基于边缘计算的分布式光伏电站故障监测方法及装置制造方法及图纸

本申请提供了一种基于边缘计算的分布式光伏电站故障监测方法及装置，应用于边缘计算装置，该方法包括：获取目标分布式光伏电站所处区域的气象和环境参数，及目标分布式光伏电站的上方云块图像数据和现场设备图像数据；利用气象和环境参数、上方云块图像数据及现场设备图像数据，预测目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率；获取目标分布式光伏电站在设定时间段内的实际发电功率；通过比对预测发电功率与实际发电功率，监测目标分布式光伏电站是否存在异常或故障。在本申请中，通过以上方式可以实现对目标分布式光伏电站的异常或故障的监测，并提高监测的可靠性。

【技术实现步骤摘要】
基于边缘计算的分布式光伏电站故障监测方法及装置
本申请涉及电力电子
，特别涉及一种基于边缘计算的分布式光伏电站故障监测方法及装置。
技术介绍
由于化石能源的不可再生，且消耗污染环境，各国越来越重视新能源的开发利用，尤其是太阳能，其没有地域限制，且可再生，无污染。近些年随着光伏产业快速发展，分布式光伏电站的使用增多。但是，如何监测分布式光伏电站是否发生异常或故障成为问题。
技术实现思路
为解决上述技术问题，本申请实施例提供一种基于边缘计算的分布式光伏电站故障监测方法及装置，以达到实现对目标分布式光伏电站的异常或故障的监测，并提高监测的可靠性的目的，技术方案如下：一种基于边缘计算的分布式光伏电站故障监测方法，应用于边缘计算装置，该方法包括：获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率；获取所述目标分布式光伏电站在所述设定时间段内的实际发电功率；通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在异常或故障。优选的，所述利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率，包括：根据所述气象和环境参数，所述上方云块图像数据及所述现场设备图像数据，判断是否存在遮挡物遮挡所述目标分布式光伏电站；若不存在，则利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率。优选的，所述利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率，包括：将所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入预先设定的发电功率预测模型，得到所述发电功率预测模型输出的在设定时间段内的发电功率预测值，作为所述预测发电功率；所述预先设定的发电功率预测模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据和现场设备图像数据作为输入训练样本，所述目标分布式光伏电站的实际发电功率为输出训练样本训练得到。优选的，所述获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据，包括：在当前时间，采集所述目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；和/或，从目标存储设备中获取与所述当前时间对应的时间段内的历史数据，所述历史数据包括：所述目标分布式光伏电站所处区域的历史气象和历史环境参数，及所述目标分布式光伏电站的上方历史云块图像数据和历史现场设备图像数据。优选的，所述通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在运行异常或设备故障，包括：按照时间顺序比对所述预测发电功率与所述实际发电功率，得到所述预测发电功率与所述实际发电功率的偏差量；若所述偏差量超过设定的偏差阈值，则将所述实际发电功率、所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入故障诊断模型，得到所述故障诊断模型输出的故障诊断结果；所述故障诊断模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据、现场设备图像数据和实际发电功率作为输入训练样本，所述目标分布式光伏电站的故障类型为输出训练样本训练得到。优选的，所述方法还包括：将所述故障诊断结果与目标故障模型特征数据集进行比较，得到比较结果，并根据所述比较结果确定出现异常或故障的设备。一种基于边缘计算的分布式光伏电站故障监测装置，应用于边缘计算装置，该装置包括：第一获取模块，用于获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；预测模块，用于利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率；第二获取模块，用于获取所述目标分布式光伏电站在所述设定时间段内的实际发电功率；监测模块，用于通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在异常或故障。优选的，所述预测模块，具体用于：根据所述气象和环境参数，所述上方云块图像数据及所述现场设备图像数据，判断是否存在遮挡物遮挡所述目标分布式光伏电站；若不存在，则利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率。优选的，所述预测模块，具体用于：将所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入预先设定的发电功率预测模型，得到所述发电功率预测模型输出的在设定时间段内的发电功率预测值，作为所述预测发电功率；所述预先设定的发电功率预测模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据和现场设备图像数据作为输入训练样本，所述目标分布式光伏电站的实际发电功率为输出训练样本训练得到。优选的，所述第一获取模块，具体用于：在当前时间，采集所述目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；和/或，从目标存储设备中获取与所述当前时间对应的时间段内的历史数据，所述历史数据包括：所述目标分布式光伏电站所处区域的历史气象和历史环境参数，及所述目标分布式光伏电站的上方历史云块图像数据和历史现场设备图像数据。优选的，所述监测模块，具体用于：按照时间顺序比对所述预测发电功率与所述实际发电功率，得到所述预测发电功率与所述实际发电功率的偏差量；若所述偏差量超过设定的偏差阈值，则将所述实际发电功率、所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入故障诊断模型，得到所述故障诊断模型输出的故障诊断结果；所述故障诊断模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据、现场设备图像数据和实际发电功率作为输入训练样本，所述目标分布式光伏电站的故障类型为输出训练样本训练得到。优选的，所述装置还包括：确定模块，用于将所述故障诊断结果与目标故障模型特征数据集进行比较，得到比较结果，并根据所述比较结果确定出现异常或故障的设备。与现有技术相比，本申请的有益效果为：在本申请中，应用边缘计算装置，缩短目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据等数据的传输距离，就近实现对目标分布式光伏电站的异常或故障的监测，提高监测的可靠性，并有效降低分布式光伏电站的运维成本及现场维护人员专业程度要求。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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本文档来自技高网...

【技术保护点】
1.一种基于边缘计算的分布式光伏电站故障监测方法，其特征在于，应用于边缘计算装置，该方法包括：获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率；获取所述目标分布式光伏电站在所述设定时间段内的实际发电功率；通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在异常或故障。

【技术特征摘要】
1.一种基于边缘计算的分布式光伏电站故障监测方法，其特征在于，应用于边缘计算装置，该方法包括：获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率；获取所述目标分布式光伏电站在所述设定时间段内的实际发电功率；通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在异常或故障。2.根据权利要求1所述的方法，其特征在于，所述利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率，包括：根据所述气象和环境参数，所述上方云块图像数据及所述现场设备图像数据，判断是否存在遮挡物遮挡所述目标分布式光伏电站；若不存在，则利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率。3.根据权利要求1或2所述的方法，其特征在于，所述利用所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据，预测所述目标分布式光伏电站在设定时间段内的发电功率，作为预测发电功率，包括：将所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入预先设定的发电功率预测模型，得到所述发电功率预测模型输出的在设定时间段内的发电功率预测值，作为所述预测发电功率；所述预先设定的发电功率预测模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据和现场设备图像数据作为输入训练样本，所述目标分布式光伏电站的实际发电功率为输出训练样本训练得到。4.根据权利要求1所述的方法，其特征在于，所述获取目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据，包括：在当前时间，采集所述目标分布式光伏电站所处区域的气象和环境参数，及所述目标分布式光伏电站的上方云块图像数据和现场设备图像数据；和/或，从目标存储设备中获取与所述当前时间对应的时间段内的历史数据，所述历史数据包括：所述目标分布式光伏电站所处区域的历史气象和历史环境参数，及所述目标分布式光伏电站的上方历史云块图像数据和历史现场设备图像数据。5.根据权利要求1所述的方法，其特征在于，所述通过比对所述预测发电功率与所述实际发电功率，监测所述目标分布式光伏电站是否存在运行异常或设备故障，包括：按照时间顺序比对所述预测发电功率与所述实际发电功率，得到所述预测发电功率与所述实际发电功率的偏差量；若所述偏差量超过设定的偏差阈值，则将所述实际发电功率、所述气象和环境参数、所述上方云块图像数据及所述现场设备图像数据输入故障诊断模型，得到所述故障诊断模型输出的故障诊断结果；所述故障诊断模型为利用所述目标分布式光伏电站所处区域的气象和环境参数、上方云块图像数据、现场设备图像数据和实际发电功率作为输入训练样本，所述目标分布式光伏电站的故障类型为输出训练样本训练得到...

【专利技术属性】
技术研发人员：那峙雄，谢祥颖，郭兴科，马大燕，孟凡腾，沈文涛，任玉玉，王栋，嵇文路，许洪华，牛睿，
申请(专利权)人：国网电子商务有限公司，国网江苏省电力有限公司，国网江苏省电力有限公司南京供电分公司，
类型：发明
国别省市：北京,11