一种光伏智能降温除尘系统及方法技术方案

本发明专利技术属于发电设备技术领域，具体公开了一种光伏智能降温除尘系统及方法，数据采集单元采集的当下的背板温度数据

【技术实现步骤摘要】
一种光伏智能降温除尘系统及方法


[0001]本专利技术属于发电设备
，尤其涉及一种光伏智能降温除尘系统及方法
。

技术介绍

[0002]太阳能是取之不尽
、
用之不竭的洁净能源，而且太阳能光伏发电是安全可靠的，不会受到能源危机和燃料市场不稳定因素的影响
。
太阳能光伏发电使用光伏板吸收光能并转化成电能，光伏板的光电转化效率与光伏面板实际所接收的太阳辐射相关
。
由于光伏板通常露天设置，在使用一段时间后，光伏板就会出现一些问题，比如，高温
、
太阳能光伏板上沉积的灰尘堆积在光伏面板上，高温会导致发电电流急剧下降，灰尘则会阻碍阳光直射，都会降低太阳能光伏板的发电效率
。
[0003]目前市面上出现了很多光伏清洗降温设备，例如公告号为
CN219046484U、CN114871179B、CN114210614B、CN215871322U
等的现有专利
。
这类清洗降温设备在降温清洗的过程中会消耗电量和水量，因此若降温清洗过于频繁，会导致降温清洗消耗的电量和水量的成本大于由于清洗后带来的发电收益
。
并且现有技术还未公开对降温清洗进行评估的系统和方法
。

技术实现思路

[0004]本专利技术的目的在于提供一种智能降温除尘系统及方法，能够评估温度和灰尘带来的损失以及能够确定最佳清洗时机
。
[0005]为了达到上述目的，本专利技术的技术方案为：一种光伏智能降温除尘系统，包括智能控制单元以及与智能控制单元连接的数据采集单元
、
数据预测单元
、
智能决策单元和自动清洗降温单元，所述数据采集单元用于采集当下的背板温度数据
、
光伏板灰尘量数据和天气数据以及气象预测的未来一段时间的天气数据，所述天气数据包括室外雨量数据
、
室外风速数据
、
大气辐射度数据
、
大气湿度数据和大气温度数据；所述数据采集单元将采集的数据发送给所述数据预测单元，所述预测单元根据数据采集单元采集的数据和气象预测的未来天气数据来预测光伏电站未来一段时间的光伏板灰尘量数据和背板温度数据；所述数据采集单元将采集的数据以及数据预测单元预测的数据发送给所述智能控制单元，所述智能控制单元将接受的数据发送给智能决策单元进行决策并将决策结果发送给智能控制单元，所述智能控制单元根据决策结果控制自动清洗降温单元；所述自动清洗降温单元用于对光伏板进行清洗降温；所述智能决策单元根据数据采集单元将采集的数据
、
数据预测单元预测的数据和收益数据来进行决策，所述收益数据为光伏板的发电收益与清洗降温成本的差值；所述智能决策单元和数据预测单元均预先经过深度学习算法进行训练；所述智能控制单元根据智能决策单元发送的最佳清洗时间点并根据最佳清洗时间点控制自动清洗降温单元
。
[0006]进一步，还包括与智能控制单元连接的云平台单元，所述云平台单元用于对数据采集单元采集的数据和清洗降温效果进行对比分析和展示
。
[0007]进一步，所述智能决策单元的训练步骤为：
[0008]样本标定：样本采用已进行过的光伏板清洗降温处理的相关数据，相关数据包括清洗降温处理时的室外雨量数据
、
室外风速数据
、
大气温度数据
、
大气辐射度数据
、
大气湿度数据
、
背板温度数据
、
灰尘量数据
、
收益数据
、
温度损失数据和灰尘损失数据；所述温度损失数据为光伏板的升温量造成输出功率的减少量，所述灰尘损失数据为光伏板表面的灰尘量造成输出功率的减少量；
[0009]输入量和输出量的确认：将背板温度数据
、
灰尘量数据作为输入量，将室外雨量数据
、
室外风速数据
、
大气温度数据
、
大气辐射度数据
、
大气湿度数据
、
收益数据
、
温度损失数据
、
灰尘损失数据作为输出量；
[0010]训练数据集的生成：将标定样本中的各个已进行过的光伏板清洗降温处理的背板温度数据
、
灰尘量数据嵌入图片的
RGB
分量，转换为信息图像；对信息图像进行预处理，同一图片大小，生成目标信息片段，作为训练数据集；
[0011]建立基于深度置信网络的智能决策单元：根据上一步骤生成的训练数据集建立基于深度置信网络的智能决策单元
。
[0012]进一步，所述数据预测单元的训练步骤为：
[0013]数据采集：在不同初始光伏板灰尘量
、
室外雨量
、
室外风速的情况下做实验，并持续不同的时间长度，得出不同初始光伏板灰尘量
、
室外雨量
、
室外风速
、
大气温度和时间长度情况下最终的光伏板灰尘量数据；在不同大气温度数据
、
初始光伏板灰尘量情况下做实验，并持续不同的时间长度，得出不同大气温度数据
、
初始光伏板灰尘量和时间长度情况下最终的背板温度数据；
[0014]样本标定：样本采用已进行过的光伏板灰尘量试验的相关数据和背板温度试验的相关数据，光伏板灰尘量试验的相关数据包括初始光伏板灰尘量
、
室外雨量
、
室外风速
、
大气温度
、
时间长度和最终的光伏板灰尘量数据；背板温度试验的相关数据包括大气温度数据
、
初始光伏板灰尘量
、
时间长度和最终的背板温度数据；
[0015]输入量和输出量的确认：将初始光伏板灰尘量
、
室外雨量
、
室外风速
、
大气温度
、
时间长度作为灰尘量的输入量，将最终的光伏板灰尘量数据作为灰尘量的输出量；将大气温度数据
、
初始光伏板灰尘量
、
时间长度最为温度的输入量，将最终的背板温度数据最为温度的输出量；
[0016]训练数据集的生成：将标定样本中的的初始光伏板灰尘量
、
室外雨量
、
室外风速
、
大气温度和时间长度嵌入图片的
RGB
分量，转换为信息图像；对信息图像进行预处理，同一图片大小，生成目标信息片段，作为灰尘量训练数据集；将标定样本中的的大气温度数据
、
初始光伏板灰尘量
、
时间长度嵌入图片的
RGB
分量，转换为信息图像；对信息图像进行预处理，同一图片大小，生成目标信息片段，作为温度训练数据集；
[0017]建立基于深度置信网络的数据预测单元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种光伏智能降温除尘系统，其特征在于：包括智能控制单元以及与智能控制单元连接的数据采集单元
、
数据预测单元
、
智能决策单元和自动清洗降温单元，所述数据采集单元用于采集当下的背板温度数据
、
光伏板灰尘量数据和天气数据以及气象预测的未来一段时间的天气数据，所述天气数据包括室外雨量数据
、
室外风速数据
、
大气辐射度数据
、
大气湿度数据和大气温度数据；所述数据采集单元将采集的数据发送给所述数据预测单元，所述预测单元根据数据采集单元采集的数据和气象预测的未来天气数据来预测光伏电站未来一段时间的光伏板灰尘量数据和背板温度数据；所述数据采集单元将采集的数据以及数据预测单元预测的数据发送给所述智能控制单元，所述智能控制单元将接受的数据发送给智能决策单元进行决策并将决策结果发送给智能控制单元，所述智能控制单元根据决策结果控制自动清洗降温单元；所述自动清洗降温单元用于对光伏板进行清洗降温；所述智能决策单元根据数据采集单元将采集的数据
、
数据预测单元预测的数据和收益数据来进行决策，所述收益数据为光伏板的发电收益与清洗降温成本的差值；所述智能决策单元和数据预测单元均预先经过深度学习算法进行训练；所述智能控制单元根据智能决策单元发送的最佳清洗时间点并根据最佳清洗时间点控制自动清洗降温单元
。2.
根据权利要求1所述的一种光伏智能降温除尘系统，其特征在于：还包括与智能控制单元连接的云平台单元，所述云平台单元用于对数据采集单元采集的数据和清洗降温效果进行对比分析和展示
。3.
根据权利要求1所述的一种光伏智能降温除尘系统，其特征在于：所述智能决策单元的训练步骤为：样本标定：样本采用已进行过的光伏板清洗降温处理的相关数据，相关数据包括清洗降温处理时的室外雨量数据
、
室外风速数据
、
大气温度数据
、
大气辐射度数据
、
大气湿度数据
、
背板温度数据
、
灰尘量数据
、
收益数据
、
温度损失数据和灰尘损失数据；所述温度损失数据为光伏板的升温量造成输出功率的减少量，所述灰尘损失数据为光伏板表面的灰尘量造成输出功率的减少量；输入量和输出量的确认：将背板温度数据
、
灰尘量数据作为输入量，将室外雨量数据
、
室外风速数据
、
大气温度数据
、
大气辐射度数据
、
大气湿度数据
、
收益数据
、
温度损失数据
、
灰尘损失数据作为输出量；训练数据集的生成：将标定样本中的各个已进行过的光伏板清洗降温处理的背板温度数据
、
灰尘量数据嵌入图片的
RGB
分量，转换为信息图像；对信息图像进行预处理，同一图片大小，生成目标信息片段，作为训练数据集；建立基于深度置信网络的智能决策单元：根据上一步骤生成的训练数据集建立基于深度置信网络的智能决策单元
。4.
根据权利要求1所述的一种光伏智能降温除尘系统，其特征在于：所述数据预测单元的训练步骤为：数据采集：在不同初始光伏板灰尘量
、
室外雨量
、
室外风速的情况下做实验，并持续不同的时间长度，得出不同初始光伏板灰尘量
、
室外雨量
、
室外风速
、
大气温度和时间长度情况下最终的光伏板灰尘量数据；在不同大气温度数据
、
初始光伏板灰尘量情况下做实验，并持续不同的时间长度，得出...

【专利技术属性】
技术研发人员：杨云铠，张磊，李彦辰，陈杰，姚好，张剑川，周莉，
申请(专利权)人：重庆旭锦信安和光新能源科技发展有限公司，
类型：发明
国别省市：