一种光伏智能诊断与评价方法技术

本发明专利技术的目的在于提出一种光伏智能诊断与评价方法，包括以下步骤：

【技术实现步骤摘要】
一种光伏智能诊断与评价方法


[0001]本专利技术涉及光伏电站领域，尤其涉及一种光伏智能诊断与评价方法
。

技术介绍

[0002]光伏电站，是指一种利用太阳光能
、
采用特殊材料诸如晶硅板
、
逆变器等电子元件组成的发电体系，与电网相连并向电网输送电力的光伏发电系统，光伏电站是属于国家鼓励力度最大的绿色电力开发能源项目
。
当前光伏电站已遍布全国各地，但光伏电站生产运营中存在光伏电站区域分散，占地面积大，针对一些特殊环境：比如山地
、
水面等地形复杂区域，存在运维难度大的问题，需要借助数字化手段实现无人值班少人值守的生产运维模式的问题
。

技术实现思路

[0003]本专利技术的目的在于，针对光伏电站生产运营中存在光伏电站区域分散，占地面积大
、
运维难度大问题，提出一种光伏智能诊断与评价方法，实现故障在线诊断，能效评估，专家知识检索等关键功能，覆盖光伏电站生产每个关键技术环节，为电站整体提质增效发挥相应作用
。
[0004]一种光伏智能诊断与评价方法，包括以下步骤：
[0005]S1
：搭建计算机系统架构；
[0006]S2
：搭建在线监测诊断算法模型；
[0007]S3
：进行能效综合评价分析与对电站整体模型交叉验证
。
[0008]进一步的，一种光伏智能诊断与评价方法，
S1
包括以下子步骤：
[0009]S11
：搭建前端界面；
[0010]S111
：基于
Vue
框架搭建前端界面，使用
Element UI
组件库和
ECharts
可视化库实现数据可视化功能；
[0011]S112
：编写前端代码，调用后端
API
接口获取数据，并将数据展示在前端界面实现交互；
[0012]S12
：搭建后端服务；
[0013]S121
：基于
Flask
框架搭建后端服务，使用
Python
编写后端代码，
Pandas、Numpy、Scikit
‑
Learn
数据分析库进行数据处理和算法实现；
[0014]S122
：编写
RESTful API
接口，用
JSON
格式传递数据，
JWT
进行用户认证和授权；
[0015]S123
：将算法实现封装成
API
接口，使用
Redis
作为缓存数据库；
[0016]S13
：进行测试和部署；
[0017]S131
：
Jenkins
自动化测试工具进行自动化测试；
[0018]S132
：
Docker
容器化部署后端服务，使用
Celery
和
RabbitMQ
实现异步任务队列；
[0019]S133
：使用
Nginx
或
HAProxy
工具实现负载均衡，
Prometheus
监控工具监控系统的性能和健康状态；
[0020]S134
：利用
ELK
或
Fluentd
工具管理系统的日志，
Kubernetes
容器编排工具管理和扩展
Docker
容器
。
[0021]进一步的，一种光伏智能诊断与评价方法，所述
S2
包括以下子步骤：
[0022]S21
：依据光伏组件的等效电路模型，采集实时最大功率的电压电流
(x2，
y2)
；
[0023]S22
：利用无监督异常检测算法对采集的高维度数据进行计算
。
[0024]进一步的，一种光伏智能诊断与评价方法，
S21
包括以下子步骤：
[0025]S211
：计算每一块组件的开路电压
x1、
短路电流
y1组成的
(x1，
y1)
：
[0026]S2111
：录入组件的开路电压温度系数
γ
，依据温度与铭牌开路电压
x1*
的反比关系，采样当下温度与实验室标准温度进行计算，得出折算后的开路电压
x2，及最大功率的电压；
[0027]S2112
：依据辐照度与短路电流的正比关系得出当下辐照度的电流
y1大小，比例系数为
1000
；
[0028]S2113
：计入每一串接入组件数量
n
，依据串联叠加算法进行计算，得出一串组件的等效开路电压
x1＝
nx1*
，及修正后的开路电压；
[0029]S212
：求取故障特征因子
d1，
d1衡量实时最大功率电压电流
(x2，
y2)
点到修正后的开路电压短路电流
(x1，
y1)
点的距离，公式如下：
[0030]d1＝
[(x2‑
x1)2+(y2‑
y1)2]1/2
[0031]其中
x1代表修正后的开路电压，
x2代表最大功率的电压；
[0032]其中
y1代表修正后的短路电流，
y2代表最大功率的电流；
[0033]S213
：求取故障特征因子
d2，
d2衡量实时最大功率电压电流点
(x2，
y2)
到修正以后的开路电压
x1以及短路电流
y1的距离大小，公式如下：
[0034]d2＝
|x2y1‑
y
2 x1‑
x
1 y1|/(x
12
+y
12
)
1/2
[0035]S214
：以标准状况
STC
下采集的数据为基准，进行同条件距离比较；
[0036]S215
：采集数据计算的
d2’
<d2或
d1’
>d1视作异常进行筛选；
[0037]其中
d2’
、d1’
代表数据计算的故障特征因子新值；
[0038]S216
：针对不同故障记录对应距离数值，做详细记录，并给出异常设备的位置信息
。
[0039]进一步的，一种光伏智能诊断与评价方法，所述
S22
包括以下子步骤：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种光伏智能诊断与评价方法，其特征在于，包括以下步骤：
S1
：搭建计算机系统架构；
S2
：搭建在线监测诊断算法模型；
S3
：进行能效综合评价分析与对电站整体模型交叉验证
。2.
根据权利要求1所述的一种光伏智能诊断与评价方法，其特征在于，
S1
包括以下子步骤：
S11
：搭建前端界面；
S111
：基于
Vue
框架搭建前端界面，使用
Element UI
组件库和
ECharts
可视化库实现数据可视化功能；
S112
：编写前端代码，调用后端
API
接口获取数据，并将数据展示在前端界面实现交互；
S12
：搭建后端服务；
S121
：基于
Flask
框架搭建后端服务，使用
Python
编写后端代码，
Pandas、Numpy、Scikit
‑
Learn
数据分析库进行数据处理和算法实现；
S122
：编写
RESTfulAPI
接口，用
JSON
格式传递数据，
JWT
进行用户认证和授权；
S123
：将算法实现封装成
API
接口，使用
Redis
作为缓存数据库；
S13
：进行测试和部署；
S131
：
Jenkins
自动化测试工具进行自动化测试；
S132
：
Docker
容器化部署后端服务，使用
Celery
和
RabbitMQ
实现异步任务队列；
S133
：使用
Nginx
或
HAProxy
工具实现负载均衡，
Prometheus
监控工具监控系统的性能和健康状态；
S134
：利用
ELK
或
Fluentd
工具管理系统的日志，
Kubernetes
容器编排工具管理和扩展
Docker
容器
。3.
根据权利要求1所述一种光伏智能诊断与评价方法，其特征在于，所述
S2
包括以下子步骤：
S21
：依据光伏组件的等效电路模型，采集实时最大功率的电压电流
(x2，
y2)
；
S22
：利用无监督异常检测算法对采集的高维度数据进行计算
。4.
根据权利要求3所述一种光伏智能诊断与评价方法，其特征在于，
S21
包括以下子步骤：
S211
：计算每一块组件的开路电压
x1、
短路电流
y1组成的
(x1，
y1)
：
S2111
：录入组件的开路电压温度系数
γ
，依据温度与铭牌开路电压
x1*
的反比关系，采样当下温度与实验室标准温度进行计算，得出折算后的开路电压
x2，及最大功率的电压；
S2112
：依据辐照度与短路电流的正比关系得出当下辐照度的电流
y1大小，比例系数为
1000
；
S2113
：计入每一串接入组件数量
n
，依据串联叠加算法进行计算，得出一串组件的等效开路电压
x1＝
nx1*
，及修正后的开路电压；
S212
：求取故障特征因子
d1，
d1衡量实时最大功率电压电流
(x2，
y2)
点到修正后的开路电压短路电流
(x1，
y1)
点的距离，公式如下：
d1＝
[(x2‑
x1)2+(y2‑
y1)2]
1/2
其中
x1代表修正后的开路电压，
x2代表最大功率的电压；
其中
y1代表修正后的短路电流，
y2代表最大功率的电流；
S2...

【专利技术属性】
技术研发人员：张智勇，周元贵，何元珲，许源，
申请(专利权)人：中国大唐集团科学技术研究总院有限公司大唐青海能源开发有限公司格尔木分公司，
类型：发明
国别省市：