CN113034723A - 一种人工智能陆海空联动的运维系统 - Google Patents

Abstract

本发明提供的一种人工智能陆海空联动的运维系统，包括巡检平台、服务器和客户端。巡检平台包括无人机，以及无人车和/或无人船。无人机对组件进行飞行检测，将故障信息发送到服务器，服务器控制无人车或无人船确认故障信息，以及对故障点进行清洗和复检。若复检后故障信息依然存在，则分析故障信息，生成故障报告，发送至客户端。本发明提供的运维系统：对光伏电站进行检测，检测精度达到99％，适合复杂山地、水面、农光互补、大规模等任意环境。准确全面，支持任何方式调用，为大数据分析、智能运维提供精确数据支持，人员与电站零接触，保证运维人员安全。具有很高的时效性，很短时间完成，一致性强，维修维护马上见效。

Description

一种人工智能陆海空联动的运维系统

技术领域

本发明涉及光伏电站维护技术领域，尤其涉及一种人工智能陆海空联动的运维系统。

背景技术

随着近些年国家对新能源领域政策的扶持与激励，太阳能光伏新能源技术发展迅速。光伏组件负偏差、功率预测不准、组件热斑，尤其是组件衰减问题屡屡出现。通过高效精准的智能运维检测技术，能够及时发现光伏组件以及设备的故障问题，并第一时间予以解决，避免组件故障变成不可逆的损失，将大大提高光伏电站设备质量和长期运行的可靠性，增加光伏电站的有效发电量。

发明内容

本发明的实施例提供了一种人工智能陆海空联动的运维系统，以解决现有技术中存在的技术问题。

为了实现上述目的，本发明采取了如下技术方案。

一种人工智能陆海空联动的运维系统，包括巡检平台、服务器和客户端；

巡检平台包括无人机，以及无人车和/或无人船；无人机用于检测光伏组件获得故障信息，并将该故障信息发送到服务器；无人车或无人船用于：对故障信息进行确认，并回传至服务器；对故障组件进行清洗和复检；将复检结果发送到服务器；

服务器用于：接收无人机发送的故障信息，生成故障定位点，将该故障定位点加入到故障信息中发送至无人车或无人船；若复检结果为故障信息依然存在，则分析故障信息，生成故障报告；将该故障报告发送至客户端；接收无人机或无人船确认后的故障信息并发送至客户端；

客户端用于对故障报告进行可视化输出。

优选地，无人机检测光伏组件获得故障信息，并将该故障信息发送到服务器的过程包括：

无人机接收到航线信息和检测指令，航线信息包括：无人机从出发位置至光伏组件区域的路线信息，无人机在光伏组件区域上空的巡航线路信息，无人机在故障光伏组件上空的悬停点信息；路线信息、巡航线路信息和悬停点信息是可变更的；

无人机基于航线信息飞行至故障光伏组件上空的悬停点悬停；

无人机调整自身姿态，对故障光伏组件的故障点进行双光同步拍摄，获取故障信息；

无人机基于巡航线路信息在光伏组件区域上空巡航，识别获取多个光伏组件的故障点；

无人机重复执行上述第三个子步骤，获取每个故障点的故障信息；

无人机将故障信息发送到服务器。

优选地，服务器包括相互通信连接的本地服务器和后台服务器；

本地服务器用于：接收并存储无人机发送的故障信息，生成故障定位点，将该故障定位点加入到故障信息中发送至无人车或无人船；接收并存储无人车或无人船发送的复检结果，若复检结果为故障信息依然存在，则将故障信息发送至后台服务器；

后台服务器用于：接收本地服务器发送的故障信息；对故障信息进行分析，生成故障报告；将该故障报告发送至客户端。

优选地，后台服务器为云计算服务器，具有识别子模块、专家子模块和云存储子模块；

后台服务器对故障信息进行分析，生成故障报告的过程包括：

识别子模块对故障信息进行识别处理，获得故障类型，并发送至专家子模块；

专家子模块调用云数据对故障类型进行分析，获得维修预案，基于故障类型和维修预案生成故障报告；

云存储子模块用于存储故障类型、维修预案和故障报告。

优选地，专家子模块调用云数据对故障类型进行分析包括：

专家子模块通过图像识别方法对故障信息进行处理，获得故障信息的特征数据；

专家子模块调用云数据中的特征库，与特征数据进行对比，获得故障类型；

故障类型包括隐裂、碎片、缺角、断栅、短路、断路、焊接不良、二极管故障和灰尘遮挡。

优选地，本地服务器还用于：

根据某机组的光伏组件的位置信息设置无人车或无人船的巡检线路信息；

将该巡检线路信息发送至无人车或无人船。

优选地，巡检线路信息包括行驶路线/航线和待检部件。

优选地，无人车或无人船对故障组件进行清洗包括喷淋清洗和热风清洗。

优选地，无人车两侧具有光感触头和除草机，该光感触头和除草机分别与无人车的控制器电路连接；当光感触头检测到环境草木高度高于光感触头的高度，向无人车的控制器发送电信号，无人车的控制器向除草机发送开始运行的电信号。

由上述本发明的实施例提供的技术方案可以看出，本发明提供的一种人工智能陆海空联动的运维系统，包括巡检平台、服务器和客户端。巡检平台包括无人机，以及无人车和/或无人船。无人机对组件进行飞行检测，将故障信息发送到服务器，服务器控制无人车或无人船确认故障信息，以及对故障点进行清洗和复检。若复检后故障信息依然存在，则分析故障信息，生成故障报告，发送至客户端。本发明提供的运维系统：通过无人机，无人车及无人船海陆空联动，可以高频度的巡检，积累的大量数据，经沉淀后加工，最终能够帮助电站进行智能运维预测；利用此系统对光伏电站进行检测，检测精度达到99％，适合复杂山地、水面、农光互补、大规模等任意环境。准确全面，支持任何方式调用，为大数据分析、智能运维提供精确数据支持，人员与电站零接触，保证运维人员安全。具有很高的时效性，很短时间完成，一致性强，维修维护马上见效。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种人工智能陆海空联动的运维系统的逻辑框图；

图2为本发明提供的一种人工智能陆海空联动的运维系统的后台服务器的结构框图；

图3为本发明提供的一种人工智能陆海空联动的运维系统的作业过程示意图。

图中：

101.巡检平台102.服务器1021.本地服务器1022.后台服务器103.客户端；

2011.识别子模块2012.专家子模块2013.云存储子模块。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

参见图1，本发明提供的一种人工智能陆海空联动的运维系统，包括巡检平台101、服务器102和客户端103。

巡检平台101包括无人机，以及无人车和/或无人船。

无人机用于对光伏组件进行全覆盖飞行检测，以获得故障信息，并将该故障信息发送到服务器102。检测方式可以是搭载可见光和红外光的摄像机对电站进行全覆盖飞行检测。

无人车或无人船用于：根据服务器102发送的故障信息，行驶到故障组件的位置，对故障信息进行确认，并回传至服务器102；对故障组件进行清洗和复检；将复检结果发送到服务器102。

服务器102用于：

接收无人机发送的故障信息，进行初步的分析处理，生成故障定位点，将该故障定位点加入到故障信息中再发送到无人车或无人船；

接收无人车或无人船发送的复检结果，若复检结果为故障信息依然存在，则分析故障信息，生成故障报告，将该故障报告发送至客户端103；若复检结果为故障信息消除，则对故障信息进行上传存档。

客户端103用于对故障报告进行可视化输出。

在本发明提供的优选实施例中，无人机检测光伏组件获得故障信息，并将该故障信息发送到服务器的过程包括：

无人机接收到航线信息和检测指令，航线信息包括：无人机从出发位置至光伏组件区域的路线信息，无人机在光伏组件区域上空的巡航线路信息，无人机在故障光伏组件上空的悬停点信息；路线信息、巡航线路信息和悬停点信息是可变更的；

无人机基于航线信息飞行至故障光伏组件上空的悬停点悬停；

无人机调整自身姿态，对故障光伏组件的故障点进行双光同步拍摄，获取故障信息；

无人机基于巡航线路信息在光伏组件区域上空巡航，识别获取多个光伏组件的故障点；

无人机重复执行上述第三个子步骤，获取每个故障点的故障信息；

无人机将故障信息发送到服务器。

上述第二、三个子步骤可以是操作人员根据实际故障点的位置对无人机的指令进行变更，即手动操作。第四、五个子步骤可以是无人机根据预先发送的航线信息自主完成的，即自动控制。发送给无人机的航线信息的设置方式可以是实地勘察或RTK(Real-timekinematic，实时动态)踩点，或者二者结合的方式。

例如在一个优选方式中：

根据电站竣工图等资料，实地勘察电站地形和环境情况，根据电站的地貌信息和周边的环境，来制定采点方式，测量现场风速、辐照度来制定飞行计划。

在采集GPS信息时首先利用地面站卫星云图查找电站位置方阵的排列分布情况，通过在卫星云图直接编辑规划航线即可。

若卫星云图上未发现电站分布图则利用北斗导航设备或RTK对项目电站所有方阵进行GPS信息采集，在信息采集时每三排记录一次GPS信息，直至将全站方阵采集完毕。

航线规划有如下两个方式，

方法一，打开地面站，点击编辑航线，连续点击多个GPS点形成简单的航线并进行航线保存，通过航线存储位置找到保存的航线，右键点击保存的航线文件，选择Edit withNotepad++打开航线，修改相应的经纬度，飞行高度以及飞行速度等信息；根据电站情况，一般航线飞行高度设置为25-35米，飞行速度为4m/s-5m/s；

方法二，打开地面站，点击编辑航线，连续点击多个GPS点形成简单的航线，通过在任务航线栏中对飞行高度、飞行速度等进行修改，修改完毕后进行航线保存。

飞机成功起飞后进入巡航阶段，对电站进行全覆盖拍摄，步骤如下：

1)打开保存好的航线，点击查找飞控，进行航线上传功能，上传完成后进行验证航线操作，直至验证成功为止。

2)飞机起飞后地面端操作人员进行“执行航线”操作，无人机则向航线第一位置点飞行。

3)无人机飞行第一点后会根据航线编辑时设置的悬停时间进行悬停，飞手则通过遥控对机身和云台角度进行调节，待图传画面出现三排光伏板且图像无倾斜，调整完毕后地面端人员进行机头锁定操作并点击执行“VID”指令进行双光同步拍摄。

4)地面端人员将设置目标点处的0改为2，并进行点击操作，飞机则开始向第二第三等位置点飞行进行自动巡航检测。

巡航完毕后，切换手动模式，将飞机安全降落。

无人机巡检完毕后，取下数据记录卡，打开ViewSeri软件，选取当日采集的红外数据并打开，选择播放并从中检查是否存在错排和漏拍数据，若存在错排和漏拍情况则需要重新飞行检测采集，若没有错拍或者漏拍则准备将数据上传。

插入红外SD卡，打开WPFtest软件，输入电站名称，进行下一步操作进入红外校验界面，检查红外数据是否存在丢帧和确实GPS信息，若数据正常则进行下一步操作进入可见光数据检查界面检查可见光数据是否存在丢帧问题，若无问题则数据可用。

对完好的数据进行筛选，将在地面调节云台部分数据删除保留双光同步有效数据并保存、进行分卷压缩，压缩时通过存储位置找到可见光和红外数据文件夹，选中并执行右键点击选择弹出的菜单中“添加到压缩文件”，选中后会弹出压缩界面，在界面中选择“自定义”，在自定义界面内选择压缩分卷大小为“50MB”，选择后开始进行自动分卷压缩。

进一步的，在本发明提供的优选实施例中，服务器102包括相互通信连接的本地服务器1021和后台服务器1022。

本地服务器1021用于：

接收并存储无人机发送的故障信息，进行初步的分析处理，生成故障定位点，将该故障定位点加入到故障信息中再发送到无人车或无人船；

接收并存储无人车或无人船发送的复检结果，若复检结果为故障信息依然存在，则将复检结果对应的故障信息发送至后台服务器1022。

后台服务器1022用于：

接收并存储本地服务器1021发送的故障信息；

对该故障信息进行全面的分析，生成故障报告，将该故障报告发送至客户端103；

接收无人机或无人船确认后的故障信息并发送至客户端103，适用于不能通过清洗处理的故障，如线路故障等。

还用于，根据某站机组的光伏组件的位置分布，设置无人车或无人船的巡检线路信息，使无人车或无人船按照巡检线路进行巡检。

该巡检线路信息包括但不限于：行驶的路线或航线，例如S型路线；待检部件，如组件的表面，组件背板的接线盒，PV-F1*4直流线缆，MC4接头的故障等，检测支架连接部位，腐蚀程度，支架基础沉降等方面的问题，当发现问题后，无人车或无人船标注所在问题的坐标点，通过本体服务器102发送到后台服务器1022，后台服务器1022进行记录并提醒电站运维人员进行及时的维修及更换。

更进一步的，后台服务器1022优选为云计算服务器102，具有识别子模块2011、专家子模块2012和云存储子模块2013。

其中，该云计算服务器102对故障信息进行全面的分析，生成故障报告的过程如下：

通过识别子模块2011对故障信息进行识别处理，获得故障类型，并发送到专家子模块2012；该识别处理可以是采用图像处理，对故障点的图像进行转换，获得更为清晰的图像；对于不是图像格式的信息，可以是通过数据比对，获取故障类型，如线路破损导致的机组性能数据异常。

专家子模块2012通过调用云数据以及结合人工识别对故障类型进行全面分析，生成维修预案，并根据故障类型和维修员生成故障报告，发送至客户端103。

例如在一种优选实施例中，将采集的电站双光视频数据导入专家子模块2012的分析软件，软件自动将采集的数据和数据库中的数据进行对比，拍摄数据经图像识别算法分割组串、组件，计算平均温度，识别温差，发现热斑，系统特征库对比，自动发现电站故障类型和故障特征，可通过信号的状态生成确定太阳能电池板受损情况，可以识别组件隐裂、碎片、缺角、断栅、短路、断路、焊接不良、二极管故障、灰尘遮挡等主要故障类型，根据分析结果最终生成数据报告。

数据报告的分析结果，由专家子模块2012自动生成故障点的坐标信息，通过移动设备(手机、平板电脑)显示故障点位置和运行人员定位，帮助运维人员准确找到故障点的精准位置，并提供故障红外特征图像查询，方便运维人员维护维修。同时，可以记录工作状态，同步到云端。

云存储子模块2013用于存储故障类型、维修预案和故障报告。

在本发明提供的优选实施例中，在一些草木茂盛的电站机组厂区，无人车两侧具有光感触头和除草机，该光感触头和除草机分别与无人车的控制器电路连接；当光感触头检测到环境草木高度高于光感触头的高度，向无人车的控制器发送电信号，无人车的控制器向除草机发送开始运行的电信号。

在本发明提供的优选实施例中，清洗光伏组件的方式可以根据当前天气设置，如当雨雪及风沙天气后，组件表面会堆积大量的灰尘或积雪。此时，无人车清洗系统将对组件表面进行清洗，清洗状态分为两种，(1)为水淋式清洗：要适用于灰尘堆积。(2)为热风式清洗：主要适用与积雪。当清洗后，检测系统再次对组件进行检测。保证数据的准确性及时效性。

综上所述，本发明提供的一种人工智能陆海空联动的运维系统，包括巡检平台、服务器和客户端。巡检平台包括无人机，以及无人车和/或无人船。无人机对组件进行飞行检测，将故障信息发送到服务器，服务器控制无人车或无人船确认故障信息，以及对故障点进行清洗和复检。若复检后故障信息依然存在，则分析故障信息，生成故障报告，发送至客户端。本发明提供的运维系统：通过无人机，无人车及无人船海陆空联动，可以高频度的巡检，积累的大量数据，经沉淀后加工，最终能够帮助电站进行智能运维预测；利用此系统对光伏电站进行检测，检测精度达到99％，适合复杂山地、水面、农光互补、大规模等任意环境。准确全面，支持任何方式调用，为大数据分析、智能运维提供精确数据支持，人员与电站零接触，保证运维人员安全。具有很高的时效性，很短时间完成，一致性强，维修维护马上见效。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种人工智能陆海空联动的运维系统，其特征在于，包括巡检平台、服务器和客户端；

所述巡检平台包括无人机，以及无人车和/或无人船；所述无人机用于检测光伏组件获得故障信息，并将该故障信息发送到所述服务器；所述无人车或无人船用于：对所述故障信息进行确认，并回传至所述服务器；对故障组件进行清洗和复检；将复检结果发送到所述服务器；

所述服务器用于：接收所述无人机发送的所述故障信息，生成故障定位点，将该故障定位点加入到所述故障信息中发送至所述无人车或无人船；若所述复检结果为所述故障信息依然存在，则分析所述故障信息，生成故障报告；将该故障报告发送至所述客户端；接收无人机或无人船确认后的所述故障信息并发送至所述客户端；

所述客户端用于对所述故障报告进行可视化输出。

2.根据权利要求1所述的运维系统，其特征在于，所述无人机检测光伏组件获得故障信息，并将该故障信息发送到所述服务器的过程包括：

无人机接收到航线信息和检测指令，所述航线信息包括：无人机从出发位置至光伏组件区域的路线信息，无人机在光伏组件区域上空的巡航线路信息，无人机在故障光伏组件上空的悬停点信息；所述路线信息、巡航线路信息和悬停点信息是可变更的；

无人机基于所述航线信息飞行至故障光伏组件上空的悬停点悬停；

无人机调整自身姿态，对故障光伏组件的故障点进行双光同步拍摄，获取所述故障信息；

无人机基于所述巡航线路信息在光伏组件区域上空巡航，识别获取多个光伏组件的故障点；

无人机重复执行上述第三个子步骤，获取每个故障点的所述故障信息；

无人机将所述故障信息发送到所述服务器。

3.根据权利要求1所述的运维系统，其特征在于，所述服务器包括相互通信连接的本地服务器和后台服务器；

所述本地服务器用于：接收并存储所述无人机发送的所述故障信息，生成故障定位点，将该故障定位点加入到所述故障信息中发送至所述无人车或无人船；接收并存储所述无人车或无人船发送的所述复检结果，若所述复检结果为所述故障信息依然存在，则将所述故障信息发送至所述后台服务器；

所述后台服务器用于：接收所述本地服务器发送的所述故障信息；对所述故障信息进行分析，生成故障报告；将该故障报告发送至所述客户端。

4.根据权利要求3所述的运维系统，其特征在于，所述后台服务器为云计算服务器，具有识别子模块、专家子模块和云存储子模块；

所述后台服务器对所述故障信息进行分析，生成故障报告的过程包括：

所述识别子模块对所述故障信息进行识别处理，获得故障类型，并发送至所述专家子模块；

所述专家子模块调用云数据对所述故障类型进行分析，获得维修预案，基于所述故障类型和维修预案生成故障报告；

所述云存储子模块用于存储所述故障类型、维修预案和故障报告。

5.根据权利要求4所述的运维系统，其特征在于，所述专家子模块调用云数据对所述故障类型进行分析包括：

所述专家子模块通过图像识别方法对所述故障信息进行处理，获得所述故障信息的特征数据；

所述专家子模块调用云数据中的特征库，与所述特征数据进行对比，获得故障类型；

所述故障类型包括隐裂、碎片、缺角、断栅、短路、断路、焊接不良、二极管故障和灰尘遮挡。

6.根据权利要求3所述的运维系统，其特征在于，所述本地服务器还用于：

根据某机组的光伏组件的位置信息设置所述无人车或无人船的巡检线路信息；

将该巡检线路信息发送至所述无人车或无人船。

7.根据权利要求6所述的运维系统，其特征在于，所述巡检线路信息包括行驶路线/航线和待检部件。

8.根据权利要求1所述的运维系统，其特征在于，所述无人车或无人船对故障组件进行清洗包括喷淋清洗和热风清洗。

9.根据权利要求1所述的运维系统，其特征在于，所述无人车两侧具有光感触头和除草机，该光感触头和除草机分别与所述无人车的控制器电路连接；当所述光感触头检测到环境草木高度高于所述光感触头的高度，向所述无人车的控制器发送电信号，所述无人车的控制器向所述除草机发送开始运行的电信号。

Images