CN114722310A - 一种光伏电站设备故障诊断方法、装置、设备及介质 - Google Patents
一种光伏电站设备故障诊断方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114722310A CN114722310A CN202210366043.6A CN202210366043A CN114722310A CN 114722310 A CN114722310 A CN 114722310A CN 202210366043 A CN202210366043 A CN 202210366043A CN 114722310 A CN114722310 A CN 114722310A
- Authority
- CN
- China
- Prior art keywords
- target
- equipment
- fault
- data
- photovoltaic power
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003745 diagnosis Methods 0.000 title claims description 41
- 238000010248 power generation Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000007689 inspection Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013024 troubleshooting Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 238000011835 investigation Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
Abstract
本申请公开了一种光伏电站设备故障诊断方法、装置、设备及介质,涉及新能源技术领域,该方法包括:对光伏电站内目标设备进行定位并标注对应的目标经纬度;获取按照预设采集频率采集的所述目标设备的目标运行数据;基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。通过上述方案,能够解决无法精确到光伏组件以及单用无人机无法对隐裂或低效组件进行排查的问题。由此可以准确地诊断出光伏电站设备故障并精准定位到故障组件。
Description
技术领域
本发明涉及新能源技术领域,特别涉及一种光伏电站设备故障诊断方法、装置、设备及介质。
背景技术
当前,随着石油资源日益紧缺,可再生能源进入人们的视野。其中,利用太阳能发电的光伏发电系统得以快速发展。光伏电站现场设备总量大,因此存在故障难以发现和定位的问题。为了及时发现光伏电站设备中的故障问题,现在具体可以基于光伏电站数学模型及和故障数学模型特征变量,通过对光伏电站历史运行数据提取并代入至数学模型,得出光伏发电设备故障类型及概率;也可以基于光伏设备运行数值偏离度的故障诊断方法,通过确认光伏电力设备运行范围,把光伏电站运行和范围值比对,用来对光伏电站进行预警;还可以基于无人机和热成像的光伏板热斑定位方法,通过无人机搭载红外检测摄像头同时利用图像识别技术对光伏组件自动进行热斑检查,再利用GPS设备对热斑组件进行精确定位以发现光伏电站设备的故障。
然而,一方面,使用光伏电站历史运行数据来判断故障类型及概率时需要大量的历史数据,故需要大量的计算,对计算机要求很高,并且该方法精确度只能到光伏电站组串级,无法精确到光伏组件;另一方面,使用光伏设备运行数值偏离度进行诊断时需要使用辐照度、温度,由于辐照度、温度是一个随机的变量,导致光伏电站运行数据存在很大的跳动,严重影响其预警准确性;再者,使用无人机进行故障检测时无法对隐裂或低效的组件及组串进行排查。综上,如何能准确地诊断出光伏电站设备故障并精准定位到故障组件的问题有待进一步解决。
发明内容
有鉴于此,本发明的目的在于提供一种光伏电站设备故障诊断方法、装置、设备及介质,能够准确地诊断出光伏电站设备故障并精准定位到故障组件。其具体方案如下:
第一方面,本申请公开了一种光伏电站设备故障诊断方法,包括:
对光伏电站内目标设备进行定位并标注对应的目标经纬度;
获取按照预设采集频率采集的所述目标设备的目标运行数据;
基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;
基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;
利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
可选的,所述对光伏电站内目标设备进行定位并标注对应的目标经纬度,包括:
通过光伏电站内目标设备中预先设置的全球定位芯片,对所述目标设备进行定位并标注对应的目标经纬度。
可选的,所述获取按照预设采集频率采集的所述目标设备的目标运行数据之后,还包括:
利用所述目标设备的名称编号、所述目标设备的现场位置编号以及所述目标经纬度构造所述目标设备对应的目标点位数据,并将所述目标点位数据与对应的所述目标运行数据保存至数据采集服务器中。
可选的,所述基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据,包括:
基于所述目标运行数据中的目标组串的实时功率以及预设时间段确定所述目标设备中的目标组串对应的目标发电量数据,并将所述预设时间段内的所述目标发电量数据、目标辐照量数据、所述目标组串对应的所述实时功率及对应的实时温度保存至数据采集服务器中。
可选的,还包括:
利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
可选的,所述利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换,包括:
利用搭载红外摄像头和普通摄像头的无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件;
根据所述目标热斑组件对应的目标组串的所述目标点位数据在所述数据采集服务器中查找所述目标组串对应的所述目标运行数据并确定所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
可选的,所述基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串,包括:
基于所述目标经纬度确定所述目标组串对应的目标辐照量数据;
判断基于所述目标发电量数据与所述目标辐照量数据构造的坐标点与预设聚类中心之间的距离是否大于预设阈值;所述预设聚类中心为利用预设聚类算法对历史发电量数据和历史辐照量数据进行聚类后得到的聚类中心;
若是,则判定所述目标组串为故障目标组串。
第二方面,本申请公开了一种光伏电站设备故障诊断装置,包括:
经纬度标注模块,用于对光伏电站内目标设备进行定位并标注对应的目标经纬度;
运行数据获取模块,用于获取按照预设采集频率采集的所述目标设备的目标运行数据;
发电量数据确定模块,用于基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;
故障组串确定模块,用于基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;
故障组件确定模块,用于利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述公开的所述的光伏电站设备故障诊断方法的步骤。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的所述的光伏电站设备故障诊断方法的步骤。
本申请在进行光伏电站设备故障诊断时,首先对光伏电站内目标设备进行定位并标注对应的目标经纬度,并获取按照预设采集频率采集的所述目标设备的目标运行数据,基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据,然后基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串,最后利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。可见,本申请在进行光伏电站设备故障诊断时,对目标设备进行定位并采集目标设备的目标运行数据,并根据聚类算法确定故障目标组串从而进一步通过线下排查设备对故障目标组串进行排查以确定故障目标组串中的故障目标组件。由此,本申请在进行光伏电站设备故障诊断时,在确定故障目标组串之后,通过使用线下排查设备对故障目标组串进行排查以进一步确定故障目标组件,解决了传统使用光伏电站历史运行数据进行光伏电站设备故障诊断时无法精确到光伏组件的问题;另一方面,通过对目标设备的精准定位获取目标设备的目标经纬度,并根据目标运行数据确定的目标发电量数据通过聚类算法以得到数据异常的故障目标组串,避免了直接使用辐照度、温度等随机变量确定故障设备时准确性低的问题,同时也解决了单用无人机进行故障检测时无人机只能关注热斑组件而无法对隐裂或低效的组件进行排查的问题。综上,本申请在进行光伏电站设备诊断时能够准确地诊断出光伏电站设备故障并精准定位到故障组件。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种光伏电站设备故障诊断方法流程图;
图2为本申请提供的光伏电站中目标组串的目标发电量数据与目标辐照量数据的聚类算法示意图;
图3为本申请提供的线下故障诊断设备示意图;
图4为本申请提供的线下故障诊断设备逻辑示意图;
图5为本申请提供的一种具体的光伏电站设备故障诊断方法流程图;
图6为本申请提供的一种光伏电站设备故障诊断装置结构示意图;
图7为本申请提供的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了及时发现光伏电站设备中的故障问题,现在具体可以基于光伏电站数学模型及和故障数学模型特征变量,通过对光伏电站历史运行数据提取并代入至数学模型,得出光伏发电设备故障类型及概率;也可以基于光伏设备运行数值偏离度的故障诊断方法,通过确认光伏电力设备运行范围,把光伏电站运行和范围值比对,用来对光伏电站进行预警;还可以基于无人机和热成像的光伏板热斑定位方法,通过无人机搭载红外检测摄像头同时利用图像识别技术对光伏组件自动进行热斑检查,再利用GPS设备对热斑组件进行精确定位以发现光伏电站设备的故障。然而,一方面,使用光伏电站历史运行数据来判断故障类型及概率时需要大量的历史数据,故需要大量的计算,对计算机要求很高,并且该方法精确度只能到光伏电站组串级,无法精确到光伏组件;另一方面,使用光伏设备运行数值偏离度进行诊断时需要使用辐照度、温度,由于辐照度、温度是一个随机的变量,导致光伏电站运行数据存在很大的跳动,严重影响其预警准确性;再者,使用无人机进行故障检测时无法对隐裂或低效的组件及组串进行排查。为此,本申请提供了一种光伏电站设备故障诊断方法能够准确地诊断出光伏电站设备故障并精准定位到故障组件。
本发明实施例公开了一种光伏电站设备故障诊断方法,参见图1所述,该方法包括:
步骤S11:对光伏电站内目标设备进行定位并标注对应的目标经纬度。
在本实施例中,所述目标设备指的是整个光伏电站中的设备,包括:箱式变压器、逆变器、汇流箱以及组串。通过光伏电站内目标设备中预先设置的全球定位芯片,对所述目标设备进行定位并标注对应的目标经纬度。需要指出的是,所用定位系统包括但不限于GPS(即Global Positioning System,全球定位系统)、北斗系统。对光伏电站内目标设备进行定位,并获取对应的目标经纬度,以便于后续对光伏电站内设备的位置信息进行重新编码,并将所述目标设备间建立一一对应的关系,使得在后续进行目标组串及目标组件的问题排查过程中可以精准定位。
步骤S12:获取按照预设采集频率采集的所述目标设备的目标运行数据。
在本实施例中,所述预设采集频率指的是获取光伏电站中运行数据的频率,预设采集频率可根据用户需求自行设定,通常间隔1至3分钟进行一次数据采集。需要指出的是,在实际的数据采样中,需进行数据的筛选,筛除与诊断光伏电站设备故障无关的数据,保留与诊断光伏电站设备故障有关的数据,以得到目标运行数据。通过上述技术方案,可在间隔一定时间段的情况下连续地获取光伏电站中目标设备的目标运行数据,以便于后续进行故障判别。
步骤S13:基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据。
在本实施例中,所述预设时间段指的是进行发电量判断的时间段,在一种具体实施方式中,当需获取目标组串的全天发电量数据时,预设时间段则为全天即24小时。获取所述目标运行数据中的目标组串对应的目标实时功率,并基于所述目标实时功率与预设时间段计算目标发电量数据:
式中,Q表示目标发电量数据;t1、t2分别表示为预设时间段的起始采样时间点与终止采样时间点;W表示目标组串的实时功率。通过上述技术方案,以确定出目标发电量数据,以便于后续通过目标辐照量数据与目标发电量数据来判断目标组串是否为故障组串。
步骤S14:基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串。
在本实施例中,基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串,包括:基于所述目标经纬度确定所述目标组串对应的目标辐照量数据;判断基于所述目标发电量数据与所述目标辐照量数据构造的坐标点与预设聚类中心之间的距离是否大于预设阈值;所述预设聚类中心为利用预设聚类算法对历史发电量数据和历史辐照量数据进行聚类后得到的聚类中心;若是,则判定所述目标组串为故障目标组串。可以理解的是,在差不多相同经纬度附近的目标组串对应的目标辐照量基本一致,正常工作的目标组串其发电量应近乎在同一范围内,在进行故障判别之前,先对正常工作组串的历史发电量数据与历史辐照量数据使用聚类算法进行聚类,以得到不同经纬度附近的组串对应的预设聚类中心以及目标簇,并基于目标簇所处的范围确定预设阈值的大小;在进行目标组串的故障判别时,判断目标组串对应的所述目标发电量数据与所述目标辐照量数据构造的坐标点与预设聚类中心之间的距离,当所述坐标点与预设聚类中心之间的距离大于预设阈值,即所述目标组串对应的坐标点明显偏移其对应的目标簇所处的范围,则判断目标组串为故障目标组串,如图2所示,其中故障项即为故障目标组串;反之,若所述坐标点与预设聚类中心之间的距离小于或等于预设阈值,即所述目标组串对应的坐标点在其对应的目标簇所处范围内,则代表目标组串为正常工作的组串。通过上述技术方案,可以根据目标组串对应的经纬度对整个光伏电站的组串进行聚类算法,并得到明显偏移正常聚类范围的个故障目标组串,以便于后续对故障目标组串中的故障目标组件进行进一步排查。
步骤S15:利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
在本实施例中,通过开发的线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。其中,所述线下排查设备如图3所示,线下排查设备逻辑如图4所示,图中Pref表示预设参考值;△Plim表示预设阀值,使用线下排查设备进行数据采集与数据换算后的数据与预设参考值进行运算,并与预设阀值进行比较,以便于线下排查设备利用组件的电器运行参数以实现故障组件的确定。当通过前述步骤确定出故障目标组串后,使用线下排查设备直接对组成故障目标组串的组件进行逐一排查,并进一步确定故障目标组件,已完成光伏电站设备的故障诊断。通过上述技术方案,可以在确定出故障目标组串后进一步确定故障目标组件,解决了光伏电站故障诊断只能精确到组串级的问题。
可见,本实施例中在进行光伏电站设备故障诊断时,对目标设备进行定位并采集目标设备的目标运行数据,并根据聚类算法确定故障目标组串从而进一步通过线下排查设备对故障目标组串进行排查以确定故障目标组串中的故障目标组件。由此,本申请在进行光伏电站设备故障诊断时,在确定故障目标组串之后,通过使用线下排查设备对故障目标组串进行排查以进一步确定故障目标组件,解决了传统使用光伏电站历史运行数据进行光伏电站设备故障诊断时无法精确到光伏组件的问题;另一方面,通过对目标设备的精准定位获取目标设备的目标经纬度,并根据目标运行数据确定的目标发电量数据通过聚类算法以得到数据异常的故障目标组串,避免了直接使用辐照度、温度等随机变量确定故障设备时准确性低的问题,同时也解决了单用无人机进行故障检测时无人机只能关注热斑组件而无法对隐裂或低效的组件进行排查的问题。综上,本申请在进行光伏电站设备诊断时能够准确地诊断出光伏电站设备故障并精准定位到故障组件。
参见图5所示,本发明实施例公开了一种具体的光伏电站设备故障诊断方法,相对于上一实施例,本实施例对技术方案作了进一步说明和优化。
步骤S21:对光伏电站内目标设备进行定位并标注对应的目标经纬度。
步骤S22:获取按照预设采集频率采集的所述目标设备的目标运行数据。
步骤S23:利用所述目标设备的名称编号、所述目标设备的现场位置编号以及所述目标经纬度构造所述目标设备对应的目标点位数据,并将所述目标点位数据与对应的所述目标运行数据保存至数据采集服务器中。
在本实施例中,通过开发数据采集服务器来存储用于进行光伏电站设备故障诊断的目标运行数据,在获取所述目标设备的目标运行数据后,对光伏电站全站的目标设备进行重新编码,并将所述目标设备的名称编号、所述目标设备的现场位置编号以及所述目标经纬度构造所述目标设备对应的目标点位数据,并将所述目标点位数据与对应的所述目标运行数据保存至数据采集服务器中。通过上述技术方案,进行目标点位数据与对应目标运行数据的保存,以便于进行故障诊断时对全站设备进行精确的定位,以及建立一一对应的关系,进而在后续使用过程中可通过目标设备的目标点位数据对目标设备的目标运行数据进行查找;并且,数据采集服务器与光伏电站的数据采集与监视控制系统并列运行,从而保证了不影响原电站的集控系统。
步骤S24:基于所述目标运行数据中的目标组串的实时功率以及预设时间段确定所述目标设备中的目标组串对应的目标发电量数据,并将所述预设时间段内的所述目标发电量数据、目标辐照量数据、所述目标组串对应的所述实时功率及对应的实时温度保存至所述数据采集服务器中。
在本实施例中,将所述预设时间段内的所述目标发电量数据、目标辐照量数据、所述目标组串对应的所述实时功率及对应的实时温度保存至所述数据采集服务器中,以便于后续在进行光伏电站设备故障诊断时在进行数据的查找。
步骤S25:基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串,然后利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
步骤S26:利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
在本实施例中,利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,包括:利用搭载红外摄像头和普通摄像头的无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件;根据所述目标热斑组件对应的目标组串的所述目标点位数据在所述数据采集服务器中查找所述目标组串对应的所述目标运行数据并确定所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。通过上述技术方案,使用搭载红外摄像头和普通摄像头的无人机按照提前指定的巡检路线和特征路线对全站设备进行扫描,并通过图像识别技术识别存在热斑的目标热斑组件,然后通过目标热斑组件对应的目标组串的所述目标点位数据在所述数据采集服务器中查找并对比目标运行数据以进一步判断目标热斑组件的损坏程度,避免了单用无人机进行光伏电站设备故障诊断时功能单一且无法对隐裂组件和低效组件进行排查的问题。
可见,本实施例中,在进行光伏电站设备故障诊断时,采用两种方法并行的模型,首先对目标运行数据进行采集与保存,一方面采用聚类算法诊断故障目标组串进而使用线下故障诊断设备查找目标组件;另一方面,使用无人机进行巡查并通过图像识别方法识别出目标热斑组件,并通过数据对比分析以确定目标热斑组件的损坏程度。由此,通过目标运行数据与无人机图像识别互相配合的方式,对整个光伏电站中的目标设备进行故障诊断,其诊断方式相较与任意一种单一的诊断方式更加全面且准确。
参见图6所示,本申请实施例公开了一种光伏电站设备故障诊断装置,包括:
经纬度标注模块11,用于对光伏电站内目标设备进行定位并标注对应的目标经纬度;
运行数据获取模块12,用于获取按照预设采集频率采集的所述目标设备的目标运行数据;
发电量数据确定模块13,用于基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;
故障组串确定模块14,用于基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;
故障组件确定模块15,用于利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
可见,本实施例中在进行光伏电站设备故障诊断时,对目标设备进行定位并采集目标设备的目标运行数据,并根据聚类算法确定故障目标组串从而进一步通过线下排查设备对故障目标组串进行排查以确定故障目标组串中的故障目标组件。由此,本申请在进行光伏电站设备故障诊断时,在确定故障目标组串之后,通过使用线下排查设备对故障目标组串进行排查以进一步确定故障目标组件,解决了传统使用光伏电站历史运行数据进行光伏电站设备故障诊断时无法精确到光伏组件的问题;另一方面,通过对目标设备的精准定位获取目标设备的目标经纬度,并根据目标运行数据确定的目标发电量数据通过聚类算法以得到数据异常的故障目标组串,避免了直接使用辐照度、温度等随机变量确定故障设备时准确性低的问题,同时也解决了单用无人机进行故障检测时无人机只能关注热斑组件而无法对隐裂或低效的组件进行排查的问题。综上,本申请在进行光伏电站设备诊断时能够准确地诊断出光伏电站设备故障并精准定位到故障组件。
在一些具体实施例中,所述经纬度标注模块11,具体用于:通过光伏电站内目标设备中预先设置的全球定位芯片,对所述目标设备进行定位并标注对应的目标经纬度。
在一些具体实施例中,所述光伏电站设备故障诊断装置还包括:
数据保存模块,用于利用所述目标设备的名称编号、所述目标设备的现场位置编号以及所述目标经纬度构造所述目标设备对应的目标点位数据,并将所述目标点位数据与对应的所述目标运行数据保存至数据采集服务器中。
在一些具体实施例中,所述发电量数据确定模块13,具体用于:基于所述目标运行数据中的目标组串的实时功率以及预设时间段确定所述目标设备中的目标组串对应的目标发电量数据,并将所述预设时间段内的所述目标发电量数据、目标辐照量数据、所述目标组串对应的所述实时功率及对应的实时温度保存至数据采集服务器中。
在一些具体实施例中,所述光伏电站设备故障诊断装置还包括:
无人机诊断模块,用于利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
在一些具体实施例中,所述无人机诊断模块,包括:
热斑组件确定单元,用于利用搭载红外摄像头和普通摄像头的无人机以对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件;
数据对比单元,用于根据所述目标热斑组件对应的目标组串的所述目标点位数据在所述数据采集服务器中查找所述目标组串对应的所述目标运行数据并确定所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
在一些具体实施例中,所述故障组串确定模块14,包括:
辐照量确定单元,用于基于所述目标经纬度确定所述目标组串对应的目标辐照量数据;
聚类单元,用于判断基于所述目标发电量数据与所述目标辐照量数据构造的坐标点与预设聚类中心之间的距离是否大于预设阈值;所述预设聚类中心为利用预设聚类算法对历史发电量数据和历史辐照量数据进行聚类后得到的聚类中心;若是,则判定所述目标组串为故障目标组串。
图7所示为本申请实施例提供的一种电子设备20。该电子设备20,具体还可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的光伏电站设备故障诊断方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源储存的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221,计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的光伏电站设备故障诊断方法的计算机程序外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请还公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的光伏电站设备故障诊断方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种光伏电站设备故障诊断方法、装置、设备及介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种光伏电站设备故障诊断方法,其特征在于,包括:
对光伏电站内目标设备进行定位并标注对应的目标经纬度;
获取按照预设采集频率采集的所述目标设备的目标运行数据;
基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;
基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;
利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
2.根据权利要求1所述的光伏电站设备故障诊断方法,其特征在于,所述对光伏电站内目标设备进行定位并标注对应的目标经纬度,包括:
通过光伏电站内目标设备中预先设置的全球定位芯片,对所述目标设备进行定位并标注对应的目标经纬度。
3.根据权利要求1所述的光伏电站设备故障诊断方法,其特征在于,所述获取按照预设采集频率采集的所述目标设备的目标运行数据之后,还包括:
利用所述目标设备的名称编号、所述目标设备的现场位置编号以及所述目标经纬度构造所述目标设备对应的目标点位数据,并将所述目标点位数据与对应的所述目标运行数据保存至数据采集服务器中。
4.根据权利要求1所述的光伏电站设备故障诊断方法,其特征在于,所述基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据,包括:
基于所述目标运行数据中的目标组串的实时功率以及预设时间段确定所述目标设备中的目标组串对应的目标发电量数据,并将所述预设时间段内的所述目标发电量数据、目标辐照量数据、所述目标组串对应的所述实时功率及对应的实时温度保存至数据采集服务器中。
5.根据权利要求3所述的光伏电站设备故障诊断方法,其特征在于,还包括:
利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
6.根据权利要求5所述的光伏电站设备故障诊断方法,其特征在于,所述利用无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件,然后基于所述数据采集服务器中的所述目标运行数据核实所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换,包括:
利用搭载红外摄像头和普通摄像头的无人机对整个光伏电站内的所述目标设备进行扫描,并对扫描得到的图像数据进行识别以确定目标热斑组件;
根据所述目标热斑组件对应的目标组串的所述目标点位数据在所述数据采集服务器中查找所述目标组串对应的所述目标运行数据并确定所述目标热斑组件的损坏程度,以判断所述目标热斑组件是否需要更换。
7.根据权利要求1至6任一项所述的光伏电站设备故障诊断方法,其特征在于,所述基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串,包括:
基于所述目标经纬度确定所述目标组串对应的目标辐照量数据;
判断基于所述目标发电量数据与所述目标辐照量数据构造的坐标点与预设聚类中心之间的距离是否大于预设阈值;所述预设聚类中心为利用预设聚类算法对历史发电量数据和历史辐照量数据进行聚类后得到的聚类中心;
若是,则判定所述目标组串为故障目标组串。
8.一种光伏电站设备故障诊断装置,其特征在于,包括:
经纬度标注模块,用于对光伏电站内目标设备进行定位并标注对应的目标经纬度;
运行数据获取模块,用于获取按照预设采集频率采集的所述目标设备的目标运行数据;
发电量数据确定模块,用于基于所述目标运行数据确定预设时间段内所述目标设备中的目标组串对应的目标发电量数据;
故障组串确定模块,用于基于所述目标组串对应的所述目标经纬度及所述目标发电量数据并利用聚类算法确定故障目标组串;
故障组件确定模块,用于利用线下排查设备对所述故障目标组串中的组件进行逐件排查,以确定故障目标组件。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的光伏电站设备故障诊断方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的光伏电站设备故障诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210366043.6A CN114722310A (zh) | 2022-04-08 | 2022-04-08 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210366043.6A CN114722310A (zh) | 2022-04-08 | 2022-04-08 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114722310A true CN114722310A (zh) | 2022-07-08 |
Family
ID=82242881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210366043.6A Pending CN114722310A (zh) | 2022-04-08 | 2022-04-08 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114722310A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116317166A (zh) * | 2023-04-12 | 2023-06-23 | 公安县前锋科技能源有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
-
2022
- 2022-04-08 CN CN202210366043.6A patent/CN114722310A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116317166A (zh) * | 2023-04-12 | 2023-06-23 | 公安县前锋科技能源有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
CN116317166B (zh) * | 2023-04-12 | 2023-12-29 | 杭州电力设备制造有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2920660B1 (en) | Assessment of power system equipment for equipment maintenance and/or risk mitigation | |
WO2018028005A1 (zh) | 一种大型光伏电站中电池面板的故障检测算法 | |
WO2020143327A1 (zh) | 一种基于大数据的机房巡检方法及相关设备 | |
CN112697798B (zh) | 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置 | |
CN104866926A (zh) | 基于气象因素和时间序列分析的配电网故障数量预测方法 | |
CN113359761B (zh) | 变电站用机器人巡检路径规划方法、装置及存储介质 | |
CN115036922B (zh) | 一种分布式光伏发电电量预测方法及系统 | |
CN114722310A (zh) | 一种光伏电站设备故障诊断方法、装置、设备及介质 | |
CN115712735A (zh) | 一种基于大数据的风电机组故障监测预警方法及系统 | |
CN105840433B (zh) | 风电机组点检信息管理系统和风电机组点检管理系统 | |
CN109889258B (zh) | 一种光网络故障校验方法和设备 | |
CN111652191A (zh) | 一种基于陆空两级光伏发电系统的故障检测方法及系统 | |
CN112885049B (zh) | 基于运行数据的智能电缆预警系统、方法及装置 | |
CN113902222B (zh) | 一种新能源智慧运维系统 | |
Abdelmoula et al. | Towards a sustainable edge computing framework for condition monitoring in decentralized photovoltaic systems | |
CN111834494A (zh) | 电池组件的制备方法、装置、设备及存储介质 | |
CN111651648A (zh) | 杆塔关键部件巡检计划的智能化生成方法和装置 | |
CN111123248A (zh) | 终端实时位置定位方法和系统、终端全生命周期监控方法和系统 | |
CN117786372B (zh) | 基于机器学习的分布式光伏发电数据处理方法及系统 | |
Cardinale-Villalobos et al. | IoT System for Thermographic Data Acquisition of Photovoltaic Installations | |
CN113114987B (zh) | 一种基于Hadoop的电力系统巡检方法和系统 | |
CN117764547A (zh) | 一种光伏组串故障诊断方法及系统 | |
CN116822206A (zh) | 一种在线故障诊断方法及系统 | |
CN117591863A (zh) | 储能充电设备远程故障检测方法及检测装置 | |
JP2024011828A (ja) | 診断装置 |
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 |