基于光伏组串数据分析的光伏电站无人机巡检方法及系统技术方案

本发明专利技术公开了一种基于光伏组串数据分析的光伏电站无人机巡检方法，建立光伏电站关于光伏组串分布的电子地图，建立各光伏组串的物理位置与电站监控系统中各光伏组串的逻辑位置一一对应；在虚拟场景仿真地图中映射出疑似故障组串的物理位置，规划无人机航线，采集疑似故障组串的红外及可见光双光图像，获得无人机检测图像；根据光伏组串运行数据计算故障对所述光伏组串发电量的影响，得出运维措施决策；本申请实现无人机对疑似故障光伏组串进行自动巡检，根据光伏组串的红外、可见光图像判定光伏组串的故障类型并将故障进行分级，并结合该光伏组串发电量数据提供的运维策略支持，极大地提高运维自动化的程度，提高巡检的效率和精度。和精度。和精度。

【技术实现步骤摘要】
基于光伏组串数据分析的光伏电站无人机巡检方法及系统


[0001]本专利技术涉及光伏发电领域，具体涉及一种基于光伏组串运行数据分析的光伏电站无人机运维方法及系统。

技术介绍

[0002]近年来，随着具备电压电流测量功能的光伏汇流箱和组串逆变器等设备的普及，电站运维人员在集控室内通过监控系统就可以掌握电站每一个组串的运行信息，大部分监控系统可以实现对电压电流数据低于阈值范围的组串进行告警。上述工作模式无法精准定位故障组串中的失配光伏组串/组件，且缺乏对故障组串的物理信息的描述，后续运维决策需借助其他检测设备，难度大，自动化程度低，效率低下。
[0003]现有技术中，无人机巡检成为了当前最常见的光伏电站运维手段之一。通过无人机搭载可见光及红外双光传感器可以对全站范围内的光伏组串进行无差别检测，该模式缺乏针对性，检测结果为提示光伏组串有无故障以及其故障类型，为定性结果，无法对巡检识别的光伏组串故障进行发电量的影响的定量分析。

技术实现思路

[0004]本专利技术的目的在于：提供一种基于光伏组串运行数据分析的无人机运维方法，建立光伏电站关于光伏组串位置的仿真地图后，只需获取疑似故障光伏组串的逻辑位置，根据光伏组串映射的物理位置规划航线，实现无人机对疑似故障光伏组串进行自动巡检，根据光伏组串的红外、可见光图像判定光伏组串的故障类型并将故障进行分级，并结合该光伏组串发电量数据提供的运维策略支持，整个无人机巡检过程无需人工参与，可极大地提高运维自动化的程度，提高巡检的效率和精度。
[0005]一种基于光伏组串数据分析的光伏电站无人机巡检方法，包括以下步骤：
[0006]步骤一、建立光伏电站关于光伏组串分布的电子地图：由光伏电站鸟瞰图像生成光伏组串分布的虚拟场景仿真地图，虚拟场景仿真地图包括各光伏组串相应物理位置上的示意图标和相应的GPS坐标信息；在虚拟场景仿真地图中标注光伏监控系统中各光伏组串的逻辑位置，使得各光伏组串的物理位置与电站监控系统中各光伏组串的逻辑位置一一对应；
[0007]步骤二、采集光伏电站各光伏组串的运行数据，对运行数据进行集中处理，判断运行数据中的异常值，异常值对应的光伏组串为疑似故障组串，在虚拟场景仿真地图中将疑似故障组串的逻辑位置标记出，并映射出疑似故障组串的物理位置；
[0008]步骤三、将虚拟场景仿真地图中疑似故障组串的物理位置进行连线，规划无人机航线，设置飞行参数；应用无人机进行规划航线的巡检，采集疑似故障组串的红外及可见光双光图像，获得无人机检测图像；
[0009]步骤四、根据无人机检测图像，确定光伏组串或所属光伏组件的故障类型和故障等级，并根据光伏组串运行数据计算故障对所述光伏组串发电量的影响，得出运维措施决
策；通过虚拟场景仿真地图中的标记的疑似故障组串的逻辑位置获取故障组串相应的物理位置，建立导航路线，基于疑似故障组串的物理位置并根据运维措施决策进行运维工作。
[0010]在虚拟场景仿真地图标注光伏监控系统中各光伏组串的逻辑位置，使得各光伏组串的逻辑位置与电站监控系统中各光伏组串的物理位置一一对应，对应关系由该电站的施工设计图纸中的组串布置图获得，鉴于电站建设过程中可能面临的不可控因素影响，施工图纸中光伏组串的物理位置与实际物理位置可能会有若干偏差，必要时，需要进行光伏组串物理位置的人工核对，发现不符合时，在仿真地图上对光伏组串物理位置对应的逻辑位置进行更新。
[0011]光伏组串物理位置的人工核对是通过改变光伏组串的运行状态，使光伏组串呈现出不同于其他光伏组串的红外特征，以核对施工设计图纸上该光伏组串逻辑位置对应的物理位置是否与实际的物理位置相一致。
[0012]步骤二具体包括以下步骤：
[0013]从电站监控系统中获取光伏组串的运行数据，运行数据包括：各光伏组串电压、电流和发电量，各光伏组串对应区域的辐照度；
[0014]对运行数据进行集中处理具体包括以下步骤：提取每个光伏汇流箱或组串式逆变器所属的光伏组串在不同时刻的电流值，同一光伏汇流箱或组串式逆变器同一时刻的各光伏组串的电流值组成一个数据集，提取出各数据集中的异常值。
[0015]检查各数据集中是否存在异常值采用Dixon检验法，具体包括以下步骤：
[0016]1)将数据集{X
n
}中数据排列成次序统计量；
[0017]2)计算Dixon上的统计量D
n
和D
′
n
：{X
n
}是建立的数据集，D
n
是检验高端离群值，D
′
n
是检验低端离群值，n表示样本数；
[0018]3)根据Dixon检验法检验离群值计算式计算检验低端离群值；
[0019]表1 Dixon检验法检验离群值计算式
[0020][0021][0022]4)确定显著性水平α，根据Dixon检验法临界值查询相应临界值；
[0023]5)将D
n
和D
′
n
与临界值比较，判别离群值：
[0024]f)当D
n
＞D
′
n
且D
n
大于临界值，D
′
n
小于或等于临界值，判定x
n
为离群值；剔除x
n
后进入下一轮检验；
[0025]g)当D
′
n
＞D
n
且D
′
n
大于临界值，D
n
小于或等于临界值，判定x1为离群值；剔除x1后进入下一轮检验；
[0026]h)当D
n
＞D
′
n
且D
′
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；
[0027]i)当D
′
n
＞D
n
且D
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；
[0028]j)当D
′
n
＝D
n
且D
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；否则判未发现离群值。
[0029]步骤三所述飞行参数包括无人机的飞行高度、飞行速度和云台姿态；
[0030]规划无人机航线根据遗传算法规划基于最短路径的无人机航线，规划航线的航点包括无人机初始和结束点的物理位置的GPS坐标位置以及虚拟场景仿真地图中疑似故障组串的物理位置的GPS坐标位置，应用无人机采用预先设定的飞行速度、飞行高度进行所规划航线的飞行巡检，采集疑似故障组串的双光图像，双光图像包括红外光图像和可见光图像。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于：包括以下步骤：步骤一、建立光伏电站关于光伏组串分布的电子地图：由光伏电站鸟瞰图像生成光伏组串分布的虚拟场景仿真地图，虚拟场景仿真地图包括各光伏组串在相应物理位置上的示意图标和相应的GPS坐标信息；在虚拟场景仿真地图中标注光伏监控系统中各光伏组串的逻辑位置，使得各光伏组串的物理位置与电站监控系统中各光伏组串的逻辑位置一一对应；步骤二、采集光伏电站各光伏组串的运行数据，对运行数据进行集中处理，判断运行数据中的异常值，异常值对应的光伏组串为疑似故障组串，在虚拟场景仿真地图中将疑似故障组串的逻辑位置标记出，并映射出疑似故障组串的物理位置；步骤三、将虚拟场景仿真地图中疑似故障组串的物理位置进行连线，规划无人机航线，设置飞行参数；应用无人机进行规划航线的巡检，采集疑似故障组串的红外及可见光双光图像，获得无人机检测图像；步骤四、根据无人机检测图像，确定光伏组串或所属光伏组件的故障类型和故障等级，并根据光伏组串运行数据计算故障对所述光伏组串发电量的影响，得出运维措施决策；通过虚拟场景仿真地图中的标记的疑似故障组串的逻辑位置获取故障组串相应的物理位置，建立导航路线，基于疑似故障组串的物理位置并根据运维措施决策进行运维工作。2.根据权利要求1所述的一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于，各光伏组串的逻辑位置与电站监控系统中各光伏组串的物理位置一一对应，对应关系由电站的施工设计图纸中的组串布置图获得。3.根据权利要求2所述的一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于，光伏组串的物理位置进行人工核对，人工核对是通过改变光伏组串的运行状态，使光伏组串呈现出不同于其他光伏组串的红外特征，以核对施工设计图纸上该光伏组串逻辑位置对应的物理位置是否与实际的物理位置相一致。4.根据权利要求1所述的一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于，步骤二具体包括以下步骤：从电站监控系统中获取光伏组串的运行数据，运行数据包括：各光伏组串电压、电流和发电量，各光伏组串对应区域的辐照度；对运行数据进行集中处理具体包括以下步骤：提取每个光伏汇流箱或组串式逆变器所属的光伏组串在不同时刻的电流值，同一光伏汇流箱或组串式逆变器同一时刻的各光伏组串的电流值组成一个数据集，提取出各数据集中的异常值。5.根据权利要求4所述的一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于，检查各数据集中是否存在异常值采用Dixon检验法，具体包括以下步骤：1)将数据集{X
n
}中数据排列成次序统计量；2)计算Dixon上的统计量D
n
和D
′
n
：{X
n
}是建立的数据集，D
n
是检验高端离群值，D
′
n
是检验低端离群值,n表示样本数；3)根据Dixon检验法检验离群值计算式计算检验低端离群值；表1 Dixon检验法检验离群值计算式
4)确定显著性水平α，根据Dixon检验法临界值查询相应临界值；5)将D
n
和D
′
n
与临界值比较，判别离群值：a)当D
n
＞D
′
n
且D
n
大于临界值，D
′
n
小于或等于临界值，判定x
n
为离群值；剔除x
n
后进入下一轮检验；b)当D
′
n
＞D
n
且D
′
n
大于临界值，D
n
小于或等于临界值，判定x1为离群值；剔除x1后进入下一轮检验；c)当D
n
＞D
′
n
且D
′
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；d)当D
′
n
＞D
n
且D
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；e)当D
′
n
＝D
n
且D
n
大于临界值，判定x1和x
n
均为离群值，剔除x1和x
n
后进入下一轮检验；否则判断为未发现离群值。...

【专利技术属性】
技术研发人员：张宇佳，付万豪，刘文杰，
申请(专利权)人：北京中科利丰科技有限公司，
类型：发明
国别省市：