CN117408676A - 光伏电站的运维管理方法、装置及存储介质 - Google Patents
光伏电站的运维管理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117408676A CN117408676A CN202311501981.3A CN202311501981A CN117408676A CN 117408676 A CN117408676 A CN 117408676A CN 202311501981 A CN202311501981 A CN 202311501981A CN 117408676 A CN117408676 A CN 117408676A
- Authority
- CN
- China
- Prior art keywords
- power generation
- photovoltaic power
- target
- generation group
- group
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 79
- 238000007726 management method Methods 0.000 title claims abstract description 65
- 238000010248 power generation Methods 0.000 claims abstract description 319
- 238000005286 illumination Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 238000003708 edge detection Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 1
- 238000013461 design Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开一种光伏电站的运维管理方法、装置及存储介质,涉及光伏电站运维管理技术领域。方法包括获取光伏发电组实际发电量及光照强度分布曲线;基于发电量与光照强度之间的对应关系、光照强度分布曲线及光伏发电组的使用年限,确定出各光伏发电组的预测发电量;当存在实际发电量与预测发电量不匹配的目标光伏发电组时,获取目标光伏发电组的光伏发电板的图像;识别光伏发电板边缘,将边缘内区域划分为多个网格;计算各网格所在区域中的网格的灰度均值的均方误差;如果存在均方误差超过预设阈值的区域,则判定目标光伏发电组的光伏发电板表面疑似存在遮挡物。本发明公开方法、装置及存储介质可方便光伏电站的运维管理,保障光伏电站的正常运营。
Description
技术领域
本发明属于光伏电站运维管理技术领域,具体涉及一种光伏电站的运维管理方法、装置及存储介质。
背景技术
光伏电站是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电系统。
光伏电站在运营过程中,光伏发电板表面可能被树叶、鸟粪或其他遮挡物所遮挡,导致光伏发电板表面透光率下降,从而导致发电量明显降低,因此常常需要对光伏发电板表面的遮挡物进行检查并及时清理。光伏电站铺设有大量的光伏发电板,若对每个光伏发电板进行逐一检查,则会耗费大量的人力,给光伏电站的运维管理带来了极大的不便。
因此,如何提供一种有效的方案以方便对光伏发电板表面的遮挡物检测以便光伏电站的运维管理,已成为现有技术中一亟待解决的问题。
发明内容
本发明的目的是提供一种光伏电站的运维管理方法、装置及存储介质,用以解决现有技术中存在的上述问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供了一种光伏电站的运维管理方法,包括:
获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;
基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;
当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含所述目标光伏发电组的光伏发电板的目标图像;
通过边缘检测算法识别出所述目标图像中的光伏发电板边缘,并将所述光伏发电板边缘内的区域划分为多个网格;
计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为所述任一网格及所述任一网格的相邻网格所围成的区域;
如果存在所对应均方误差超过预设阈值的区域,则判定所述目标光伏发电组的光伏发电板的表面疑似存在遮挡物;
向运维管理终端发送第一异常告警信息,所述第一异常告警信息中包括所述目标光伏发电组的标识信息。
基于上述公开的内容,本发明通过获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含目标光伏发电组的光伏发电板的目标图像;通过边缘检测算法识别出目标图像中的光伏发电板边缘,并将光伏发电板边缘内的区域划分为多个网格;计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为任一网格及任一网格的相邻网格所围成的区域;如果存在所对应均方误差超过预设阈值的区域,则判定目标光伏发电组的光伏发电板的表面疑似存在遮挡物;向运维管理终端发送第一异常告警信息,第一异常告警信息中包括目标光伏发电组的标识信息。如此,可通过光照强度和光伏发电组的发电量,确定出发电量异常的光伏发电组,并通过发电量异常的光伏发电组的光伏发电板图像进行网格划分和网格灰度值的均分误差计算,即可十分方便快捷的识别出光伏发电板的表面是否疑似存在遮挡物,并当光伏发电板的表面疑似存在遮挡物时进行告警,以便安排运维人员对表面疑似存在遮挡物的光伏发电板进行检查维护,方便光伏电站的运维管理,保障光伏电站的正常运营。
通过上述的设计,本发明可通过光照强度和光伏发电组的发电量,确定出发电量异常的光伏发电组,并通过发电量异常的光伏发电组的光伏发电板图像进行网格划分和网格灰度值的均分误差计算,即可十分方便快捷的识别出光伏发电板的表面是否疑似存在遮挡物,并当光伏发电板的表面疑似存在遮挡物时进行告警,以便安排运维人员对表面疑似存在遮挡物的光伏发电板进行检查维护,方便光伏电站的运维管理,保障光伏电站的正常运营,便于实际应用和推广。
在一个可能的设计中,在通过边缘检测算法识别出所述目标图像中的光伏发电板边缘之前,所述方法还包括:
将所述目标图像转换为灰度图像;
所述通过边缘检测算法识别出所述目标图像中的光伏发电板边缘,包括:
通过边缘检测算法识别出所述灰度图像中的光伏发电板边缘。
在一个可能的设计中,所述第一异常告警信息中还包括所述目标图像。
在一个可能的设计中,所述方法还包括:
如果不存在所对应均方误差超过预设阈值的区域,则向运维管理终端发送用于表征所述目标光伏发电组电路存在异常风险的第二异常告警信息。
在一个可能的设计中,当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,所述方法还包括:
判断所述目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量是否匹配;
所述获取包含所述目标光伏发电组的光伏发电板的目标图像,包括:
如果所述目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量均匹配,则获取包含所述目标光伏发电组的光伏发电板的目标图像。
在一个可能的设计中,在判定所述目标光伏发电组的光伏发电板表面疑似存在遮挡物之后,所述方法还包括:
将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面的遮挡物检测结果;
其中,所述遮挡物检测模型是以多个表面具有遮挡物的样本光伏发电板的图像作为输入,样本光伏发电板表面是否具有遮挡物的置信度作为输出进行训练得到的。
在一个可能的设计中,所述将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面的遮挡物检测结果,包括:
将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度;
如果所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度大于等于预设置信度阈值,则判定所述目标光伏发电组的光伏发电板表面疑似存在遮挡物;
如果所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度小于预设置信度阈值,则判定所述目标光伏发电组的光伏发电板表面不存在遮挡物。
第二方面,本发明提供了一种光伏电站的运维管理装置,包括:
第一获取单元,用于获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;
确定单元,用于基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;
第二获取单元,用于当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含所述目标光伏发电组的光伏发电板的目标图像;
边缘检测单元,用于通过边缘检测算法识别出所述目标图像中的光伏发电板边缘;
划分单元,用于将所述光伏发电板边缘内的区域划分为多个网格;
计算单元,用于计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为所述任一网格及所述任一网格的相邻网格所围成的区域;
判断单元,用于如果存在所对应均方误差超过预设阈值的区域,则判定所述目标光伏发电组的光伏发电板的表面疑似存在遮挡物;
告警单元,用于向运维管理终端发送第一异常告警信息,所述第一异常告警信息中包括所述目标光伏发电组的标识信息。
第三方面,本发明提供了另一种光伏电站的运维管理装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如上述第一方面或第一方面任一可能设计所述的光伏电站的运维管理方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行第一方面或第一方面任一可能设计所述的光伏电站的运维管理方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面任一可能设计所述的光伏电站的运维管理方法。
有益效果:
本发明提供的光伏电站的运维管理方法、装置及存储介质,可通过光照强度和光伏发电组的发电量,确定出发电量异常的光伏发电组,并通过发电量异常的光伏发电组的光伏发电板图像进行网格划分和网格灰度值的均分误差计算,即可十分方便快捷的识别出光伏发电板的表面是否疑似存在遮挡物,并当光伏发电板的表面疑似存在遮挡物时进行告警,以便安排运维人员对表面疑似存在遮挡物的光伏发电板进行检查维护,方便光伏电站的运维管理,保障光伏电站的正常运营,便于实际应用和推广。
附图说明
图1为本申请实施例提供的光伏电站的运维管理方法的流程图;
图2为本申请实施例提供的光伏电站的运维管理的框图示意图;
图3为本申请实施例提供的另一光伏电站的运维管理的框图示意图。
具体实施方式
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,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
为了方便光伏电站的运维管理,本申请实施例提供了一种光伏电站的运维管理方法、装置及存储介质,该光伏电站的运维管理方法、装置及存储介质可方便光伏电站的运维管理。
本申请实施例提供的光伏电站的运维管理方法可应用于对光伏电站进行运维管理的后台管理终端或服务器。可以理解,所述执行主体并不构成对本申请实施例的限定。
下面将对本申请实施例提供的光伏电站的运维管理方法进行详细说明。
如图1所示,是本申请实施例第一方面提供的光伏电站的运维管理方法的流程图,该光伏电站的运维管理方法可以但不限于包括如下步骤S101-S107。
步骤S101.获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线。
本申请实施例中,前一时间段可以是前半个小时、一个小时或两个小时,具体可根据实际情况设定。光照强度分布曲线可通过光照强度检测仪实时检测到的光照强度确定出。
步骤S102.基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量。
光伏发电组的发电量与光照强度之间的对应关系可在光伏发电组出厂时通过多次测试确定出,在获得前一时间段的光照强度分布曲线后,可根据光伏发电组的发电量与光照强度之间的对应关系及前一时间段的光照强度分布曲线,估算出各光伏发电组在前一时间段的理论发电量。
考虑到光伏发电组的发电效率会随着光伏发电组的使用年限而逐渐衰减,因此可根据各光伏发电组的使用年限计算出各光伏发电组的发电效率衰减比例,然根据各光伏发电组在前一时间段的理论发电量及各光伏发电组的发电效率衰减比例估算出各光伏发电组的在前一时间段的预测发电量。
步骤S103.当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含目标光伏发电组的光伏发电板的目标图像。
其中,前一时间段的实际发电量与对应的预测发电量不匹配,可以是指前一时间段的实际发电量低于对应的预测发电量,且前一时间段的实际发电量与对应的预测发电量的偏差比例超过预设比例。该预设比例可根据实际经验设定,例如可以是25%、25%或30%等。如果存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组,则表明该目标光伏发电组发电量异常,可能目标光伏发电组的光伏发电板表面有遮挡物从而导致目标光伏发电组的发电量过低,此时可通过监控相机获取包含该目标光伏发电组的光伏发电板的目标图像。
在一个或多个实施例中,目标光伏发电组的发电量异常也可能是其他原因引起,而并非由于光伏发电板表面有遮挡物引起。因此,当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,还可以先判断目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量是否匹配,如果目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量均匹配,则说明目标光伏发电组在以前的发电量无异常,可能是由于光伏发电板表面有遮挡物而导致目标光伏发电组的发电量过低,此时再通过监控相机获取包含该目标光伏发电组的光伏发电板的目标图像。
步骤S104.通过边缘检测算法识别出目标图像中的光伏发电板边缘,并将光伏发电板边缘内的区域划分为多个网格。
具体的,可以先将目标图像转换为灰度图像,然后通过边缘检测算法识别出灰度图像中的光伏发电板边缘。该边缘检测算法可以但不限于Canny算法或Laplacian算法等,本申请实施例中不做具体限定。
步骤S105.计算各网格所在区域中的多个网格的灰度均值的均方误差。
其中,任一网格所在区域为任一网格及任一网格的相邻网格所围成的区域,举例与网格1相邻的网格包括网格2-9,则该网格1所在区域为由网格1-9所围成的区域。在将光伏发电板边缘内的区域划分为多个网格后,可计算每个网格的平均灰度值,然后计算各网格所在区域中的多个网格的灰度均值的均方误差。
步骤S106.如果存在所对应均方误差超过预设阈值的区域,则判定目标光伏发电组的光伏发电板的表面疑似存在遮挡物。
光伏发电板表面整体颜色一致,如果光伏发电板表面无遮挡物,则划分成多个网格后,该多个网格的灰度均值基本一致,若存在所对应均方误差超过预设阈值的区域,则说明存在颜色明显不一致的区域,此时判定目标光伏发电组的光伏发电板的表面疑似存在遮挡物。
步骤S107.向运维管理终端发送第一异常告警信息。
如果存在所对应均方误差超过预设阈值的区域,则说明目标光伏发电组的光伏发电板的表面可能存在遮挡物,此时可向运维管理终端发送一用于表征光伏发电板的表面可能存在遮挡物的第一异常告警信息。
其中,第一异常告警信息中包括目标光伏发电组的标识信息,还可以包括该目标图像。目标光伏发电组的标识信息可以但不限于是目标光伏发电组的设备编号或目标光伏发电组的安装位置等信息。如此,维管理终端的运维人员在收到异常告警信息后,可根据收到的第一异常告警信息中的目标图像进行核实,并根据目标光伏发电组的标识信息确定出目标光伏发电组所在的位置,并安排运维人员进行检查维护。
可以理解的,如果不存在所对应均方误差超过预设阈值的区域,则说明可能是由于目标光伏发电组电路异常导致发电量异常,此时可向运维管理终端发送用于表征目标光伏发电组电路存在异常风险的第二异常告警信息。
本申请实施例中,还可以预先训练用于检测光伏发电板表面是否存在遮挡物的遮挡物检测模型,该遮挡物检测模型可以是以多个表面具有遮挡物的样本光伏发电板的图像作为输入,样本光伏发电板表面是否具有遮挡物的置信度作为输出进行训练得到的。
在判定所述目标光伏发电组的光伏发电板表面疑似存在遮挡物之后,还可将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到目标光伏发电组的光伏发电板表面的遮挡物检测结果。具体的,可将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到目标光伏发电组的光伏发电板表面具有遮挡物的置信度,如果目标光伏发电组的光伏发电板表面具有遮挡物的置信度大于等于预设置信度阈值(且存在所对应均方误差超过预设阈值的区域),则判定目标光伏发电组的光伏发电板表面疑似存在遮挡物,如果目标光伏发电组的光伏发电板表面具有遮挡物的置信度小于预设置信度阈值,则可判定目标光伏发电组的光伏发电板表面不存在遮挡物。如此,可通过双重检测更准确的检测出光伏发电板表面是否存在遮挡物,避免出现误判的情形。
本发明提供的光伏电站的运维管理方法,通过获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含目标光伏发电组的光伏发电板的目标图像;通过边缘检测算法识别出目标图像中的光伏发电板边缘,并将光伏发电板边缘内的区域划分为多个网格;计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为任一网格及任一网格的相邻网格所围成的区域;如果存在所对应均方误差超过预设阈值的区域,则判定目标光伏发电组的光伏发电板的表面疑似存在遮挡物;向运维管理终端发送第一异常告警信息,第一异常告警信息中包括目标光伏发电组的标识信息。如此,可通过光照强度和光伏发电组的发电量,确定出发电量异常的光伏发电组,并通过发电量异常的光伏发电组的光伏发电板图像进行网格划分和网格灰度值的均分误差计算,即可十分方便快捷的识别出光伏发电板的表面是否疑似存在遮挡物,并当光伏发电板的表面疑似存在遮挡物时进行告警,以便安排运维人员对表面疑似存在遮挡物的光伏发电板进行检查维护,方便光伏电站的运维管理,保障光伏电站的正常运营。
请参阅图2,本申请实施例第二方面提供了一种光伏电站的运维管理装置,光伏电站的运维管理装置包括:
第一获取单元,用于获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;
确定单元,用于基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;
第二获取单元,用于当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含所述目标光伏发电组的光伏发电板的目标图像;
边缘检测单元,用于通过边缘检测算法识别出所述目标图像中的光伏发电板边缘;
划分单元,用于将所述光伏发电板边缘内的区域划分为多个网格;
计算单元,用于计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为所述任一网格及所述任一网格的相邻网格所围成的区域;
判断单元,用于如果存在所对应均方误差超过预设阈值的区域,则判定所述目标光伏发电组的光伏发电板的表面疑似存在遮挡物;
告警单元,用于向运维管理终端发送第一异常告警信息,所述第一异常告警信息中包括所述目标光伏发电组的标识信息。
本实施例第二方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
如图3所示,本申请实施例第三方面提供了另一种光伏电站的运维管理装置,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如实施例第一方面所述的光伏电站的运维管理方法。
具体举例的,所述存储器可以但不限于包括随机存取存储器(RAM)、只读存储器(ROM)、闪存(Flash Memory)、先进先出存储器(FIFO)和/或先进后出存储器(FILO)等等;所述处理器可以不限于采用型号为STM32F105系列的微处理器、ARM(Advanced RISCMachines)、X86等架构处理器或集成NPU(neural-network processing units)的处理器;所述收发器可以但不限于为WiFi(无线保真)无线收发器、蓝牙无线收发器、通用分组无线服务技术(General Packet Radio Service,GPRS)无线收发器、紫蜂协议(基于IEEE802.15.4标准的低功耗局域网协议,ZigBee)无线收发器、3G收发器、4G收发器和/或5G收发器等。
本实施例第四方面提供了一种存储包含有实施例第一方面所述的光伏电站的运维管理方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的光伏电站的运维管理方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如实施例第一方面所述的光伏电站的运维管理方法,其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
应当理解,在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实例中,可以不以不必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种光伏电站的运维管理方法,其特征在于,包括:
获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;
基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;
当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含所述目标光伏发电组的光伏发电板的目标图像;
通过边缘检测算法识别出所述目标图像中的光伏发电板边缘,并将所述光伏发电板边缘内的区域划分为多个网格;
计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为所述任一网格及所述任一网格的相邻网格所围成的区域;
如果存在所对应均方误差超过预设阈值的区域,则判定所述目标光伏发电组的光伏发电板的表面疑似存在遮挡物;
向运维管理终端发送第一异常告警信息,所述第一异常告警信息中包括所述目标光伏发电组的标识信息。
2.根据权利要求1所述的光伏电站的运维管理方法,其特征在于,在通过边缘检测算法识别出所述目标图像中的光伏发电板边缘之前,所述方法还包括:
将所述目标图像转换为灰度图像;
所述通过边缘检测算法识别出所述目标图像中的光伏发电板边缘,包括:
通过边缘检测算法识别出所述灰度图像中的光伏发电板边缘。
3.根据权利要求1所述的光伏电站的运维管理方法,其特征在于,所述第一异常告警信息中还包括所述目标图像。
4.根据权利要求1所述的光伏电站的运维管理方法,其特征在于,所述方法还包括:
如果不存在所对应均方误差超过预设阈值的区域,则向运维管理终端发送用于表征所述目标光伏发电组电路存在异常风险的第二异常告警信息。
5.根据权利要求1所述的光伏电站的运维管理方法,其特征在于,当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,所述方法还包括:
判断所述目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量是否匹配;
所述获取包含所述目标光伏发电组的光伏发电板的目标图像,包括:
如果所述目标光伏发电组在之前的至少一个维护周期内的至少一个历史时间段的实际发电量与对应的预测发电量均匹配,则获取包含所述目标光伏发电组的光伏发电板的目标图像。
6.根据权利要求1所述的光伏电站的运维管理方法,其特征在于,在判定所述目标光伏发电组的光伏发电板表面疑似存在遮挡物之后,所述方法还包括:
将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面的遮挡物检测结果;
其中,所述遮挡物检测模型是以多个表面具有遮挡物的样本光伏发电板的图像作为输入,样本光伏发电板表面是否具有遮挡物的置信度作为输出进行训练得到的。
7.根据权利要求6所述的光伏电站的运维管理方法,其特征在于,所述将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面的遮挡物检测结果,包括:
将目标图像作为预先训练的遮挡物检测模型的输入进行运算,得到所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度;
如果所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度大于等于预设置信度阈值,则判定所述目标光伏发电组的光伏发电板表面疑似存在遮挡物;
如果所述目标光伏发电组的光伏发电板表面具有遮挡物的置信度小于预设置信度阈值,则判定所述目标光伏发电组的光伏发电板表面不存在遮挡物。
8.一种光伏电站的运维管理装置,其特征在于,包括:
第一获取单元,用于获取光伏电站中各光伏发电组在前一时间段的实际发电量以及前一时间段的光照强度分布曲线;
确定单元,用于基于光伏发电组的发电量与光照强度之间的对应关系、前一时间段的光照强度分布曲线以及各光伏发电组的使用年限,确定出各光伏发电组在前一时间段的预测发电量;
第二获取单元,用于当存在前一时间段的实际发电量与对应的预测发电量不匹配的目标光伏发电组时,获取包含所述目标光伏发电组的光伏发电板的目标图像;
边缘检测单元,用于通过边缘检测算法识别出所述目标图像中的光伏发电板边缘;
划分单元,用于将所述光伏发电板边缘内的区域划分为多个网格;
计算单元,用于计算各网格所在区域中的多个网格的灰度均值的均方误差,任一网格所在区域为所述任一网格及所述任一网格的相邻网格所围成的区域;
判断单元,用于如果存在所对应均方误差超过预设阈值的区域,则判定所述目标光伏发电组的光伏发电板的表面疑似存在遮挡物;
告警单元,用于向运维管理终端发送第一异常告警信息,所述第一异常告警信息中包括所述目标光伏发电组的标识信息。
9.一种光伏电站的运维管理装置,其特征在于,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~7任意一项所述的光伏电站的运维管理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~7任意一项所述的光伏电站的运维管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311501981.3A CN117408676A (zh) | 2023-11-10 | 2023-11-10 | 光伏电站的运维管理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311501981.3A CN117408676A (zh) | 2023-11-10 | 2023-11-10 | 光伏电站的运维管理方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117408676A true CN117408676A (zh) | 2024-01-16 |
Family
ID=89497934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311501981.3A Pending CN117408676A (zh) | 2023-11-10 | 2023-11-10 | 光伏电站的运维管理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117408676A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100115195A (ko) * | 2009-04-17 | 2010-10-27 | 한국디지탈콘트롤 주식회사 | Usn을 이용한 태양광 발전 셀 라인/모듈/그룹상의 음영, 고장을 감지하고 태양광 발전량의 상황을 감시하는 장치 |
JP2013029923A (ja) * | 2011-07-27 | 2013-02-07 | Chugoku Electric Power Co Inc:The | 太陽光発電量把握システム及びこれを用いた負荷予想装置、負荷調整装置 |
CN110391783A (zh) * | 2019-07-25 | 2019-10-29 | 国网电子商务有限公司 | 基于边缘计算的分布式光伏电站故障监测方法及装置 |
CN111932006A (zh) * | 2020-08-04 | 2020-11-13 | 广州发展新能源股份有限公司 | 一种基于地面阴影图的光伏发电出力预测方法 |
CN113160236A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池阴影遮挡的图像识别方法 |
CN114648708A (zh) * | 2022-03-28 | 2022-06-21 | 国网电子商务有限公司 | 光伏组件的状态检测方法及装置、存储介质及电子设备 |
CN115642877A (zh) * | 2022-11-04 | 2023-01-24 | 重庆中电自能科技有限公司 | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 |
CN116054741A (zh) * | 2023-03-30 | 2023-05-02 | 江苏图南数字科技有限公司 | 一种基于大数据在线监测的光伏组件故障定位分析方法 |
CN116781008A (zh) * | 2023-05-15 | 2023-09-19 | 嘉兴恒创电力集团有限公司博创物资分公司 | 一种光伏电站的异常状态检测方法及系统 |
-
2023
- 2023-11-10 CN CN202311501981.3A patent/CN117408676A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100115195A (ko) * | 2009-04-17 | 2010-10-27 | 한국디지탈콘트롤 주식회사 | Usn을 이용한 태양광 발전 셀 라인/모듈/그룹상의 음영, 고장을 감지하고 태양광 발전량의 상황을 감시하는 장치 |
JP2013029923A (ja) * | 2011-07-27 | 2013-02-07 | Chugoku Electric Power Co Inc:The | 太陽光発電量把握システム及びこれを用いた負荷予想装置、負荷調整装置 |
CN110391783A (zh) * | 2019-07-25 | 2019-10-29 | 国网电子商务有限公司 | 基于边缘计算的分布式光伏电站故障监测方法及装置 |
CN111932006A (zh) * | 2020-08-04 | 2020-11-13 | 广州发展新能源股份有限公司 | 一种基于地面阴影图的光伏发电出力预测方法 |
CN113160236A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池阴影遮挡的图像识别方法 |
CN114648708A (zh) * | 2022-03-28 | 2022-06-21 | 国网电子商务有限公司 | 光伏组件的状态检测方法及装置、存储介质及电子设备 |
CN115642877A (zh) * | 2022-11-04 | 2023-01-24 | 重庆中电自能科技有限公司 | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 |
CN116054741A (zh) * | 2023-03-30 | 2023-05-02 | 江苏图南数字科技有限公司 | 一种基于大数据在线监测的光伏组件故障定位分析方法 |
CN116781008A (zh) * | 2023-05-15 | 2023-09-19 | 嘉兴恒创电力集团有限公司博创物资分公司 | 一种光伏电站的异常状态检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104601108B (zh) | 一种小型光伏电站的故障诊断方法 | |
CN108537154A (zh) | 基于hog特征和机器学习的输电线路鸟巢识别方法 | |
CN110865418B (zh) | 污水违规排放监测方法、装置及计算机可读存储介质 | |
CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
CN107514976B (zh) | 电力线路覆冰监测方法及终端设备 | |
CN116660270B (zh) | 电力电缆的检测方法、装置及存储介质 | |
CN114743115A (zh) | 一种光伏电子设备的遮挡物识别方法及故障预警系统 | |
CN116630766B (zh) | 一种多源信息数据处理系统、方法及设备 | |
CN115642877A (zh) | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 | |
CN114679133A (zh) | 基于发电预测的光伏阵列异常判断方法、介质和设备 | |
CN115452046A (zh) | 一种基于物联网的环保监测系统及方法 | |
CN116660317B (zh) | 光伏阵列的热斑检测方法、系统、处理器及存储介质 | |
CN117614487A (zh) | 一种基于北斗系统的输电线路通信方法及系统 | |
CN117408676A (zh) | 光伏电站的运维管理方法、装置及存储介质 | |
CN117372954A (zh) | 充电站安全监测方法、装置、系统和计算机设备 | |
CN116667783A (zh) | 一种分布式光伏电站维护系统 | |
TWI645663B (zh) | Abnormal judgment method and system for power generation performance of solar energy equipment | |
CN114529537A (zh) | 光伏板的异常目标检测方法、系统、设备及介质 | |
CN117875946B (zh) | 一种用于变电站设备运维的人机协同自主红外巡检方法 | |
CN205121628U (zh) | 一种电力应急救援系统 | |
CN113742164B (zh) | 基于数字电网的多样化数据采集系统、方法和存储介质 | |
CN117060849B (zh) | 一种光伏用的箱变设备检测方法及其相关设备 | |
CN117726959B (zh) | 基于智能图像识别的无人机电力线路安全巡检系统及方法 | |
CN117154955B (zh) | 一种用于智慧配电房的云端控制方法及系统 | |
CN117763424A (zh) | 用电信息异常数据的诊断和修复方法及装置 |
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 |