为基础，进行短路电流与开路电压的折算，具体为利用光伏组串近似模型，使用I
sc
= aR公式求出在该辐照以及温度条件下的两个特征值。当中，a的数值可以实时获取，开路电压依据每升高一度下降0.4%的数据，对电压电流进行折算，折算公式为U
oc
=
ꢀ‑
Δ0.4% T；组串短路电流近似与光生电流成正比，与光照存在一定正相关关。
[0018]在上述步骤之后，对于该时刻下传输的MPPT最大电压电流进行距离计算， 作为基础数值进行存储， 在下一次检测到同等温度辐照下数值进行循环计算，并且同时比较MPPT点到直线的距离是否比之前的小（直线为U
oc
以及I
sc
两个点所在直线）。如图2所示，该点到点（U
oc
，I
sc
）距离是否大于前者，如果同时满足这两个条件那么说明组串发电能力不如前者，即存在故障。
[0019]然后，搭建神经网络模型， 针对故障类型进行标注，同时建立数据的训练集，输入数据包括：实时的辐照以及温度，测得电流电压数据，是否经过清洗，以及测得的距离常数，输出包括故障类型，故障类型有三种：组串电流异常，组串电压异常，组串开路，进行数据的循环迭代实现神经网络的参数优化，神经网络的参数具体如下：其结构共有4层，每层5个神经元，每一层用relu 激活函数，利用梯度下降法对参数进行优化，输出层利用SoftMax进行激活分类各个故障。
[0020]以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏智慧系统构建方法，其特征在于，算法实现包括以下步骤：S1.采集的光照温度信息，并针对所采集信息对开路电压以及短路电流进行实时折算；S2.针对实时采集的最大功率点电流电压进行初步故障判断，进行距离系数的进一步计算并对初步的故障类型进行分类；S3.搭建神经网络，输入故障数据以及故障标记信息进行训练，并将训练好的模型进行部署；S4.输入实时测试数据进行模型修正以及实际效果评估；S5.发现存在于故障模型中的故障实时在线发出预警。2.根据权利要求1所述的一种光伏智慧系统构建方法，其特征在于，所述S1步骤中采集到的数据传输依照104规约。3.根据权利要求1所述的一种光伏智慧系统构建方法，其特征在于，所述S2步骤中故障类型包括组串电流异常、组串电压异常、组串开路。4.根据权利要求1所述的一种光伏智慧系统构建方法，其特征在于，所述S3步骤中输入数据包括实时的辐照以及温度、测得电流电压数据、是否经过清洗、测得的距离常数。5.根据权...

【专利技术属性】
技术研发人员：张智勇，贾飞，白浩江，周元贵，
申请(专利权)人：中国大唐集团科学技术研究总院有限公司西北电力试验研究院，
类型：发明
国别省市：