【技术实现步骤摘要】
本专利技术涉及光伏电站智能监控，具体为一种集中式光伏电站火警智能监控方法及系统。
技术介绍
1、随着全球对可再生能源需求的日益增长，光伏电站作为绿色清洁能源的重要来源得到了广泛应用。然而，光伏电站的大规模发展也带来了许多安全管理问题，其中火灾风险是光伏电站运营中亟需解决的重大难题。光伏电站中常见的火灾隐患主要来源于组件的局部过热(即热斑现象)、电气故障及外部环境因素(如高温、低湿、雷击等)。传统的火警监控手段大多依赖于单一传感器(如烟雾传感器或温度传感器)或仅对光伏电站的宏观温度变化进行监测，难以及时、精确地识别局部热斑区域的异常特征。同时，缺乏数据融合与智能分析技术的支持，现有系统往往无法在火灾早期阶段提供精准预警。这种滞后的响应机制，极易导致火情扩散，造成光伏组件损坏甚至电站停运等严重后果。
2、尽管近年来多传感器融合技术和图像处理算法逐步引入到光伏电站监控领域，但现有技术仍存在诸多不足。例如，传统的热斑检测方法依赖于固定阈值的判断规则，难以适应复杂、多变的环境条件(如日照强度、风速、环境温度等)。此外，现有监控系统多采用单一算法(如简单阈值分割或边缘检测)，在复杂场景下误报率和漏报率较高，无法有效支持实时火情分析和动态应急响应。因此，如何构建一种能够融合多源数据、动态调节监控阈值并结合先进算法的智能监控方法，成为光伏电站火警管理领域的重要研究方向。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：传统光伏
3、为解决上述技术问题，本专利技术提供如下技术方案：一种集中式光伏电站火警智能监控方法，包括：
4、在每个光伏组件上安装传感器，实时采集各光伏组件的数据，并获取光伏组件的温度分布图。
5、对温度分布图进行分析，识别热斑区域并判断是否存在异常；
6、当检测到异常时，触发报警并通知现场工作人员，及时响应火灾风险。
7、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：所述传感器包括，温度传感器、红外热成像相机、电流传感器、环境传感器和烟雾传感器；
8、光伏组件的数据包括，温度数据、电流数据、环境数据、热成像数据和烟雾数据。
9、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：获取光伏组件的温度分布图包括，将所有传感器采集到的光伏组件的数据，进行融合，形成光伏组件状态数据集；
10、将光伏组件状态数据集通过二维坐标，映射到图像的每一个像素点，形成光伏组件的温度分布图。
11、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：识别热斑区域并判断是否存在异常包括，识别热斑区域和判断是否发出警报。
12、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：所述识别热斑区域包括，对温度分布图中的温度数据进行高斯平滑处理，结合聚类算法的输出结果与设定的温度阈值，对温度异常区域进行进一步筛选和标记，公式表示为：
13、
14、其中，h(x,y)表示是否为热斑区域的指示函数，h(x,y)＝1表示为热斑区域，h(x,y)＝0表示非热斑区域；
15、t(x,y)表示位置(x,y)处的温度值；μt表示温度数据的均值，σt表示温度数据的标准差；α表示温度异常的判定阈值；x0,y0表示热斑区域的中心坐标；σg表示高斯平滑的标准差，表示指示函数。
16、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：所述判断是否发出警报包括，通过对热斑区域面积进行评估，如果热斑区域的总面积超过设定的最小阈值，则认为该区域为异常，触发报警信号，公式表示为：
17、
18、其中。a表示报警信号，a＝1表示触发报警，a＝0表示不报警)；nth表示设定的最小热斑区域面积阈值，h(x,y)表示是否为热斑区域的指示函数，nth表示热斑区域的最小面积阈值。
19、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：所述当检测到异常时，触发报警并通知现场工作人员，及时响应火灾风险包括，结合实时环境数据和历史异常数据，采用归一化函数与加权分析计算出实时适应性的热斑面积的动态阈值nth，公式表示为：
20、
21、其中，nth表示热斑面积的动态阈值，s表示日照强度，te表示环境温度，σv表示风速的平滑值，hd表示历史异常区域面积，γ表示调整系数，λ表示历史数据的权重因子；
22、nth的值域为[0.1,10]；
23、当nth<0.5时，·记录当前热斑数据，并存储到系统数据库中，不向工作人员发送报警，仅用于系统内部监控；
24、当0.5≤nth<2时，向工作人员发送预警信息，提示需要关注该区域的异常；
25、当nth≥2时，触发紧急报警信号，同时向现场和远程运维人员发送警报信息，自动切断相关光伏组件的电路。
26、作为本专利技术所述的集中式光伏电站火警智能监控方法的一种优选方案，其中：数据模块，在每个光伏组件上安装传感器，实时采集各光伏组件的数据，并获取光伏组件的温度分布图。
27、识别模块，对温度分布图进行分析，识别热斑区域并判断是否存在异常；
28、响应模块，当检测到异常时，触发报警并通知现场工作人员，及时响应火灾风险。
29、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现本专利技术中任一项所述的方法的步骤。
30、一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现本专利技术中任一项所述的方法的步骤。
31、本专利技术的有益效果：本专利技术提供的集中式光伏电站火警智能监控方法通过多传感器数据融合与高斯平滑处理，结合动态阈值计算模型和聚类算法，实现了对光伏组件热斑区域的精准识别和实时监控，显著提高了火灾预警的准确性和响应效率，克服了现有技术中误报率高、漏报严重及环境适应性差的问题，有效保障了光伏电站的安全运行，降低了火灾风险和经济损失。
本文档来自技高网...【技术保护点】
1.一种集中式光伏电站火警智能监控方法，其特征在于，包括：
2.如权利要求1所述的集中式光伏电站火警智能监控方法，其特征在于：所述传感器包括，温度传感器、红外热成像相机、电流传感器、环境传感器和烟雾传感器；
3.如权利要求2所述的集中式光伏电站火警智能监控方法，其特征在于：获取光伏组件的温度分布图包括，将所有传感器采集到的光伏组件的数据，进行融合，形成光伏组件状态数据集；
4.如权利要求3所述的集中式光伏电站火警智能监控方法，其特征在于：识别热斑区域并判断是否存在异常包括，识别热斑区域和判断是否发出警报。
5.如权利要求4所述的集中式光伏电站火警智能监控方法，其特征在于：所述识别热斑区域包括，对温度分布图中的温度数据进行高斯平滑处理，结合聚类算法的输出结果与设定的温度阈值，对温度异常区域进行进一步筛选和标记，公式表示为：
6.如权利要求5所述的集中式光伏电站火警智能监控方法，其特征在于：所述判断是否发出警报包括，通过对热斑区域面积进行评估，如果热斑区域的总面积超过设定的最小阈值，则认为该区域为异常，触发报警信号，公式表示
7.如权利要求6所述的集中式光伏电站火警智能监控方法，其特征在于：所述当检测到异常时，触发报警并通知现场工作人员，及时响应火灾风险包括，结合实时环境数据和历史异常数据，采用归一化函数与加权分析计算出实时适应性的热斑面积的动态阈值Nth，公式表示为：
8.一种采用如权利要求1-7任一所述方法的集中式光伏电站火警智能监控系统，其特征在于：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的集中式光伏电站火警智能监控方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的集中式光伏电站火警智能监控方法的步骤。
...【技术特征摘要】
1.一种集中式光伏电站火警智能监控方法，其特征在于，包括：
2.如权利要求1所述的集中式光伏电站火警智能监控方法，其特征在于：所述传感器包括，温度传感器、红外热成像相机、电流传感器、环境传感器和烟雾传感器；
3.如权利要求2所述的集中式光伏电站火警智能监控方法，其特征在于：获取光伏组件的温度分布图包括，将所有传感器采集到的光伏组件的数据，进行融合，形成光伏组件状态数据集；
4.如权利要求3所述的集中式光伏电站火警智能监控方法，其特征在于：识别热斑区域并判断是否存在异常包括，识别热斑区域和判断是否发出警报。
5.如权利要求4所述的集中式光伏电站火警智能监控方法，其特征在于：所述识别热斑区域包括，对温度分布图中的温度数据进行高斯平滑处理，结合聚类算法的输出结果与设定的温度阈值，对温度异常区域进行进一步筛选和标记，公式表示为：
6.如权利要求5所述的集中式光伏电站火警智能监控方法，其特征在于：所述...
【专利技术属性】
技术研发人员：王吉超，郑权，史立志，刘畅，尹喆，刘志强，乔宽，安楠，常晓勇，梁永根，冯健行，由梓默，
申请(专利权)人：华能新能源股份有限公司河北分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。