【技术实现步骤摘要】
本专利技术涉及光伏发电运维的，尤其涉及到一种太阳能光伏发电站功率监测及处理方法。
技术介绍
1、在光伏发电系统中，光伏面板需要经过光照使两层半导体之间的电子流动从而转换能量。就大型光伏发电站而言，如何增加光伏面板表面的光照接受量以提高发电功率显得尤为重要。通常，为了得到充足的光照强度与时长，光伏发电站大多选择建在降水量较小、空气湿度较低、空气中充满大量灰尘颗粒的西北地区。而随着光伏产业的不断发展，靠近城市的光伏发电站也在大力地建设和投入使用中。光伏面板非常容易受到灰尘等多种因素的影响，容易出现不同程度的遮挡情况，这直接导致照射在发电组件上的阳光强度不一致，影响光伏发电功率，据一些数据统计显示，当光伏面板的表面覆盖灰尘颗粒，光伏面板的发电功率会降低15-45％，加上持续性的烈日炙烤，光伏面板出现局部温度过高的情况，形成热斑。如电池片、面板、组串等将一旦出现损坏，若未能及时对热斑进行检查和有效排除，将造成局部电池烧毁、焊点融化、炸裂盖板玻璃等情况，严重影响到光伏电站的经济效益。因此，可以通过发电功率的监测，来初步判定是否需要对光伏发电站进行清洁巡检，但若通过人工运维巡检，巡检效率太低。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种太阳能光伏发电站功率监测及处理方法，该方法可实现巡检有的放矢，大大提高巡检效率。
2、为实现上述目的，本专利技术所提供的技术方案为：
3、一种太阳能光伏发电站功率监测及处理方法，建立并训练光伏发电功率预测模型；p>
4、采集光伏发电站周围的环境数据；
5、对采集得到的环境数据进行预处理；
6、将预处理后的环境数据输入至光伏发电功率预测模型预测光伏发电功率；
7、将预测得到的光伏发电功率与实际的光伏发电功率比较，若实际的光伏发电功率小于预测得到的光伏发电功率，且差距大于设定阈值，则出动无人机进行巡检，否则判定光伏发电正常；
8、通过无人机巡检确认光伏面板是否出现热斑，若是，则控制清洁机器人对光伏面板的表面进行清洁，无人机返回基地，否则，无人机直接返回基地。
9、进一步地，所述光伏发电功率预测模型包括swin transformer模型和二维扩散模型；
10、所述swin transformer模型和二维扩散模型连接，形成v-net框架；
11、在v-net框架中，swin transformer模型作为编码器部分，提取环境数据的特征；二维扩散模型作为解码器部分，基于提取的特征预测光伏发电功率。
12、进一步地，采集光伏发电站周围的环境数据包括日照强度；还包括风速、风向、相对湿度、天气温度或水平辐射中的一项或一项以上。
13、进一步地，对采集得到的环境数据进行预处理，包括：
14、数据清理：识别并处理环境数据中的异常值和缺失值；
15、识别异常值的过程包括：
16、采用统计方法来定量识别环境数据中的异常值；
17、利用聚类算法或基于模型的方法来识别不符合预期模式的环境数据点；
18、处理异常值包括：删除、修正、替换；
19、数据排列：将数据清理后的环境数据按时序进行排列，得到多时序数据集。
20、进一步地，无人机巡检是指采用单个无人机进行，采用单个无人机对多个光伏面板进行巡检时，其巡检路线规划包括：
21、对整个光伏区进行航测，生成光伏发电站电子地图；
22、在生成的光伏发电站电子地图上为每个光伏面板配上相应的位置坐标；
23、构建多目标的无人机巡检路线规划的目标函数；
24、结合需要巡检的光伏面板的位置坐标，采用遗传算法对目标函数进行求解，得到最优的无人机巡检路线。
25、进一步地，所述目标函数用于找出最短的巡检路线，公式如下：
26、
27、其中，d(ui,ui+1)为无人机从点ui到点ui+1的距离，n为需要巡检的光伏面板的数量，u1为无人机的起点，un为最后巡检的光伏面板所处的点。
28、进一步地，无人机巡检是指采用两个以上无人机进行，采用两个以上无人机对多个光伏面板进行巡检时，先对无人机的机库进行规划与部署后再对多个无人机进行巡检规划；
29、其中，对无人机的机库进行规划与部署，包括：
30、获取光伏发电站的地图以及无人机巡检最大半径；
31、对光伏发电站的地图进行分析，确定光伏发电站的总面积和形状；
32、根据给定的无人机巡检最大半径，计算单个无人机能够覆盖的面积。如果无人机的巡检半径是r，则单个无人机覆盖的面积为πr2；
33、根据无人机的续航时间和巡检频率，确定无人机在一次充电后能够覆盖的区域次数；如果续航时间是t小时，巡检频率是f次/小时，则一次充电能够覆盖的区域次数为t×f；
34、计算所需的无人机数目：
35、
36、其中，a为光伏发电站的总面积，c为无人机的充换电时间；
37、使用gis工具和优化算法确定无人机的最佳部署地点，确保整个光伏发电站都能被有效覆盖，并且无人机之间的覆盖区域不重叠。
38、进一步地，对两个以上无人机进行巡检规划，包括：
39、设定最小化执行巡检任务所需的无人机数量的目标函数：
40、
41、其中，xi为决策变量，如果无人机i被选中执行任务，则xi＝1，否则xi＝0；n为无人机总数；
42、约束条件：
43、覆盖约束：
44、每个巡检区域j至少被一个无人机覆盖；
45、
46、cij表示无人机i是否能够到达巡检区域j，若能，则cij＝1，否则cij＝0；m为需要巡检区域的数量；
47、无人机能力约束：
48、无人机i的飞行能力和续航时间必须足够覆盖其分配的任务；
49、
50、ri为无人机i的飞行半径，dij为无人机i到巡检区域j的距离；
51、最后使用启发式或元启发式算法优化无人机的选择和任务分配。
52、进一步地，热斑的检测过程包括：
53、无人机搭载红外相机对光伏面板进行扫描，获得热图像数据；
54、对采集到的热图像进行灰度化、滤波、对比度增强操作，以提高图像质量；
55、使用k-means++算法对训练集中的边界框进行聚类，以确定最优的锚框尺寸；
56、使用优化后的yolov5模型和预处理后的数据集进行训练，模型的损失函数如下：
57、loss＝λcoordlcoord+lnoobj+λobjlobj+lfocal
58、其中，lcoord为边界框坐标的回归损失，lnoobj为负样本的损失，lobj为正样本的损失，λcoord和λobj为相应的损失权重；...
【技术保护点】
1.一种太阳能光伏发电站功率监测及处理方法，其特征在于，包括：
2.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，所述光伏发电功率预测模型包括Swin Transformer模型和二维扩散模型；
3.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，采集光伏发电站周围的环境数据包括日照强度；还包括风速、风向、相对湿度、天气温度或水平辐射中的一项或一项以上。
4.根据权利要求3所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，对采集得到的环境数据进行预处理，包括：
5.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，无人机巡检是指采用单个无人机进行，无人机巡检是指采用单个无人机进行，采用单个无人机对多个光伏面板进行巡检时，其巡检路线规划包括：
6.根据权利要求5所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，所述目标函数用于找出最短的巡检路线，公式如下：
7.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特
8.根据权利要求7所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，对两个以上无人机进行巡检规划，包括：
9.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，热斑的检测过程包括：
10.根据权利要求9所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，清洁机器人对光伏面板的表面进行清洁的过程包括：
...【技术特征摘要】
1.一种太阳能光伏发电站功率监测及处理方法，其特征在于，包括：
2.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，所述光伏发电功率预测模型包括swin transformer模型和二维扩散模型；
3.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，采集光伏发电站周围的环境数据包括日照强度；还包括风速、风向、相对湿度、天气温度或水平辐射中的一项或一项以上。
4.根据权利要求3所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，对采集得到的环境数据进行预处理，包括：
5.根据权利要求1所述的一种太阳能光伏发电站功率监测及处理方法，其特征在于，无人机巡检是指采用单个无人机进行，无人机巡检是指采用单个无人机进行，采用单个无人机对多个光伏面板进行巡检时，其巡...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。