CN116582084B - 一种太阳能光伏载具的安装监测方法及系统 - Google Patents
一种太阳能光伏载具的安装监测方法及系统 Download PDFInfo
- Publication number
- CN116582084B CN116582084B CN202310842196.8A CN202310842196A CN116582084B CN 116582084 B CN116582084 B CN 116582084B CN 202310842196 A CN202310842196 A CN 202310842196A CN 116582084 B CN116582084 B CN 116582084B
- Authority
- CN
- China
- Prior art keywords
- installation
- monitoring
- data set
- quality index
- carrier
- 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
- 238000009434 installation Methods 0.000 title claims abstract description 302
- 238000012544 monitoring process Methods 0.000 title claims abstract description 271
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013210 evaluation model Methods 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000013461 design Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 50
- 230000033001 locomotion Effects 0.000 claims description 45
- 230000005540 biological transmission Effects 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012806 monitoring device Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 5
- 238000010248 power generation Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 230000003746 surface roughness Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
-
- 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
本发明公开了一种太阳能光伏载具的安装监测方法及系统,涉及数据处理领域,其中,所述方法包括:根据第一光伏载具的结构设计信息,确定第一载具结构和第二载具结构;将第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;将第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数;基于固定安装质量指数和可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。解决了现有技术中针对太阳能光伏载具的安装监测准确性不足,进而造成太阳能光伏载具的安装评估质量不高的技术问题。达到了提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
Description
技术领域
本发明涉及数据处理领域,具体地,涉及一种太阳能光伏载具的安装监测方法及系统。
背景技术
太阳能光伏载具的安装监测对于光伏发电系统的正常运行具有重要影响。如果太阳能光伏载具的安装不当,轻则会影响光伏发电系统的发电效率,造成资源浪费,重则会对光伏发电系统造成不可逆的永久损坏。传统的太阳能光伏载具的安装监测模式主要依赖于人工,存在着监测准确性低、安装评估误差大等诸多弊端。如何对太阳能光伏载具进行有效地安装监测及评估,受到人们的广泛关注。
现有技术中,存在针对太阳能光伏载具的安装监测准确性不足,进而造成太阳能光伏载具的安装评估质量不高的技术问题。
发明内容
本申请提供了一种太阳能光伏载具的安装监测方法及系统。解决了现有技术中针对太阳能光伏载具的安装监测准确性不足,进而造成太阳能光伏载具的安装评估质量不高的技术问题。达到了通过对太阳能光伏载具进行分布监测及多维度安装质量分析,提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
鉴于上述问题,本申请提供了一种太阳能光伏载具的安装监测方法及系统。
第一方面,本申请提供了一种太阳能光伏载具的安装监测方法,其中,所述方法应用于一种太阳能光伏载具的安装监测系统,所述方法包括:获取第一光伏载具的结构设计信息;根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
第二方面,本申请还提供了一种太阳能光伏载具的安装监测系统,其中,所述系统包括:结构设计信息获取模块,所述结构设计信息获取模块用于获取第一光伏载具的结构设计信息;载具结构确定模块,所述载具结构确定模块用于根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;分布监测模块,所述分布监测模块用于根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;固定质量指数确定模块,所述固定质量指数确定模块用于将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;可移动质量指数确定模块,所述可移动质量指数确定模块用于将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;安装评估结果输出模块,所述安装评估结果输出模块用于基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
第三方面,本申请还提供了一种电子设备,包括:存储器,用于存储可执行指令;处理器,用于执行所述存储器中存储的可执行指令时,实现本申请提供的一种太阳能光伏载具的安装监测方法。
第四方面,本申请还提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的一种太阳能光伏载具的安装监测方法。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过第一光伏载具的结构设计信息,确定第一载具结构和第二载具结构;通过数据监测装置对第一载具结构和第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;将第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;将第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数;通过表面监测数据集对第一光伏载具进行安装表面质量分析,生成安装表面质量指数,结合固定安装质量指数和可移动安装质量指数,获得第一光伏载具的安装评估结果。达到了通过对太阳能光伏载具进行分布监测及多维度安装质量分析,提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种太阳能光伏载具的安装监测方法的流程示意图;
图2为本申请一种太阳能光伏载具的安装监测方法中得到固定安装质量指数的流程示意图;
图3为本申请一种太阳能光伏载具的安装监测系统的结构示意图;
图4为本申请示例性电子设备的结构示意图。
附图标记说明:结构设计信息获取模块11,载具结构确定模块12,分布监测模块13,固定质量指数确定模块14,可移动质量指数确定模块15,安装评估结果输出模块16,处理器31,存储器32,输入装置33,输出装置34。
实施方式
本申请通过提供一种太阳能光伏载具的安装监测方法及系统。解决了现有技术中针对太阳能光伏载具的安装监测准确性不足,进而造成太阳能光伏载具的安装评估质量不高的技术问题。达到了通过对太阳能光伏载具进行分布监测及多维度安装质量分析,提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
实施例
请参阅附图1,本申请提供一种太阳能光伏载具的安装监测方法,其中,所述方法应用于一种太阳能光伏载具的安装监测系统,所述系统与数据监测装置通信连接,所述方法具体包括如下步骤:
步骤S100:获取第一光伏载具的结构设计信息;
步骤S200:根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;
步骤S300:根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;
具体而言,按照结构设计信息对第一光伏载具进行固定结构、可移动结构的标识,获得第一载具结构、第二载具结构。通过数据监测装置对第一载具结构、第二载具结构进行分布监测,获得第一安装监测数据集和第二安装监测数据集。
其中,所述第一光伏载具为使用所述一种太阳能光伏载具的安装监测系统进行智能化安装监测及安装评估的任意太阳能光伏载具。所述结构设计信息包括第一光伏载具的结构设计图。所述第一载具结构包括第一光伏载具的固定结构。所述第一载具结构包括第一光伏载具的机架结构、丝杆结构、支撑结构、存储结构。存储结构包括存储架,以及设置在存储架上的多层载具空间,多层载具空间中的每层载具空间均包括多个平行设置的支撑条。所述第二载具结构为第一光伏载具的可移动结构。所述第二载具结构包括第一光伏载具的水平可移动传输导轨、垂直可移动传输导轨。机架结构上设置有传输导辊,相邻的传输导辊之间具有固定间隙。丝杆结构用于控制存储结构的升降。机架结构上还设置有产品传感器。当产品传感器检测到传输导辊上存在产品时,通过水平可移动传输导轨、垂直可移动传输导轨、传输导辊将产品向前传输,丝杆机构驱动存储结构上升,将产品顶起落入载具空间内。所述数据监测装置包括图像采集装置、数据传输设备、惯性传感器、表面粗糙度传感器。所述第一安装监测数据集包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集。所述第二安装监测数据集包括水平可移动传输导轨的监测数据集和垂直可移动传输导轨的监测数据集。
达到了通过数据监测装置对第一载具结构、第二载具结构进行分布监测,获得第一安装监测数据集和第二安装监测数据集,提高太阳能光伏载具的安装监测的全面性的技术效果。
步骤S400:将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;
进一步的,如附图2所示,本申请步骤S400还包括:
步骤S410:获取所述第一安装监测数据集,其中,所述第一安装监测数据集包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集;
具体而言,第一安装监测数据集包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集。所述机架结构监测数据集包括传输导辊数量参数、传输导辊位置参数、传输导辊尺寸参数、导辊固定间隙位置参数、导辊固定间隙尺寸参数、产品传感器规格参数、产品传感器位置参数等机架结构数据信息。所述丝杆结构监测数据集包括丝杠尺寸参数、螺母尺寸参数、防尘片材料参数、防尘片尺寸参数等丝杆结构参数。所述支撑结构监测数据集包括支撑杆数量参数、支撑杆尺寸参数等支撑结构数据信息。所述存储结构监测数据集包括存储架尺寸参数、载具空间尺寸参数、载具空间数量参数、载具空间间隙参数等存储结构数据信息。
步骤S420:搭建固定安装评估模型,其中,所述固定安装评估模型包括固定稳定性、固定错位率以及固定间隙度;
步骤S430:将所述机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集输入所述固定安装评估模型,输出固定安装质量指数。
进一步的,本申请步骤S430还包括:
步骤S431:基于所述机架结构监测数据集、所述丝杆结构监测数据集、所述支撑结构监测数据集以及所述存储结构监测数据集,搭建固定监测矩阵;
步骤S432:基于AHP层次分析法对所述固定监测矩阵进行权重计算,得到权重因子集合;
步骤S433:基于所述权重因子集合对输入所述固定安装评估模型的数据进行权重处理,输出固定安装质量指数。
具体而言,对第一安装监测数据集中的机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集进行矩阵化处理,获得固定监测矩阵。所述固定监测矩阵包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集对应的数据矩阵。示例性地,可通过现有技术中的matlab软件对机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集进行矩阵转换,获得固定监测矩阵。进一步,通过AHP层次分析法对固定监测矩阵进行权重计算,获得权重因子集合。所述权重因子集合包括固定监测矩阵中多个数据对应的多个权重因子。权重因子是用于表征固定监测矩阵中数据的安装质量影响性的参数信息。权重因子越大,对应的固定监测矩阵中数据的安装质量影响性越高。所述AHP层次分析法是一种定性和定量相结合、系统化、层次化的分析方法。AHP层次分析法是一种将与决策有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。示例性地,在通过AHP层次分析法对固定监测矩阵进行权重计算时,构建AHP权重分析模型。AHP权重分析模型包括目标层、准则层、输出层。目标层包括分析目标。分析目标是获得权重因子集合。准则层包括权重分析数据库。将固定监测矩阵作为输入信息,输入权重分析数据库,通过权重分析数据库对固定监测矩阵进行权重因子匹配,获得权重因子集合,并通过输出层对权重因子集合进行输出。基于固定监测矩阵进行历史数据查询,获得多个历史固定监测矩阵、多个历史权重因子集合。分析多个历史固定监测矩阵与多个历史权重因子集合之间的对应关系,按照对应关系将多个历史固定监测矩阵与多个历史权重因子集合进行排列,即可获得权重分析数据库。
进一步,按照权重因子集合对机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集、存储结构监测数据集进行标识,获得第一标识安装监测数据集。将第一标识安装监测数据集作为输入信息,输入固定安装评估模型,获得固定安装质量指数。其中,所述固定安装质量指数包括固定稳定性指数、固定错位率指数、固定间隙度指数。固定稳定性指数越高,则,第一载具结构的稳定性越高。固定错位率指数越高,则,第一载具结构的安装位置错误越多。固定间隙度指数越高,则,第一载具结构的间隙适配度越高。示例性地,在构建固定安装评估模型时,基于第一标识安装监测数据集进行大数据查询,获得多组构建数据。每组构建数据包括第一历史标识安装监测数据集,以及第一历史标识安装监测数据集对应的历史固定稳定性指数、历史固定错位率指数、历史固定间隙度指数。将多组构建数据中随机的70%的数据信息划分为训练数据集。将多组构建数据中随机的30%的数据信息划分为测试数据集。基于BP神经网络,对训练数据集进行交叉监督训练,获得固定安装评估模型。将测试数据集作为输入信息,输入固定安装评估模型,通过测试数据集对固定安装评估模型进行参数更新。所述BP神经网络是一种按照误差逆向传播算法进行训练的多层前馈神经网络。所述BP神经网络包括输入层、多层神经元、输出层。BP神经网络可以进行正向计算、反向计算。正向计算时,输入信息从输入层经过多层神经元逐层处理,转向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向计算,将误差信号沿原来的连接通路返回,通过修改各神经元的权值,使得误差信号最小。固定安装评估模型符合BP神经网络,即,固定安装评估模型包括输入层、隐含层、输出层。固定安装评估模型具备对输入的标识安装监测数据集进行固定稳定性指数、固定错位率指数、固定间隙度指数匹配的功能。
达到了通过固定安装评估模型对第一安装监测数据集进行固定稳定性、固定错位率及固定间隙度的多维度分析,获得准确的固定安装质量指数,提高太阳能光伏载具的安装质量评估的精准度的技术效果。
步骤S500:将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;
进一步的,本申请步骤S500还包括:
步骤S510:获取所述第二安装监测数据集,其中,所述第二安装监测数据集包括水平可移动传输导轨的监测数据集和垂直可移动传输导轨的监测数据集;
步骤S520:将所述水平可移动传输导轨的监测数据集和所述垂直可移动传输导轨的监测数据集输入所述移动式安装评估模型中,得到水平移动质量指数和垂直移动质量指数;
步骤S530:根据所述水平移动质量指数和所述垂直移动质量指数进行均值计算,输出可移动安装质量指数。
具体而言,将水平可移动传输导轨的监测数据集和垂直可移动传输导轨的监测数据集输入移动式安装评估模型,获得水平移动质量指数和垂直移动质量指数。对水平移动质量指数和垂直移动质量指数进行均值计算,获得平均移动质量指数,并将平均移动质量指数、水平移动质量指数、垂直移动质量指数添加至可移动安装质量指数。其中,水平可移动传输导轨的监测数据集包括水平可移动传输导轨的尺寸参数、倾斜参数、倾角参数、表面粗糙度参数等。所述垂直可移动传输导轨的监测数据集包括垂直可移动传输导轨的尺寸参数、倾斜参数、倾角参数、表面粗糙度参数等。水平移动质量指数越高,对应的水平可移动传输导轨的安装质量越高。垂直移动质量指数越高,对应的垂直可移动传输导轨的安装质量越高。平均移动质量指数包括水平移动质量指数和垂直移动质量指数之间的平均值。所述可移动安装质量指数包括水平移动质量指数、垂直移动质量指数、平均移动质量指数。示例性地,在构建移动式安装评估模型时,基于第二安装监测数据集进行历史数据查询,获得多个训练数据组。每个训练数据组包括水平可移动传输导轨的历史监测数据集、垂直可移动传输导轨的历史监测数据集、历史水平移动质量指数、历史垂直移动质量指数。将多个训练数据组进行不断的自我训练学习至收敛状态,即可获得移动式安装评估模型。移动式安装评估模型具备对输入的第二安装监测数据集进行智能化分析及移动质量指数匹配的功能。达到了通过移动式安装评估模型对第二安装监测数据集进行准确而高效地移动质量指数分析,提高太阳能光伏载具的安装评估的全面性的技术效果。
进一步的,本申请步骤S530还包括:
步骤S531:获取控制水平可移动传输导轨的第一传感器;
步骤S532:获取控制垂直可移动传输导轨的第二传感器;
步骤S533:对所述第一传感器和所述第二传感器进行控制监测,获得监测样本数据集;
步骤S534:基于所述监测样本数据集分别进行水平传感控制分析和垂直传感控制分析,得到传感控制质量指数,其中,所述传感控制质量指数用于标识载具进行移动控制的质量程度;
进一步的,本申请步骤S534还包括:
步骤S5341:基于所述监测样本数据集进行传感分析,得到水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数;
步骤S5342:以所述水平反应延时指数、所述水平控制故障指数、所述垂直反应延时指数和所述垂直控制故障指数,得到传感控制质量指数。
步骤S535:根据所述水平移动质量指数、所述垂直移动质量指数和所述传感控制质量指数,输出可移动安装质量指数。
具体而言,对第一传感器和第二传感器进行数据查询,获得监测样本数据集。所述第一传感器为水平可移动传输导轨的控制监测传感器。所述第二传感器为垂直可移动传输导轨的控制监测传感器。所述监测样本数据集包括水平导轨样本数据集、垂直导轨样本数据集。水平导轨样本数据集包括水平可移动传输导轨的多个控制响应时间、多个控制故障事件。每个控制故障事件包括水平可移动传输导轨的控制故障时间、控制故障位置、控制故障时长、控制故障原因、故障影响。垂直导轨样本数据集包括垂直可移动传输导轨的多个控制响应时间、多个控制故障事件。每个控制故障事件包括垂直可移动传输导轨的控制故障时间、控制故障位置、控制故障时长、控制故障原因、故障影响。
进一步,对水平导轨样本数据集进行传感分析,获得水平反应延时指数、水平控制故障指数。水平反应延时指数是用于表征水平可移动传输导轨的移动控制灵敏度的参数信息。水平反应延时指数越高,则,水平可移动传输导轨的移动控制灵敏度越低。水平控制故障指数用于表征水平可移动传输导轨的移动控制质量的参数信息。水平控制故障指数越高,对应的水平可移动传输导轨的移动控制质量越低。继而,对垂直导轨样本数据集进行传感分析,获得垂直反应延时指数和垂直控制故障指数。垂直反应延时指数是用于表征垂直可移动传输导轨的移动控制灵敏度的参数信息。垂直反应延时指数越高,则,垂直可移动传输导轨的移动控制灵敏度越低。垂直控制故障指数用于表征垂直可移动传输导轨的移动控制质量的参数信息。垂直控制故障指数越高,对应的垂直可移动传输导轨的移动控制质量越低。示例性地,在对监测样本数据集中的水平导轨样本数据集、垂直导轨样本数据集进行传感分析时,基于监测样本数据集进行历史数据查询,获得传感分析数据库。传感分析数据库包括多组传感分析记录。每组传感分析记录包括历史监测样本数据集,以及历史监测样本数据集对应的历史水平反应延时指数、历史水平控制故障指数、历史垂直反应延时指数和历史垂直控制故障指数。将监测样本数据集中的水平导轨样本数据集、垂直导轨样本数据集输入传感分析数据库,通过传感分析数据库进行传感控制指数匹配,即可获得水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数。
进一步,基于水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数,获得传感控制质量指数,结合水平移动质量指数、垂直移动质量指数、平均移动质量指数,获得可移动安装质量指数。其中,所述传感控制质量指数包括水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数。所述可移动安装质量指数包括水平移动质量指数、垂直移动质量指数、平均移动质量指数、传感控制质量指数。达到了通过对监测样本数据集进行水平传感控制分析和垂直传感控制分析,获得传感控制质量指数,提高太阳能光伏载具的安装评估质量的技术效果。
步骤S600:基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
进一步的,本申请步骤S600还包括:
步骤S610:根据所述数据监测装置,获取第一光伏载具的表面监测数据集;
步骤S620:基于所述表面监测数据集进行表面瑕疵分析,得到瑕疵特征集;
步骤S630:按照所述瑕疵特征集进行安装表面质量分析,生成安装表面质量指数;
步骤S640:基于所述安装表面质量指数、所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
具体而言,根据数据监测装置中的图像采集装置对第一光伏载具进行图像采集,获得表面监测数据集。通过对表面监测数据集进行表面瑕疵识别,获得瑕疵特征集。通过对瑕疵特征集进行安装表面质量分析,生成安装表面质量指数,结合固定安装质量指数和可移动安装质量指数,获得第一光伏载具的安装评估结果。其中,所述表面监测数据集包括第一光伏载具的各个表面图像数据信息。所述瑕疵特征集包括第一光伏载具的各个表面是否存在瑕疵,以及各个表面的瑕疵位置、瑕疵面积、瑕疵深度等数据信息。安装表面质量指数越高,则,第一光伏载具的表面瑕疵越少。示例性地,在获得安装表面质量指数时,对瑕疵特征集中各个表面的瑕疵面积进行加和计算,获得瑕疵总面积。对第一光伏载具的各个表面积进行加和计算,获得总表面积。将瑕疵总面积与总表面积之间的比值输出为安装表面质量指数。第一光伏载具的安装评估结果包括安装表面质量指数、固定安装质量指数和可移动安装质量指数。达到了通过安装表面质量指数、固定安装质量指数和可移动安装质量指数,获得第一光伏载具的安装评估结果,提高太阳能光伏载具的安装评估质量的技术效果。
综上所述,本申请所提供的一种太阳能光伏载具的安装监测方法具有如下技术效果:
1.通过第一光伏载具的结构设计信息,确定第一载具结构和第二载具结构;通过数据监测装置对第一载具结构和第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;将第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;将第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数;通过表面监测数据集对第一光伏载具进行安装表面质量分析,生成安装表面质量指数,结合固定安装质量指数和可移动安装质量指数,获得第一光伏载具的安装评估结果。达到了通过对太阳能光伏载具进行分布监测及多维度安装质量分析,提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
2.通过固定安装评估模型对第一安装监测数据集进行固定稳定性、固定错位率及固定间隙度的多维度分析,获得准确的固定安装质量指数,提高太阳能光伏载具的安装质量评估的精准度。
3.通过对监测样本数据集进行水平传感控制分析和垂直传感控制分析,获得传感控制质量指数,提高太阳能光伏载具的安装评估质量。
实施例
基于与前述实施例中一种太阳能光伏载具的安装监测方法,同样发明构思,本发明还提供了一种太阳能光伏载具的安装监测系统,所述系统与数据监测装置通信连接,请参阅附图3,所述系统包括:
结构设计信息获取模块11,所述结构设计信息获取模块11用于获取第一光伏载具的结构设计信息;
载具结构确定模块12,所述载具结构确定模块12用于根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;
分布监测模块13,所述分布监测模块13用于根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;
固定质量指数确定模块14,所述固定质量指数确定模块14用于将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;
可移动质量指数确定模块15,所述可移动质量指数确定模块15用于将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;
安装评估结果输出模块16,所述安装评估结果输出模块16用于基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
进一步的,所述系统还包括:
第一执行模块,所述第一执行模块用于获取所述第一安装监测数据集,其中,所述第一安装监测数据集包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集;
搭建模块,所述搭建模块用于搭建固定安装评估模型,其中,所述固定安装评估模型包括固定稳定性、固定错位率以及固定间隙度;
固定安装质量指数输出模块,所述固定安装质量指数输出模块用于将所述机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集输入所述固定安装评估模型,输出固定安装质量指数。
进一步的,所述系统还包括:
矩阵确定模块,所述矩阵确定模块用于基于所述机架结构监测数据集、所述丝杆结构监测数据集、所述支撑结构监测数据集以及所述存储结构监测数据集,搭建固定监测矩阵;
权重计算模块,所述权重计算模块用于基于AHP层次分析法对所述固定监测矩阵进行权重计算,得到权重因子集合;
权重处理模块,所述权重处理模块用于基于所述权重因子集合对输入所述固定安装评估模型的数据进行权重处理,输出固定安装质量指数。
进一步的,所述系统还包括:
第二执行模块,所述第二执行模块用于获取所述第二安装监测数据集,其中,所述第二安装监测数据集包括水平可移动传输导轨的监测数据集和垂直可移动传输导轨的监测数据集;
移动质量指数确定模块,所述移动质量指数确定模块用于将所述水平可移动传输导轨的监测数据集和所述垂直可移动传输导轨的监测数据集输入所述移动式安装评估模型中,得到水平移动质量指数和垂直移动质量指数;
第三执行模块,所述第三执行模块用于根据所述水平移动质量指数和所述垂直移动质量指数进行均值计算,输出可移动安装质量指数。
进一步的,所述系统还包括:
第四执行模块,所述第四执行模块用于获取控制水平可移动传输导轨的第一传感器;
第五执行模块,所述第五执行模块用于获取控制垂直可移动传输导轨的第二传感器;
监测样本数据集获得模块,所述监测样本数据集获得模块用于对所述第一传感器和所述第二传感器进行控制监测,获得监测样本数据集;
传感控制分析模块,所述传感控制分析模块用于基于所述监测样本数据集分别进行水平传感控制分析和垂直传感控制分析,得到传感控制质量指数,其中,所述传感控制质量指数用于标识载具进行移动控制的质量程度;
第六执行模块,所述第六执行模块用于根据所述水平移动质量指数、所述垂直移动质量指数和所述传感控制质量指数,输出可移动安装质量指数。
进一步的,所述系统还包括:
第七执行模块,所述第七执行模块用于基于所述监测样本数据集进行传感分析,得到水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数;
第八执行模块,所述第八执行模块用于以所述水平反应延时指数、所述水平控制故障指数、所述垂直反应延时指数和所述垂直控制故障指数,得到传感控制质量指数。
进一步的,所述系统还包括:
表面监测数据获取模块,所述表面监测数据获取模块用于根据所述数据监测装置,获取第一光伏载具的表面监测数据集;
表面瑕疵分析模块,所述表面瑕疵分析模块用于基于所述表面监测数据集进行表面瑕疵分析,得到瑕疵特征集;
安装表面质量分析模块,所述安装表面质量分析模块用于按照所述瑕疵特征集进行安装表面质量分析,生成安装表面质量指数;
第九执行模块,所述第九执行模块用于基于所述安装表面质量指数、所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
本发明实施例所提供的一种太阳能光伏载具的安装监测系统可执行本发明任意实施例所提供的一种太阳能光伏载具的安装监测方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例
图4为本发明实施例三提供的电子设备的结构示意图,示出了适于用来实现本发明实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图4所示,该电子设备包括处理器31、存储器32、输入装置33及输出装置34;电子设备中处理器31的数量可以是一个或多个,图4中以一个处理器31为例,电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种太阳能光伏载具的安装监测方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述一种太阳能光伏载具的安装监测方法。
本申请提供了一种太阳能光伏载具的安装监测方法,其中,所述方法应用于一种太阳能光伏载具的安装监测系统,所述方法包括:通过第一光伏载具的结构设计信息,确定第一载具结构和第二载具结构;通过数据监测装置对第一载具结构和第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;将第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;将第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数;通过表面监测数据集对第一光伏载具进行安装表面质量分析,生成安装表面质量指数,结合固定安装质量指数和可移动安装质量指数,获得第一光伏载具的安装评估结果。解决了现有技术中针对太阳能光伏载具的安装监测准确性不足,进而造成太阳能光伏载具的安装评估质量不高的技术问题。达到了通过对太阳能光伏载具进行分布监测及多维度安装质量分析,提高太阳能光伏载具的安装监测准确性,提升太阳能光伏载具的安装评估质量的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (7)
1.一种太阳能光伏载具的安装监测方法,其特征在于,所述方法应用于太阳能光伏载具的安装监测系统,所述系统与数据监测装置通信连接,所述方法包括:
获取第一光伏载具的结构设计信息;
根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;
根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;
将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;
将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;
基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果;
将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数,方法包括:
获取所述第一安装监测数据集,其中,所述第一安装监测数据集包括机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集;
搭建固定安装评估模型,其中,所述固定安装评估模型包括固定稳定性、固定错位率以及固定间隙度;
将所述机架结构监测数据集、丝杆结构监测数据集、支撑结构监测数据集以及存储结构监测数据集输入所述固定安装评估模型,输出固定安装质量指数;
所述输出固定安装质量指数,方法还包括:
基于所述机架结构监测数据集、所述丝杆结构监测数据集、所述支撑结构监测数据集以及所述存储结构监测数据集,搭建固定监测矩阵;
基于AHP层次分析法对所述固定监测矩阵进行权重计算,得到权重因子集合;
基于所述权重因子集合对输入所述固定安装评估模型的数据进行权重处理,输出固定安装质量指数;
所述将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,方法包括:
获取所述第二安装监测数据集,其中,所述第二安装监测数据集包括水平可移动传输导轨的监测数据集和垂直可移动传输导轨的监测数据集;
将所述水平可移动传输导轨的监测数据集和所述垂直可移动传输导轨的监测数据集输入所述移动式安装评估模型中,得到水平移动质量指数和垂直移动质量指数;
根据所述水平移动质量指数和所述垂直移动质量指数进行均值计算,输出可移动安装质量指数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取控制水平可移动传输导轨的第一传感器;
获取控制垂直可移动传输导轨的第二传感器;
对所述第一传感器和所述第二传感器进行控制监测,获得监测样本数据集;
基于所述监测样本数据集分别进行水平传感控制分析和垂直传感控制分析,得到传感控制质量指数,其中,所述传感控制质量指数用于标识载具进行移动控制的质量程度;
根据所述水平移动质量指数、所述垂直移动质量指数和所述传感控制质量指数,输出可移动安装质量指数。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述监测样本数据集进行传感分析,得到水平反应延时指数、水平控制故障指数、垂直反应延时指数和垂直控制故障指数;
以所述水平反应延时指数、所述水平控制故障指数、所述垂直反应延时指数和所述垂直控制故障指数,得到传感控制质量指数。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述数据监测装置,获取第一光伏载具的表面监测数据集;
基于所述表面监测数据集进行表面瑕疵分析,得到瑕疵特征集;
按照所述瑕疵特征集进行安装表面质量分析,生成安装表面质量指数;
基于所述安装表面质量指数、所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
5.一种太阳能光伏载具的安装监测系统,其特征在于,所述系统用于执行权利要求1至4任意一项所述的方法,所述系统与数据监测装置通信连接,所述系统包括:
结构设计信息获取模块,所述结构设计信息获取模块用于获取第一光伏载具的结构设计信息;
载具结构确定模块,所述载具结构确定模块用于根据所述结构设计信息,确定第一载具结构和第二载具结构,其中,所述第一载具结构为载具的固定结构,所述第二载具结构为载具的可移动结构;
分布监测模块,所述分布监测模块用于根据所述数据监测装置,对所述第一载具结构和所述第二载具结构分布监测,得到第一安装监测数据集和第二安装监测数据集;
固定质量指数确定模块,所述固定质量指数确定模块用于将所述第一安装监测数据集输入固定安装评估模型中,得到固定安装质量指数;
可移动质量指数确定模块,所述可移动质量指数确定模块用于将所述第二安装监测数据集输入移动式安装评估模型中,得到可移动安装质量指数,其中,所述固定安装评估模型与所述移动式安装评估模型相连接;
安装评估结果输出模块,所述安装评估结果输出模块用于基于所述固定安装质量指数和所述可移动安装质量指数,输出基于所述第一光伏载具的安装评估结果。
6.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至4任一项所述的一种太阳能光伏载具的安装监测方法。
7.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4中任一所述的一种太阳能光伏载具的安装监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310842196.8A CN116582084B (zh) | 2023-07-11 | 2023-07-11 | 一种太阳能光伏载具的安装监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310842196.8A CN116582084B (zh) | 2023-07-11 | 2023-07-11 | 一种太阳能光伏载具的安装监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116582084A CN116582084A (zh) | 2023-08-11 |
CN116582084B true CN116582084B (zh) | 2023-11-17 |
Family
ID=87534383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310842196.8A Active CN116582084B (zh) | 2023-07-11 | 2023-07-11 | 一种太阳能光伏载具的安装监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116582084B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021232257A1 (zh) * | 2020-05-19 | 2021-11-25 | 华为数字能源技术有限公司 | 一种光伏系统 |
CN114050787A (zh) * | 2021-11-19 | 2022-02-15 | 山东理工大学 | 太阳能光伏发电组件故障在线检测装置及其检测方法 |
CN217655853U (zh) * | 2022-06-30 | 2022-10-25 | 环晟光伏(江苏)有限公司 | 一种光伏载具抽检装置 |
-
2023
- 2023-07-11 CN CN202310842196.8A patent/CN116582084B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021232257A1 (zh) * | 2020-05-19 | 2021-11-25 | 华为数字能源技术有限公司 | 一种光伏系统 |
CN114050787A (zh) * | 2021-11-19 | 2022-02-15 | 山东理工大学 | 太阳能光伏发电组件故障在线检测装置及其检测方法 |
CN217655853U (zh) * | 2022-06-30 | 2022-10-25 | 环晟光伏(江苏)有限公司 | 一种光伏载具抽检装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116582084A (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111259947A (zh) | 一种基于多模态学习的电力系统故障预警方法和系统 | |
CN112363896B (zh) | 日志异常检测系统 | |
CN110645153B (zh) | 风力发电机组故障诊断方法、装置和电子设备 | |
CN116245406B (zh) | 基于运维质量管理数据库的软件运维质量评价方法及系统 | |
CN116737510B (zh) | 一种基于数据分析的键盘智能监测方法及系统 | |
CN110737975B (zh) | 基于经验模态分解与自回归模型的风电场风速、功率预测和异常修正方法 | |
CN115980531A (zh) | 一种特定环境下的gis开关柜质量检测方法及系统 | |
CN116582084B (zh) | 一种太阳能光伏载具的安装监测方法及系统 | |
CN111984514B (zh) | 基于Prophet-bLSTM-DTW的日志异常检测方法 | |
CN111313830B (zh) | 逆变器诊断方法及系统 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
Xu et al. | Research on Load Forecasting Based on CNN-LSTM Hybrid Deep Learning Model | |
CN114676887A (zh) | 一种基于图卷积stg-lstm的河流水质预测方法 | |
CN115598459A (zh) | 一种配电网10kV馈线故障停电预测方法 | |
CN117113267B (zh) | 基于大数据的预测模型训练方法、光伏发电性能检测方法 | |
CN116633026B (zh) | 清洁能源感知监控方法、装置、计算机设备及存储介质 | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
Timoshenko et al. | Algorithm for validation of the radar digital twin based on the results of diagnostic control data processing | |
CN114070198B (zh) | 分布式光伏发电系统的故障诊断方法、装置和电子设备 | |
CN116542552A (zh) | 一种电网韧性的低碳综合评价指标方法 | |
CN117931781A (zh) | 一种有源配电网数据在线互校验方法及系统 | |
CN113762713A (zh) | 一种光伏发电实时电力测量数据质量评估方法及装置 | |
Sai et al. | Bus net Load Forecast Considering Photovoltaic Output Correlation | |
Laayouj et al. | Photovoltaic module health monitoring and degradation assessment | |
Zhang et al. | B-LSTM ultra-short-term wind power prediction based on LOF data anomaly detection |
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 | ||
CB02 | Change of applicant information |
Address after: A5, Dongjiu (Nantong) Smart Garden, No. 1199, Bihua Road, Nantong High tech Zone, Jiangsu 226300 Applicant after: Nantong Jiufang New Materials Co.,Ltd. Address before: A5, Dongjiu (Nantong) Smart Garden, No. 1199, Bihua Road, Nantong High tech Zone, Jiangsu 226300 Applicant before: Nantong Jiufang New Material Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |