一种基于参数化分析的建筑光伏潜力评估方法及系统技术方案

本发明专利技术公开了一种基于参数化分析的建筑光伏潜力评估方法及系统，涉及光伏潜力评估技术领域，该评估方法包括以下步骤：通过传感器网络实时监测建筑光伏设备的运行状态，获取运行状态数据及参数数据，对获取的运行状态数据及参数数据进行预处理，并对预处理结果进行特征提取，将提取的特征数据上传至云平台进行存储

【技术实现步骤摘要】
一种基于参数化分析的建筑光伏潜力评估方法及系统


[0001]本专利技术涉及光伏潜力评估
，具体来说，涉及一种基于参数化分析的建筑光伏潜力评估方法及系统
。

技术介绍

[0002]近些年，能源危机和环境污染问题困扰着现代人的生活，为了满足人们对能源与日俱增的需求，可再生能源成为人们研究的热点，最被看好的一种是光伏能源，这是一种真正简洁的
、
直接取自太阳光的能源
。
据估算，地球每小时接收的太阳能相当于人类一年消耗的能源总和
。
如今，世界人口的
50%
以上居住在城市，城市消耗着全球大部分的能源和资源
。
光伏与建筑一体化设计必将成为城市中发展太阳能的最重要的趋势，也是解决能源危机的重要战略
。
[0003]建筑领域降低碳排放的工作迫在眉睫，建筑的能耗在逐年增长，在建筑上安装光伏系统可以加速向可再生能源和能源可持续发展的转变
。
定量评价建筑光伏资源潜力是制定应用策略的基础，能够为开发者和利用者提供基础数据和工程建设指导
。
从国内外现状来看，目前国内已有的光伏潜力分析在尺度上形成两种趋势，一种为城市
、
地区甚至国家范围的大尺度光伏潜力评估；另一种主要为致力于安装光伏系统的业主提供量化可参考的光伏利用潜力依据，集中于单体建筑
。
[0004]然而现有技术中，对建筑光伏潜力的评估更多地关注数据收集和实时监测，而较少进行数据分析和预测，由于建筑光伏的发电量受到天气条件的影响，如阳光强度
、
云量
、
气温
、
环境污染等，因此预测建筑光伏的发电量存在一定的难度，从而不能全面的对建筑光伏潜力进行综合评估
。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案
。

技术实现思路

[0006]针对现有技术的不足，本专利技术提出一种基于参数化分析的建筑光伏潜力评估方法及系统，解决了上述
技术介绍
中提出现有的对建筑光伏潜力的评估更多地关注数据收集和实时监测，而较少进行数据分析和预测，由于建筑光伏的发电量受到天气条件的影响，如阳光强度
、
云量
、
气温
、
环境污染等，因此预测建筑光伏的发电量存在一定的难度，从而不能全面的对建筑光伏潜力进行综合评估，天气具有不确定性，预测准确的天气数据也是具有挑战性的问题
。
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：根据本专利技术的一个方面，提供了一种基于参数化分析的建筑光伏潜力评估方法，该评估方法包括以下步骤：
S1、
通过传感器网络实时监测建筑光伏设备的运行状态，获取运行状态数据及参数数据，对获取的运行状态数据及参数数据进行预处理，并对预处理结果进行特征提取，将提取的特征数据上传至云平台进行存储，所述参数数据至少包括地理信息数据
、
气候数据
、
建筑数据；
S2、
利用参数化分析技术建立光电转换模型，并利用光电转换模型实时评估建筑光伏设备的发电性能；
S3、
基于建筑光伏设备的发电性能的评估结果，通过分析建筑光伏设备的功率输出下降趋势来判别建筑光伏设备表面的遮挡物积累程度，并根据判别结果，制定建筑光伏设备的最佳清理周期，利用自动清理设备对建筑光伏设备表面进行清理；
S4、
建立建筑光伏设备运行故障异常数据库，利用局部离群因子算法对云平台中存储的特征数据进行异常检测，识别出潜在故障数据，并将故障数据输入至故障异常数据库中进行故障判别；
S5、
利用信息增益计算运行状态数据及参数数据的权重值，基于运行状态数据及参数数据；
S6、
基于云平台中存储的特征数据，利用波束形成法和时间序列分析法在云平台中构建故障预测模型，并利用故障预测模型对下一时刻的故障发生进行预测；
S7、
建立气象数据和运行状态数据相结合的发电量预测模型，基于建筑光伏设备的预测发电量制定电网调度策略并进行评估
。
[0008]进一步的，所述通过传感器网络实时监测建筑光伏设备的运行状态，获取运行状态数据及参数数据，对获取的运行状态数据及参数数据进行预处理，并对预处理结果进行特征提取，将提取的特征数据上传至云平台进行存储，所述参数数据至少包括地理信息数据
、
气候数据
、
建筑数据包括以下步骤：
S11、
收集传感器获取的运行状态数据及参数数据的重复数据
、
缺失值和异常值，并对重复数据
、
缺失值和异常值进行去噪
、
滤波及平滑处理；
S12、
将传感器收集的运行状态数据及参数数据中未处理的数据行进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；
S13、
确定不同数据集之间的外键关系，根据需要将不同数据表中的数据行相互联结，创建新的数据表，并通过指定的外部键值进行关联；
S14、
通过
SQL
语句中的
JOIN
操作符，将需要联结的数据表连接在一起，在进行联结时，确保数据的完整性约束得到满足；
S15、
完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到传感器所获取的运行状态数据及参数数据的准确数据；
S16、
利用主成分分析法将传感器所获取的运行状态数据及参数数据的准确数据融合到同一个数据集中；
S17、
从融合后的数据集中提取相关的特征，得到运行状态数据及参数数据的特征数据，所述特征至少包括时间特征
、
性能参数
、
光照条件
、
温度参数
、
环境特征及发电量特征；
S18、
将得到的运行状态数据及参数数据的特征数据上传至云平台进行存储
。
[0009]进一步的，所述利用参数化分析技术建立光电转换模型，并利用光电转换模型实时评估建筑光伏设备的发电性能包括以下步骤：
S21、
利参数化分析技术分析建筑光伏设备的运行状态数据，并提取与光伏组件相
关的特征；
S22、
将提取相关的特征转换成光伏组件特性及光电转换原理，并构建光电转换模型；
S23、
通过将实际测量得到的发电功率和辐照度数据与构建的光电转换模型进行拟合，估计光电转换模型中的参数值；
S24、
利用建立的光电转换模型计算光伏组件的实际发电效率，并基于发电效率评估光伏设备的发电性能
。
[0010]进一步的，所述基于建筑光伏设备的发电性能的评估结果，通过分析建筑光伏设备的功率输出下降趋势来判别建筑光伏设备表面的遮挡物积累程度，并根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于参数化分析的建筑光伏潜力评估方法，其特征在于，该基于参数化分析的建筑光伏潜力评估方法包括以下步骤：
S1、
通过传感器网络实时监测建筑光伏设备的运行状态，获取运行状态数据及参数数据，对获取的运行状态数据及参数数据进行预处理，并对预处理结果进行特征提取，将提取的特征数据上传至云平台进行存储，所述参数数据至少包括地理信息数据
、
气候数据
、
建筑数据；
S2、
利用参数化分析技术建立光电转换模型，并利用光电转换模型实时评估建筑光伏设备的发电性能；
S3、
基于建筑光伏设备的发电性能的评估结果，通过分析建筑光伏设备的功率输出下降趋势来判别建筑光伏设备表面的遮挡物积累程度，并根据判别结果，制定建筑光伏设备的最佳清理周期，利用自动清理设备对建筑光伏设备表面进行清理；
S4、
建立建筑光伏设备运行故障异常数据库，利用局部离群因子算法对云平台中存储的特征数据进行异常检测，识别出潜在故障数据，并将故障数据输入至故障异常数据库中进行故障判别；
S5、
利用信息增益计算运行状态数据及参数数据的权重值，基于运行状态数据及参数数据；
S6、
基于云平台中存储的特征数据，利用波束形成法和时间序列分析法在云平台中构建故障预测模型，并利用故障预测模型对下一时刻的故障发生进行预测；
S7、
建立气象数据和运行状态数据相结合的发电量预测模型，基于建筑光伏设备的预测发电量制定电网调度策略并进行评估
。2.
根据权利要求1所述的一种基于参数化分析的建筑光伏潜力评估方法，其特征在于，所述通过传感器网络实时监测建筑光伏设备的运行状态，获取运行状态数据及参数数据，对获取的运行状态数据及参数数据进行预处理，并对预处理结果进行特征提取，将提取的特征数据上传至云平台进行存储，所述参数数据至少包括地理信息数据
、
气候数据
、
建筑数据包括以下步骤：
S11、
收集传感器获取的运行状态数据及参数数据的重复数据
、
缺失值和异常值，并对重复数据
、
缺失值和异常值进行去噪
、
滤波及平滑处理；
S12、
将传感器收集的运行状态数据及参数数据中未处理的数据行进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；
S13、
确定不同数据集之间的外键关系，根据需要将不同数据表中的数据行相互联结，创建新的数据表，并通过指定的外部键值进行关联；
S14、
通过
SQL
语句中的
JOIN
操作符，将需要联结的数据表连接在一起，在进行联结时，确保数据的完整性约束得到满足；
S15、
完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到传感器所获取的运行状态数据及参数数据的准确数据；
S16、
利用主成分分析法将传感器所获取的运行状态数据及参数数据的准确数据融合到同一个数据集中；
S17、
从融合后的数据集中提取相关的特征，得到运行状态数据及参数数据的特征数据，所述特征至少包括时间特征
、
性能参数
、
光照条件
、
温度参数
、
环境特征及发电量特征；
S18、
将得到的运行状态数据及参数数据的特征数据上传至云平台进行存储
。3.
根据权利要求1所述的一种基于参数化分析的建筑光伏潜力评估方法，其特征在于，所述利用参数化分析技术建立光电转换模型，并利用光电转换模型实时评估建筑光伏设备的发电性能包括以下步骤：
S21、
利参数化分析技术分析建筑光伏设备的运行状态数据，并提取与光伏组件相关的特征；
S22、
将提取相关的特征转换成光伏组件特性及光电转换原理，并构建光电转换模型；
S23、
通过将实际测量得到的发电功率和辐照度数据与构建的光电转换模型进行拟合，估计光电转换模型中的参数值；
S24、
利用建立的光电转换模型计算光伏组件的实际发电效率，并基于发电效率评估光伏设备的发电性能
。4.
根据权利要求1所述的一种基于参数化分析的建筑光伏潜力评估方法，其特征在于，所述基于建筑光伏设备的发电性能的评估结果，通过分析建筑光伏设备的功率输出下降趋势来判别建筑光伏设备表面的遮挡物积累程度，并根据判别结果，制定建筑光伏设备的最佳清理周期，利用自动清理设备对建筑光伏设备表面进行清理包括以下步骤：
S31、
将光伏组件的实际发电效率与预设阈值进行对比；
S32、
若实际发电效率高于预设阈值，则表明光伏设备的发电性能良好，并表明光伏设备表面的遮挡物积累较少，无需对光伏设备进行清洗；
S33、
若实际发电效率低于预设阈值，则表明光伏设备表面存在遮挡物积累，需要对光伏设备进行清洗；
S34、
统计不同时间段的实际发电效率下降程度，判断污秽积累的规律，确定光伏设备的最佳清洗周期；
S35、
在确定的最佳清理周期内，利用自动清理设备定期对建筑光伏设备表面进行清理
。5.
根据权利要求2所述的一种基于参数化分析的建筑光伏潜力评估方法，其特征在于，所述建立建筑光伏设备运行故障异常数据库，利用局部离群因子算法对云平台中存储的特征数据进行异常检测，识别出潜在故障数据，并将故障数据输入至故障异常数据库中进行故障判别包括以下步骤：
S41、
将运行状态特征数据划分成若干份子数据，并获取子数据的数据点；
S42、

【专利技术属性】
技术研发人员：范馨匀，
申请(专利权)人：江苏全天软件有限公司，
类型：发明
国别省市：