一种光伏发电运维系统的设计方法技术方案

本发明专利技术公开了一种光伏发电运维系统的设计方法，包括：建立基于卷积神经网络和残差连接的Inception‑ResNet‑V2模型；编写基于GRU‑LightGBM集成的光伏发电功率预测模型；开发基于SSM框架的光伏运维系统；在云端服务器上部署光伏运维系统，将Inception‑ResNet‑V2模型分类结果响应到前端，实现污染警报和运维功能，将GRU‑LightGBM模型预测值响应到前端，实现光伏发电功率预测功能。本发明专利技术可以通过运维界面实时观察到光伏阵列的工作状态，可以快速判断光伏发电系统是否出现故障和光伏阵列是否受到污染；除此之外，光伏运维系统提供光伏发电功率预测功能。

【技术实现步骤摘要】
一种光伏发电运维系统的设计方法
本专利技术涉及光伏发电
，具体涉及一种光伏发电运维系统的设计方法。
技术介绍
太阳能是一种重要的清洁能源。然而，光伏电站因为受天气、光照等因素的影响导致发电功率具有不稳定性，往往与输入现有电网的额定功率差别较大，在光伏电站并网时可能会对现有电网产生危害，会影响到电力调度。除此之外，太阳能电池板为了吸收光能往往直接暴露在外部环境，其表面因此常常受到沙尘、落叶、鸟粪等污染物污染，降低了太阳能电池工作效率。因此，建立光伏发电运维系统具有较高的应用价值。而现有的光伏发电运维系统需要人工检查光伏阵列是否被污染，效率低下，且采用机器人定期清洗则可能造成资源浪费。
技术实现思路
针对人工检查光伏阵列是否需要清洗的方式效率低下，机器人定期清洗可能造成资源浪费这一问题，本专利技术提出了一种基于深度学习算法的光伏发电运维系统和方法，旨在于实时观察光伏组件工作状态，当光伏阵列受到污染时自动发出警报，同时能预测未来一段时间内发电功率以方便电力调度。本专利技术的目的通过以下的技术方案实现：一种光伏本文档来自技高网...

【技术保护点】
1.一种光伏发电运维系统的设计方法，其特征在于，包括：/n建立基于卷积神经网络和残差连接的Inception-ResNet-V2模型，将Inception-ResNet-V2模型应用于光伏阵列污染图像分类任务中；/n编写基于GRU-LightGBM集成的光伏发电功率预测模型；/n开发基于SSM框架的光伏运维系统，利用Ajax技术实现数据动态更新，利用Echarts框架实现数据可视化；/n在云端服务器上部署光伏运维系统，将Inception-ResNet-V2模型分类结果响应到前端，实现污染警报和运维功能，将GRU-LightGBM模型预测值响应到前端，实现光伏发电功率预测功能。/n

【技术特征摘要】
1.一种光伏发电运维系统的设计方法，其特征在于，包括：
建立基于卷积神经网络和残差连接的Inception-ResNet-V2模型，将Inception-ResNet-V2模型应用于光伏阵列污染图像分类任务中；
编写基于GRU-LightGBM集成的光伏发电功率预测模型；
开发基于SSM框架的光伏运维系统，利用Ajax技术实现数据动态更新，利用Echarts框架实现数据可视化；
在云端服务器上部署光伏运维系统，将Inception-ResNet-V2模型分类结果响应到前端，实现污染警报和运维功能，将GRU-LightGBM模型预测值响应到前端，实现光伏发电功率预测功能。


2.根据权利要求1所述的光伏发电运维系统的设计方法，其特征在于，Inception-ResNet-V2网络模型包括：依次连接的主干模块、Inception-ResNet模块和降维模块。


3.根据权利要求1所述的光伏发电运维系统的设计方法，其特征在于，在Inception-ResNet-V2网络模型训练之前，对光伏阵列图像数据标准化处理，处理公式为：



式(1)中，xi为标准化前的数据，xi′为标准化后的数据，n为总样本量。


4.根据权利要求1所述的光伏发电运维系统的设计方法，其特征在于，编写基于GRU-LightGBM...

【专利技术属性】
技术研发人员：薛家祥，高鹏，陈海峰，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44