CN118071327A - 一种光伏电站汇流监测的智慧电气运维系统 - Google Patents
一种光伏电站汇流监测的智慧电气运维系统 Download PDFInfo
- Publication number
- CN118071327A CN118071327A CN202410102580.9A CN202410102580A CN118071327A CN 118071327 A CN118071327 A CN 118071327A CN 202410102580 A CN202410102580 A CN 202410102580A CN 118071327 A CN118071327 A CN 118071327A
- Authority
- CN
- China
- Prior art keywords
- value
- data
- electrical equipment
- equipment
- marking
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000012423 maintenance Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 230000003449 preventive effect Effects 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000007613 environmental effect Effects 0.000 claims description 17
- 230000032683 aging Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning 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
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种光伏电站汇流监测的智慧电气运维系统，涉及电气设备控制技术领域，包括：实时监测模块，所述实时监测模块用于采集电气设备的数据；故障诊断模块，所述故障诊断模块用于对所述实时监测模块采集到的监测数据进行分析和处理，判断设备是否正常运行，预防维护模块，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施，优化模块，所述优化模块用于根据采集到的监测数据提出相对应的优化；通过设置有预防维护模块，可以根据采集获取历史数据，对电气设备的未来状态进行预测，这使得电气设备控制更具实时性和预见性，能够提前发现并解决问题。
Description
技术领域
本发明涉及电气设备控制技术领域，更具体地说，涉及一种光伏电站汇流监测的智慧电气运维系统。
背景技术
在光伏电站中，汇流箱是一个关键的组成部分，它负责将多个光伏组件的电流汇聚在一起，再输送到逆变器进行直流到交流的转换，汇流箱的性能和状态直接影响到光伏电站的发电效率和运行稳定性，为了提高电气设备的运行效率、安全性和可靠性，降低运维成本和风险，需要对光伏电站中的汇流部分进行监测，减少故障出现时的损失；
但是在监测过程中，虽然大部分监测单元的精确度标称为1％，但实际上很多客户的要求已经达到0.5％，在实际使用中监测数据会存在误差；
而且由于光伏电站通常规模较大，设备数量众多，因此运维管理难度较大；如果运维人员技能水平不够或者管理不善，可能会导致汇流监测出现问题；例如，未能及时发现并处理设备故障、未能定期对设备进行巡检和维护等。
发明内容
针对现有技术存在的现有的不足，本发明的目的在于提供光伏发电和社会供电切换的供电监测系统。
为实现上述目的，本发明一方面提供了如下技术方案：
一种光伏电站汇流监测的智慧电气运维系统，包括：
实时监测模块，所述实时监测模块用于采集电气设备的数据；
需要说明的是，电气设备包括光伏电池、汇流箱、逆变器和变压器，采集的数据包括电流、电压、功率、温度和电气设备的环境信息以及所述电气设备的开关状态；
故障诊断模块，所述故障诊断模块用于对所述实时监测模块采集到的监测数据进行分析和处理，判断设备是否正常运行，具体为：
获取得到所述电气设备的环境影响值，并标记为Q；
获取得到所述电气设备的状态影响值，并标记为W；
获取得到所述电气设备的老化影响值，并标记为E；
获取得到所述监测数据的误差值，并标记为R；
根据公式
T＝Q×a1+W×a2+E×a3+R×a4
计算获得所述电力设备的故障值T，其中a1、a2、a3和a4为预设的故障值系数；
事先设定一个故障值的阈值，判断故障值T是否大于故障值阈值，如果是，则生成电信号，将该电气设备标记为故障设备，如果否，则将该设备标记为正常设备；
预防维护模块，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施；
需要说明的是，维护措施包括定期巡检、零件更换和设备清洁；
优化模块，所述优化模块用于根据采集到的监测数据提出相对应的优化；
需要说明的是，相对应的优化为调整设备的运行参数。
优选的，所述电气设备的环境影响值Q的获取方式如下，具体为：
获取得到当前时间段所述电气设备外界环境的温度、湿度和风速，并标记为实际温度、湿度和风速；
设定一个环境的预期温度、湿度和风速，将实际温度、湿度和风速和预期温度、湿度和风速进行差值计算，获取得到温度差值，并标记为Y1，获取得到湿度差值，并标记为Y2，获取获得风速差值，并标记为Y3；
根据公式
Q＝Y1×c1+Y2×c2+Y3×c3
计算获得所述电气设备的环境影响值Q，其中c1、c2和c3为预设的环境影响值系数。
优选的，所述电气设备的状态影响值W的获取方式如下，具体为：
获取得到电气设备的当前的电压、电流和温度，并标记为实际电压、电流和温度；
设定电气设备的预期电压、电流和温度，判断实际电压、电流和温度是否等于预期电压、电流和温度，如果是，则将运行状态影响值标记为0；
如果否，则将实际电压、电流和温度和预期电压、电流和温度进行差值计算，获取得到电压差值，并标记为U1，获取得到电流差值，并标记为U2，获取获得温度差值，并标记为U3；
根据公式
W＝U1×b1+U2×b2+U3×b3
计算获得所述电气设备的状态影响值W，其中b1、b2和b3为预设的状态影响值系数。
优选的，所述电气设备的老化影响值E的获取方式如下，具体为：
获取得到电气设备的单日发电量，标记为实际发电量；
设定电气设备实际发电量对应的预期发电量，当预期发电量大于实际发电量时，则将实际发电量标记为故障发电量，将预期发电量与故障发电量进行差值计算，获取得到发电量差值，并标记为P，设定发电量差值系数为d；
根据公式
计算获得所述电气设备的发电量总差值S；
将故障发电量对应的日期按照时间先后进行排序，将相邻的两个故障发电量的日期进行差值计算获取得到故障发电间隔，将故障发电间隔进行求和处理并取均值，获取得到平均故障间隔，并标记为F；
获取得到所述电气设备当前时间段前的总工作时间，并标记为H
根据公式
计算获得所述电气设备的老化影响值E，其中e1、e2和e3为预设的老化影响值系数。
优选的，所述电气设备监测数据的误差值R的获取方式如下，具体为；
预先设定一个时间段，获取得到时间段内所述电气设备的监测数据，并标记为测量数据；
获取得到时间段内所述电气设备的实际数据，将实际数据和测量数据进行差值计算，获取得到数据差值，并标记为P1；
获取得到所述电气设备的数据传输延迟值，并标记为P2；
根据公式
R＝P1×d1+P2×d2
计算获得所述电气设备监测数据的误差值R，其中d1和d3为预设的误差值系数。
优选的，所述电气设备的数据传输延迟值P2的获取方式如下，具体为：
获取得到所述检测数据的数据长度，将数据长度除以数据的发送速率获取得到传输延迟，并标记为P2。
优选的，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施，具体为：
所述预防维护模块还包括储存单元，所述储存单元用于储存当前时间段前的监测数据，并将其标记为历史数据；
获取得到历史数据中所述电气设备运行数据的平均值、标准差、最大值和最小值；
预设一个滑动窗口，将滑动窗口沿着时间序列数据滑动，每次移动一个预设的时间步长，并将窗口内的数据标记为训练样本；
对于每个滑动窗口的末尾时间点，使用模型进行预测，得到下一个时间步长的设备状态预测值。
优选的，判断预测值是否大于故障值阈值，如果是，则生成电信号，输送至所述优化模块，如果否，则将该电气设备标记为正常设备。
优选的，所述优化模块用于根据采集到的监测数据提出相对应的优化，具体为：
所述优化模块接收到所述预防维护模块的电信号后，生成所述电气设备的优化参数，并标记为K；
所述优化参数K的获取方式为
K＝Q×n1+W×n2+E×n3+R×n4
计算获得所述电气设备的设备的优化参数K，其中，n1、n2、n3和n4为预设的优化系数；
将获取的优化参数K发送至所述维护人员的手机终端，所述维护人员根据所述优化参数K对所述电气设备中设备的参数进行调整。
优选的，所述维护人员的获取方式为，获取得到电气设备中设备的位置信息，以设备的位置为中心，以预设半径画圆获取得到维护半径，将维护半径内的工作人员标记为维护人员。
通过设置有预防维护模块，可以根据采集获取历史数据，对电气设备的未来状态进行预测，这使得电气设备控制更具实时性和预见性，能够提前发现并解决问题。
附图说明
图1为本发明的系统框图。
具体实施方式
参照图1：
一种光伏电站汇流监测的智慧电气运维系统，包括：
实时监测模块，所述实时监测模块用于采集电气设备的数据；
需要说明的是，电气设备包括光伏电池、汇流箱、逆变器和变压器，采集的数据包括电流、电压、功率、温度和电气设备的环境信息以及所述电气设备的开关状态；
故障诊断模块，所述故障诊断模块用于对所述实时监测模块采集到的监测数据进行分析和处理，判断设备是否正常运行，具体为：
获取得到所述电气设备的环境影响值，并标记为Q；
获取得到所述电气设备的状态影响值，并标记为W；
获取得到所述电气设备的老化影响值，并标记为E；
获取得到所述监测数据的误差值，并标记为R；
根据公式
T＝Q×a1+W×a2+E×a3+R×a4
计算获得所述电力设备的故障值T，其中a1、a2、a3和a4为预设的故障值系数，在本实施例中，a1为0.923、a2为0.283、a3为0.287、a4为0.374；
事先设定一个故障值的阈值，判断故障值T是否大于故障值阈值，如果是，则生成电信号，将该电气设备标记为故障设备，如果否，则将该设备标记为正常设备；
预防维护模块，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施；
需要说明的是，维护措施包括定期巡检、零件更换和设备清洁；
优化模块，所述优化模块用于根据采集到的监测数据提出相对应的优化；
需要说明的是，相对应的优化为调整设备的运行参数；
如图1所示，所述电气设备的环境影响值Q的获取方式如下，具体为：
获取得到当前时间段所述电气设备外界环境的温度、湿度和风速，并标记为实际温度、湿度和风速；
设定一个环境的预期温度、湿度和风速，将实际温度、湿度和风速和预期温度、湿度和风速进行差值计算，获取得到温度差值，并标记为Y1，获取得到湿度差值，并标记为Y2，获取获得风速差值，并标记为Y3；
根据公式
Q＝Y1×c1+Y2×c2+Y3×c3
计算获得所述电气设备的环境影响值Q，其中c1、c2和c3为预设的环境影响值系数，在本实施例中，c1为0.454、c2为0.245、c3为0.347。
如图1所示，所述电气设备的状态影响值W的获取方式如下，具体为：
获取得到电气设备的当前的电压、电流和温度，并标记为实际电压、电流和温度；
设定电气设备的预期电压、电流和温度，判断实际电压、电流和温度是否等于预期电压、电流和温度，如果是，则将运行状态影响值标记为0；
如果否，则将实际电压、电流和温度和预期电压、电流和温度进行差值计算，获取得到电压差值，并标记为U1，获取得到电流差值，并标记为U2，获取获得温度差值，并标记为U3；
根据公式
W＝U1×b1+U2×b2+U3×b3
计算获得所述电气设备的状态影响值W，其中b1、b2和b3为预设的状态影响值系数，在本实施例中，b1为0.556、b2为0.3434、b3为0.245；
如图1所示，所述电气设备的老化影响值E的获取方式如下，具体为：
获取得到电气设备的单日发电量，标记为实际发电量；
设定电气设备实际发电量对应的预期发电量，当预期发电量大于实际发电量时，则将实际发电量标记为故障发电量，将预期发电量与故障发电量进行差值计算，获取得到发电量差值，并标记为P，设定发电量差值系数为d；
根据公式
计算获得所述电气设备的发电量总差值S；
将故障发电量对应的日期按照时间先后进行排序，将相邻的两个故障发电量的日期进行差值计算获取得到故障发电间隔，将故障发电间隔进行求和处理并取均值，获取得到平均故障间隔，并标记为F；
获取得到所述电气设备当前时间段前的总工作时间，并标记为H
根据公式
计算获得所述电气设备的老化影响值E，其中e1、e2和e3为预设的老化影响值系数，在本实施例中，e1为0.565、e2为0.3434、e3为0.567。
如图1所示，所述电气设备监测数据的误差值R的获取方式如下，具体为；
预先设定一个时间段，获取得到时间段内所述电气设备的监测数据，并标记为测量数据；
获取得到时间段内所述电气设备的实际数据，将实际数据和测量数据进行差值计算，获取得到数据差值，并标记为P1；
获取得到所述电气设备的数据传输延迟值，并标记为P2；
根据公式
R＝P1×d1+P2×d2
计算获得所述电气设备监测数据的误差值R，其中d1和d3为预设的误差值系数，在本实施例中，d1为0.454、d2为0.233。
如图1所示，所述电气设备的数据传输延迟值P2的获取方式如下，具体为：
获取得到所述检测数据的数据长度，将数据长度除以数据的发送速率获取得到传输延迟，并标记为P2。
如图1所示，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施，具体为：
所述预防维护模块还包括储存单元，所述储存单元用于储存当前时间段前的监测数据，并将其标记为历史数据；
获取得到历史数据中所述电气设备运行数据的平均值、标准差、最大值和最小值；
预设一个滑动窗口，将滑动窗口沿着时间序列数据滑动，每次移动一个预设的时间步长，并将窗口内的数据标记为训练样本；
对于每个滑动窗口的末尾时间点，使用模型进行预测，得到下一个时间步长的设备状态预测值；需要说明的是模型可以为回归分析模型、时间序列分析模型、机器学习模型等。
如图1所示，判断预测值是否大于故障值阈值，如果是，则生成电信号，输送至所述优化模块，如果否，则将该电气设备标记为正常设备。
如图1所示，所述优化模块用于根据采集到的监测数据提出相对应的优化，具体为：
所述优化模块接收到所述预防维护模块的电信号后，生成所述电气设备的优化参数，并标记为K；需要说明的是，优化参数K为光伏电池、汇流箱、逆变器和变压器的调节参数；
所述优化参数K的获取方式为
K＝Q×n1+W×n2+E×n3+R×n4
计算获得所述电气设备的设备的优化参数K，其中，n1、n2、n3和n4为预设的优化系数，在本实施例中，n1为0.464、n2为0.965、n3为0.378、n4为0.955；
将获取的优化参数K发送至所述维护人员的手机终端，所述维护人员根据所述优化参数K对所述电气设备中设备的参数进行调整。
如图1所示，所述维护人员的获取方式为，获取得到电气设备中设备的位置信息，以设备的位置为中心，以预设半径画圆获取得到维护半径，将维护半径内的工作人员标记为维护人员。
工作原理：通过设置有预防维护模块，可以根据采集获取历史数据，对电气设备的未来状态进行预测，这使得电气设备控制更具实时性和预见性，能够提前发现并解决问题。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本模板的保护范围。
Claims (10)
1.一种光伏电站汇流监测的智慧电气运维系统，其特征在于，包括：
实时监测模块，所述实时监测模块用于采集电气设备的数据；
故障诊断模块，所述故障诊断模块用于对所述实时监测模块采集到的监测数据进行分析和处理，判断设备是否正常运行，具体为：
获取得到所述电气设备的环境影响值，并标记为Q；
获取得到所述电气设备的状态影响值，并标记为W；
获取得到所述电气设备的老化影响值，并标记为E；
获取得到所述监测数据的误差值，并标记为R；
根据公式
T＝Q×a1+W×a2+E×a3+R×a4
计算获得所述电力设备的故障值T，其中a1、a2、a3和a4为预设的故障值系数；
事先设定一个故障值的阈值，判断故障值T是否大于故障值阈值，如果是，则生成电信号，将该电气设备标记为故障设备，如果否，则将该设备标记为正常设备；
预防维护模块，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施；
优化模块，所述优化模块用于根据采集到的监测数据提出相对应的优化。
2.根据权利要求1所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述电气设备的环境影响值Q的获取方式如下，具体为：
获取得到当前时间段所述电气设备外界环境的温度、湿度和风速，并标记为实际温度、湿度和风速；
设定一个环境的预期温度、湿度和风速，将实际温度、湿度和风速和预期温度、湿度和风速进行差值计算，获取得到温度差值，并标记为Y1，获取得到湿度差值，并标记为Y2，获取获得风速差值，并标记为Y3；
根据公式
Q＝Y1×c1+Y2×c2+Y3×c3
计算获得所述电气设备的环境影响值Q，其中c1、c2和c3为预设的环境影响值系数。
3.根据权利要求1所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述电气设备的状态影响值W的获取方式如下，具体为：
获取得到电气设备的当前的电压、电流和温度，并标记为实际电压、电流和温度；
设定电气设备的预期电压、电流和温度，判断实际电压、电流和温度是否等于预期电压、电流和温度，如果是，则将运行状态影响值标记为0；
如果否，则将实际电压、电流和温度和预期电压、电流和温度进行差值计算，获取得到电压差值，并标记为U1，获取得到电流差值，并标记为U2，获取获得温度差值，并标记为U3；
根据公式
W＝U1×b1+U2×b2+U3×b3
计算获得所述电气设备的状态影响值W，其中b1、b2和b3为预设的状态影响值系数。
4.根据权利要求1所述的光伏发电和社会供电切换的供电监测系统，其特征在于，所述电气设备的老化影响值E的获取方式如下，具体为：
获取得到电气设备的单日发电量，标记为实际发电量；
设定电气设备实际发电量对应的预期发电量，当预期发电量大于实际发电量时，则将实际发电量标记为故障发电量，将预期发电量与故障发电量进行差值计算，获取得到发电量差值，并标记为P，设定发电量差值系数为d；
根据公式
计算获得所述电气设备的发电量总差值S；
将故障发电量对应的日期按照时间先后进行排序，将相邻的两个故障发电量的日期进行差值计算获取得到故障发电间隔，将故障发电间隔进行求和处理并取均值，获取得到平均故障间隔，并标记为F；
获取得到所述电气设备当前时间段前的总工作时间，并标记为H
根据公式
计算获得所述电气设备的老化影响值E，其中e1、e2和e3为预设的老化影响值系数。
5.根据权利要求1所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述电气设备监测数据的误差值R的获取方式如下，具体为；
预先设定一个时间段，获取得到时间段内所述电气设备的监测数据，并标记为测量数据；
获取得到时间段内所述电气设备的实际数据，将实际数据和测量数据进行差值计算，获取得到数据差值，并标记为P1；
获取得到所述电气设备的数据传输延迟值，并标记为P2；
根据公式
R＝P1×d1+P2×d2
计算获得所述电气设备监测数据的误差值R，其中d1和d3为预设的误差值系数。
6.根据权利要求5所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述电气设备的数据传输延迟值P2的获取方式如下，具体为：
获取得到所述检测数据的数据长度，将数据长度除以数据的发送速率获取得到传输延迟，并标记为P2。
7.根据权利要求1所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述预防维护模块用于根据采集到的监测数据，预测设备可能出现的故障和问题，并提前进行维护措施，具体为：
所述预防维护模块还包括储存单元，所述储存单元用于储存当前时间段前的监测数据，并将其标记为历史数据；
获取得到历史数据中所述电气设备运行数据的平均值、标准差、最大值和最小值；
预设一个滑动窗口，将滑动窗口沿着时间序列数据滑动，每次移动一个预设的时间步长，并将窗口内的数据标记为训练样本；
对于每个滑动窗口的末尾时间点，使用模型进行预测，得到下一个时间步长的设备状态预测值。
8.根据权利要求7所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，判断预测值是否大于故障值阈值，如果是，则生成电信号，输送至所述优化模块，如果否，则将该电气设备标记为正常设备。
9.根据权利要求8所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述优化模块用于根据采集到的监测数据提出相对应的优化，具体为：
所述优化模块接收到所述预防维护模块的电信号后，生成所述电气设备的优化参数，并标记为K；
所述优化参数K的获取方式为
K＝Q×n1+W×n2+E×n3+R×n4
计算获得所述电气设备的设备的优化参数K，其中，n1、n2、n3和n4为预设的优化系数；
将获取的优化参数K发送至所述维护人员的手机终端，所述维护人员根据所述优化参数K对所述电气设备中设备的参数进行调整。
10.根据权利要求9所述的一种光伏电站汇流监测的智慧电气运维系统，其特征在于，所述维护人员的获取方式为，获取得到电气设备中设备的位置信息，以设备的位置为中心，以预设半径画圆获取得到维护半径，将维护半径内的工作人员标记为维护人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410102580.9A CN118071327A (zh) | 2024-01-25 | 2024-01-25 | 一种光伏电站汇流监测的智慧电气运维系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410102580.9A CN118071327A (zh) | 2024-01-25 | 2024-01-25 | 一种光伏电站汇流监测的智慧电气运维系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118071327A true CN118071327A (zh) | 2024-05-24 |
Family
ID=91110055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410102580.9A Pending CN118071327A (zh) | 2024-01-25 | 2024-01-25 | 一种光伏电站汇流监测的智慧电气运维系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118071327A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118373151A (zh) * | 2024-05-27 | 2024-07-23 | 惠州顺视智能科技有限公司 | 一种基于视觉判断的振动盘控制系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030206111A1 (en) * | 2002-05-03 | 2003-11-06 | General Electric Company | Monitoring system and method for wiring systems |
| CN114915029A (zh) * | 2022-06-10 | 2022-08-16 | 安徽睿源能源科技有限公司 | 一种分布式光伏电站远程在线智能监测平台 |
| CN116223954A (zh) * | 2023-03-10 | 2023-06-06 | 国网河南省电力公司电力科学研究院 | 基于lstm网络的输电线路温度预测与温升预警方法 |
| CN117277958A (zh) * | 2023-11-21 | 2023-12-22 | 江苏达海智能系统股份有限公司 | 一种基于大数据的光伏电站的智能运维管理方法及系统 |
-
2024
- 2024-01-25 CN CN202410102580.9A patent/CN118071327A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030206111A1 (en) * | 2002-05-03 | 2003-11-06 | General Electric Company | Monitoring system and method for wiring systems |
| CN114915029A (zh) * | 2022-06-10 | 2022-08-16 | 安徽睿源能源科技有限公司 | 一种分布式光伏电站远程在线智能监测平台 |
| CN116223954A (zh) * | 2023-03-10 | 2023-06-06 | 国网河南省电力公司电力科学研究院 | 基于lstm网络的输电线路温度预测与温升预警方法 |
| CN117277958A (zh) * | 2023-11-21 | 2023-12-22 | 江苏达海智能系统股份有限公司 | 一种基于大数据的光伏电站的智能运维管理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李昂: "水电站常见电气一次设备故障检修与故障处理方法", 《水电与新能源》, 30 April 2023 (2023-04-30), pages 75 - 78 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118373151A (zh) * | 2024-05-27 | 2024-07-23 | 惠州顺视智能科技有限公司 | 一种基于视觉判断的振动盘控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103454516B (zh) | 智能化变电站二次设备健康状态诊断方法 | |
| CN114819415B (zh) | 一种基于数据分析的电力设备故障预测系统 | |
| CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
| CN118071327A (zh) | 一种光伏电站汇流监测的智慧电气运维系统 | |
| CN114994441B (zh) | 一种智能电力能效监测装置 | |
| CN117477794B (zh) | 基于网关机数据交换的配电站用电管理优化系统及方法 | |
| CN117318111B (zh) | 一种基于天气预测的光储能源动态调节方法及系统 | |
| US11451053B2 (en) | Method and arrangement for estimating a grid state of a power distribution grid | |
| CN115622054B (zh) | 一种能源系统的运行监控方法及系统 | |
| CN116937631B (zh) | 一种基于数据处理的电能存储管理系统 | |
| CN112000672A (zh) | 一种分布式电源电能质量监测系统 | |
| CN117638928B (zh) | 一种基于云计算的智能配电网管理系统 | |
| Voutsinas et al. | Development of an IoT power management system for photovoltaic power plants | |
| CN112217209B (zh) | 一种根据户表停电事件进行低压拓扑结构校验的方法 | |
| CN117154945A (zh) | 基于云计算技术的变配电站智能监测方法 | |
| CN115689532A (zh) | 一种电力系统故障分析方法及其装置 | |
| CN116488351A (zh) | 一种基于物联网的低压配电箱远程监控方法和系统 | |
| JP2014161171A (ja) | 太陽光発電装置の健全性を診断する方法及び情報処理装置 | |
| CN107342627B (zh) | 配电站在线设备监控装置及使用方法 | |
| CN105514843A (zh) | 一种基于监测数据的750kV变电站二次设备检修方法 | |
| CN115238957A (zh) | 一种输电线路走廊预警方法和系统 | |
| CN114707841A (zh) | 一种基于集中监控的光伏健康度评估系统及方法 | |
| CN112436805A (zh) | 一种组件级的光伏电站故障分时检测系统 | |
| CN118381195B (zh) | 一种企业用电数据安全评估与反馈方法及系统 | |
| CN117239946B (zh) | 一种应用于光伏电站的大规模光伏组件的智能监测系统 |
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 |