CN108540093B - 基于波动法大数据采集的分布式光伏电站监测预警系统 - Google Patents
基于波动法大数据采集的分布式光伏电站监测预警系统 Download PDFInfo
- Publication number
- CN108540093B CN108540093B CN201810149800.8A CN201810149800A CN108540093B CN 108540093 B CN108540093 B CN 108540093B CN 201810149800 A CN201810149800 A CN 201810149800A CN 108540093 B CN108540093 B CN 108540093B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- module
- big data
- big
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000013144 data compression Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 3
- 230000001684 chronic effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000018109 developmental process Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000035882 stress Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 2
- 238000009412 basement excavation Methods 0.000 claims 1
- 238000013480 data collection Methods 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及一种基于波动法大数据采集的分布式光伏电站监测预警系统，所述的光伏电站大数据监测系统连无线通信模块，所述无线通信模块连多个监测子站，监测子站用来采集对应的光伏面板组的电性能数据和结构性能数据。其中的电性能数据包括电压，电流和功率；其中结构性能数据包括光伏面板的温度和应力数据。所述的光伏电站大数据监测系统包括大数据采集模块、大数据读取模块、大数据解密模块、云计算平台、数据存储模块和大数据分析模块。本发明可以多方位监测分布式光伏电站的运营情况，采用分组监测和网点式数据采集形式，非常便于建立电站数据库和分析模型，利于监测者对每块光伏面板进行监测与预警维护，大大降低运营成本，提高了发电效率。
Description
技术领域
本发明涉及光伏电站勘测与运维领域，具体涉及一种基于波动法大数据采集的分布式光伏电站监测预警系统。
背景技术
积极推进新能源发电基础设施建设，运维费用包含有电站折旧费，劳保费用，人工费用 (包括管理人员费用、清洁人员费用，没有无人值守的大型电站，每月需打扫光伏组件两次上下)，日常维护费用，备用设备的费用，还有设备维修费用等在内，一个100mw的电站一年运维成本超过百万。
目前大数据采集分析为企业管理与策划提供了非常有价值的指导意义。回归分析是将一系列影响因素和结果进行一个拟合，拟合出一个方程，然后通过将这个方程应用到其他同类事件中，向某个理想的状态或平衡状态的趋向发展，通过回归可以找出哪些影响因素，对结果的影响规律。将大数据分析方法应用到分布式光伏电站的运维和监测上，将会发挥非常大的作用，降低运营成本。
发明内容
为了解决上述问题，该发明提出了一种基于波动法大数据采集的分布式光伏电站监测预警系统。
本发明提供的技术方案是：
一种基于波动法大数据采集的分布式光伏电站监测预警系统，包括光伏电站大数据监测系统，所述的光伏电站大数据监测系统连有无线通信模块，所述无线通信模块连有多个监测子站，所述监测子站用来采集对应的光伏面板组的电性能数据和结构性能数据；
所述的光伏电站大数据监测系统包括大数据采集模块、大数据读取模块、大数据解密模块、云计算平台、数据存储模块和大数据分析模块；所述大数据读取模块连接大数据采集模块；所述大数据解密模块接收来自大数据读取模块的数据并进行解密，然后传送到云计算平台；所述云计算平台将数据进行整合处理，形成数据库，该数据库数据会被实时传输到数据存储模块存储起来；所述大数据分析模块会将实时信号与之前的数据结合起来进行分析；
所述的监测子站包括监测预警计算机和数据压缩加密模块，所述数据压缩加密模块连接所述监测预警计算机作为数据输入，连接所述无线通信模块作为数据输出；所述监测预警计算机连光伏面板组电性能监测系统和结构性能监测系统；所述的电性能监测系统包括电压监测模块、电流监测模块和功率监测模块，所述的结构性能监测系统包括温度监测模块和应力监测模块。
所述的云计算平台通过设定低通窗口阈值参数，动态选择窗口函数上限和下限值，平滑噪声系数，降低系统噪声和电磁噪声对真实大数据的影响；所述平滑噪声系数，即基于数据挖掘的方法，去掉偏离度不符合误差范围的个别过高或者过低数据；所述的低通窗口阈值参数，即基于某监测参量的平均值作为窗口归零参考量，以参考量为基准，设定上限浮动极限，去除冗余无效数据。
基于波动法大数据采集为对监测子站通过不同的探测器对同一光伏面板组内各光伏面板随机选择监测，监测内容为电性能参量和结构性能参量，并且将所监测到的数据和光伏面板组编号发送出去。
对采集到的数据采用波动梯度分析方法进行处理，处理过程如下：
第一步，确定数据总量L；
第二步，确定梯度分析步长D；
第三步，确定各项数据的结构梯度概率P；
其中，Wn为第n个数据的权重值，i为数据项，fn为第n个数据的有效数据；
第四步，将结构梯度概率统计，并绘制发展趋势图；
第五步，重复上述步骤，将实时采集的数据加入数据总量L，选择不同的梯度分析步长D，可获得不同的数据类型，小步长可以监测结构器件的突发故障，包括突发短路、突发破损、突发遮挡、突发过载；大步长可以监测结构器件的慢性故障，包括器件老化、倾角相对漂移误差，对偏离预设值的数据信号进行预警提示。
与现有技术相比，本发明的有益效果是：
1.本发明对同一光伏面板组内各光伏面板随机选择监测，可以在不损害分析精度的前提下，有效降低重复数据，减少数据冗余量。
2.采样动态梯度步长的分析方法，对历史和实时大数据进行分析，可以更直观，准确的了解设备运行情况，并对未来作科学预测。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。
图1为本发明的原理示意图。
图2为本发明的监控子站示意图。
图3为本发明的光伏电站大数据监测系统示意图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图1所示，基于波动法大数据采集的分布式光伏电站监测预警系统，包括光伏电站大数据监测系统，其特征在于，所述的光伏电站大数据监测系统连有无线通信模块，所述无线通信模块连有多个监测子站，监测子站用来采集对应的光伏面板组的电性能数据和结构性能数据。
如图2所示。监测子站包括监测预警计算机，数据压缩加密模块。所述的数据压缩加密模块连接有监测预警计算机作为数据输入，连接有无线通信模块作为数据输出。所述的监测预警计算机连有电性能监测系统和结构性能监测系统。所述的电性能监测系统包括电压监测模块，电流监测模块和功率监测模块。所述的结构性能监测系统包括温度监测模块和应力监测模块。对监测子站通过不同的探测器对同一光伏面板组内各光伏面板随机选择监测，监测内容为电性能参量和结构性能参量，并且将所监测到的数据和光伏面板组编号发送出去。虽然是对同一光伏面板组内的各个面板组随机监测，但是由于是长时间的信号采集，从概率角度讲，该采样集可以代表样本真实情况。这样做的主要原因是，设备故障是小概率事件，大多数情况下，设备都是可以正常工作的，所以随机抽样的采样方法可以在不损害分析精度的前提下，有效降低重复数据，减少数据冗余量。
如图3所示，光伏电站数据监测系统包括大数据采集模块，大数据读取模块，大数据解密模块，云计算平台，数据存储模块和大数据分析模块。所述的大数据读取模块连接大数据采集模块。所述的大数据解密模块会接收来自大数据读取模块的数据进行解密，并传送到云计算平台。云计算平台会将数据进行整合处理，形成数据库。该数据库数据会被实时传输到数据存储模块存储起来，另外大数据分析模块会将实时信号与之前的数据结合起来进行分析。
对采集到的数据采用波动梯度分析方法，进行处理，处理过程如下：
第一步，确定数据总量L；
第二步，确定梯度分析步长D；
第三步，确定各项数据的结构梯度概率P；
其中，Wn为第n个数据的权重值，i为数据项，fn为第n个数据的有效数据。
第四步，将结构梯度概率统计，并绘制发展趋势图。
第五步，重复上述步骤，将实时采集的数据加入数据总量L，选择不同的梯度分析步长D，可获得不同的数据类型，小步长可以监测结构器件的突发故障，如突发短路，突发破损，突发遮挡，突发过载等；大步长可以监测结构器件的慢性故障，如器件老化，倾角相对漂移误差等。对偏离预设值的数据信号进行预警提示。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，依据本发明的技术实质，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (2)
1.一种基于波动法大数据采集的分布式光伏电站监测预警系统，其特征在于：包括光伏电站大数据监测系统，所述的光伏电站大数据监测系统连有无线通信模块，所述无线通信模块连有多个监测子站，所述监测子站用来采集对应的光伏面板组的电性能数据和结构性能数据；
所述的光伏电站大数据监测系统包括大数据采集模块、大数据读取模块、大数据解密模块、云计算平台、数据存储模块和大数据分析模块；所述大数据读取模块连接大数据采集模块；所述大数据解密模块接收来自大数据读取模块的数据并进行解密，然后传送到云计算平台；所述云计算平台将数据进行整合处理，形成数据库，该数据库数据会被实时传输到数据存储模块存储起来；所述大数据分析模块会将实时信号与之前的数据结合起来进行分析；
所述的监测子站包括监测预警计算机和数据压缩加密模块，所述数据压缩加密模块连接所述监测预警计算机作为数据输入，连接所述无线通信模块作为数据输出；所述监测预警计算机连光伏面板组电性能监测系统和结构性能监测系统；所述的电性能监测系统包括电压监测模块、电流监测模块和功率监测模块，所述的结构性能监测系统包括温度监测模块和应力监测模块；
所述的云计算平台通过设定低通窗口阈值参数，动态选择窗口函数上限和下限值，平滑噪声系数，降低系统噪声和电磁噪声对真实大数据的影响；所述平滑噪声系数，即基于数据挖掘的方法，去掉偏离度不符合误差范围的个别过高或者过低数据；所述的低通窗口阈值参数，即基于某监测参量的平均值作为窗口归零参考量，以参考量为基准，设定上限浮动极限，去除冗余无效数据；
对采集到的数据采用波动梯度分析方法进行处理，处理过程如下：
第一步，确定数据总量L；
第二步，确定梯度分析步长D；
第三步，确定各项数据的结构梯度概率P；
其中，Wn为第n个数据的权重值，i为数据项，fn为第n个数据的有效数据；
第四步，将结构梯度概率统计，并绘制发展趋势图；
第五步，重复上述步骤，将实时采集的数据加入数据总量L，选择不同的梯度分析步长D，可获得不同的数据类型，小步长监测结构器件的突发故障，包括突发短路、突发破损、突发遮挡、突发过载；大步长监测结构器件的慢性故障，包括器件老化、倾角相对漂移误差，对偏离预设值的数据信号进行预警提示。
2.根据权利要求1所述的基于波动法大数据采集的分布式光伏电站监测预警系统，其特征在于：基于波动法大数据采集为对监测子站通过不同的探测器对同一光伏面板组内各光伏面板随机选择监测，监测内容为电性能参量和结构性能参量，并且将所监测到的数据和光伏面板组编号发送出去。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810149800.8A CN108540093B (zh) | 2018-02-13 | 2018-02-13 | 基于波动法大数据采集的分布式光伏电站监测预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810149800.8A CN108540093B (zh) | 2018-02-13 | 2018-02-13 | 基于波动法大数据采集的分布式光伏电站监测预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108540093A CN108540093A (zh) | 2018-09-14 |
| CN108540093B true CN108540093B (zh) | 2019-08-27 |
Family
ID=63486062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810149800.8A Active CN108540093B (zh) | 2018-02-13 | 2018-02-13 | 基于波动法大数据采集的分布式光伏电站监测预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108540093B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109495266B (zh) * | 2018-12-25 | 2022-07-22 | 北京字节跳动网络技术有限公司 | 基于随机数的数据加密方法及装置 |
| CN112286094A (zh) * | 2020-10-16 | 2021-01-29 | 国网山东省电力公司东营供电公司 | 一种分布式光伏数据高精度采集装置及系统 |
| CN114614768B (zh) * | 2022-05-12 | 2022-07-26 | 武汉新能源研究院有限公司 | 一种光伏电池板热斑故障监测报警系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092750A (zh) * | 2014-07-01 | 2014-10-08 | 济南展飞物联网科技有限公司 | 一种防汛雨水情无线监测站及其监测方法 |
| CN105955148A (zh) * | 2016-07-01 | 2016-09-21 | 福州大学 | 基于ZigBee的光伏组件在线监测与故障诊断方法 |
| CN106712713A (zh) * | 2017-03-13 | 2017-05-24 | 广西大学 | 一种光伏电站的监测系统以及监测和异常定位方法 |
| CN206226458U (zh) * | 2016-11-28 | 2017-06-06 | 北京京仪绿能电力系统工程有限公司 | 光伏电站大数据传输系统 |
-
2018
- 2018-02-13 CN CN201810149800.8A patent/CN108540093B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092750A (zh) * | 2014-07-01 | 2014-10-08 | 济南展飞物联网科技有限公司 | 一种防汛雨水情无线监测站及其监测方法 |
| CN105955148A (zh) * | 2016-07-01 | 2016-09-21 | 福州大学 | 基于ZigBee的光伏组件在线监测与故障诊断方法 |
| CN206226458U (zh) * | 2016-11-28 | 2017-06-06 | 北京京仪绿能电力系统工程有限公司 | 光伏电站大数据传输系统 |
| CN106712713A (zh) * | 2017-03-13 | 2017-05-24 | 广西大学 | 一种光伏电站的监测系统以及监测和异常定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| Multiservice product comparison system with improved reliability in big data broadcasting;Apoorva sindoori K B 等;《2017 Third International Conference on Science Technology Engineering&Management (ICONSTEM)》;20171231;48-52 * |
| 基于Hadoop的光伏发电大数据分析系统设计;黄鹍;《信息技术》;20161231;39-42 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108540093A (zh) | 2018-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108540093B (zh) | 基于波动法大数据采集的分布式光伏电站监测预警系统 | |
| CN108492057B (zh) | 基于FP-growth的跳闸明细数据与气象数据关联分析及预警方法 | |
| Haggi et al. | A review of smart grid restoration to enhance cyber-physical system resilience | |
| CN106469356A (zh) | 基于多维数据的输电设备状态评价及风险分析方法及装置 | |
| CN102142716A (zh) | 一种基于三态数据多维协同处理的电网在线故障诊断方法 | |
| CN107918830A (zh) | 一种基于大数据技术的配电网运行状态评估系统及方法 | |
| CN109034666A (zh) | 一种基于负荷突变的低压电网拓扑大数据辨识系统及方法 | |
| CN111581196A (zh) | 基于智能工厂框架的供配用电网智能数据采集整理系统 | |
| CN108846555A (zh) | 一种电力负荷大数据缺失值的高效精确填补法 | |
| CN107611940B (zh) | 一种基于历史数据分析的配电网异常监测方法与系统 | |
| CN106649765A (zh) | 基于大数据技术的智能电网全景数据分析方法 | |
| CN106067096A (zh) | 一种数据处理方法、装置及系统 | |
| CN105574619A (zh) | 一种太阳能光伏发电出力预测系统及预测方法 | |
| CN106159940B (zh) | 基于电网负荷特性分析的pmu最优布点方法 | |
| CN116050666B (zh) | 一种辐照特征聚类的光伏发电功率预测方法 | |
| Liu | Short-term operational reliability evaluation for power systems under extreme weather conditions | |
| Siraj et al. | Application of Cluster Analysis and Association Analysis Model Based Power System Fault Identification‟ | |
| CN105958474A (zh) | 一种电网调控系统用输电线路动态增容方法和系统 | |
| CN113850017B (zh) | 一种基于潮流变化图谱的系统级故障分析系统及方法 | |
| CN104200338A (zh) | 线损统计与决策分析系统 | |
| CN115660314A (zh) | 一种阴影遮挡的诊断方法、装置、电子设备及存储介质 | |
| CN108768295A (zh) | 一种光伏组件光斑监控方法 | |
| Sun et al. | Aggregate Human Mobility Modeling Using Principal Component Analysis. | |
| CN111522060A (zh) | 一种页岩气开发区域的地震监测系统 | |
| CN110070199A (zh) | 一种电网台风灾害预警方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |