CN118074624A - 光伏跟踪支架故障监测方法和系统 - Google Patents
光伏跟踪支架故障监测方法和系统 Download PDFInfo
- Publication number
- CN118074624A CN118074624A CN202410213658.4A CN202410213658A CN118074624A CN 118074624 A CN118074624 A CN 118074624A CN 202410213658 A CN202410213658 A CN 202410213658A CN 118074624 A CN118074624 A CN 118074624A
- Authority
- CN
- China
- Prior art keywords
- operation signal
- time window
- tracker
- signal
- data acquisition
- 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 61
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 36
- 238000009499 grossing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000002547 anomalous effect Effects 0.000 claims 5
- 238000012545 processing Methods 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提供了一种光伏跟踪支架故障监测方法和系统。方法包括如下步骤:通过每个跟踪器实时采集每个驱动电机的初始运行信号;将多个驱动电机对应的初始运行信号发送至数据采集与监督控制系统,同时通过每个跟踪器在第一时间窗口内生成第一分析运行信号;将第一分析运行信号发送至数据采集与监督控制系统;通过数据采集与监督控制系统在第二时间窗口内生成第二分析运行信号,第二时间窗口的时间跨度大于第一时间窗口的时间跨度;以及根据第一分析运行信号和第二分析运行信号共同判断多个光伏支架是否存在运行异常。本申请的光伏跟踪支架故障监测方法和系统,能够提高光伏支架运行状态监测的时效性、可靠性和准确性。
Description
技术领域
本申请主要涉及光伏跟踪支架领域,尤其涉及一种光伏跟踪支架故障监测方法和系统。
背景技术
电机是光伏跟踪支架的主要驱动设备,在长期服役情况下,驱动电机可能会发生轴承疲劳磨损等一系列故障,而当前行业内普遍处理方式是当支架发生故障或损坏后,再进行维修,这样的方式往往存在较大滞后性。若故障没有及时被维修,将会给电厂发电效率带来严重影响。因此,本领域亟待一种可以及时发现光伏支架运行故障的监测方案。
发明内容
本申请要解决的技术问题是提供一种光伏跟踪支架故障监测方法和系统,能够提高光伏支架运行状态监测的时效性、可靠性和准确性。
为解决上述技术问题,本申请提供了一种光伏跟踪支架故障监测方法,适于监测多个光伏支架是否存在运行异常,其中每个所述光伏支架的驱动电机连接有跟踪器,所述方法包括如下步骤:在所述多个光伏支架的多个所述驱动电机运行的过程中,通过每个所述跟踪器实时采集每个所述驱动电机的初始运行信号;将多个所述驱动电机对应的所述初始运行信号发送至数据采集与监督控制系统,同时通过每个所述跟踪器基于所述初始运行信号在第一时间窗口内生成第一分析运行信号;将所述第一分析运行信号发送至所述数据采集与监督控制系统;通过所述数据采集与监督控制系统基于所述初始运行信号在第二时间窗口内生成第二分析运行信号,其中,所述第二时间窗口的时间跨度大于所述第一时间窗口的时间跨度;以及根据所述第一分析运行信号和第二分析运行信号共同判断所述多个光伏支架是否存在运行异常。
可选地,方法还包括通过每个所述跟踪器根据异常检测算法在所述在第一时间窗口内生成所述第一分析运行信号,所述异常检测算法包括:在所述第一时间窗口内对多个初始运行信号计算均值和标准差;根据所述均值和标准差与所述第一时间窗口内的第i个初始运行信号的数值之间的差异情况判断所述第i个初始运行信号是正常运行信号还是异常运行信号;以及通过所述跟踪器输出包括所述正常运行信号或所述异常运行信号的所述第一分析运行信号。
可选地,所述异常检测算法进一步包括通过如下公式计算第一判断值W和第二判断值X,当W≤X时,所述跟踪器适于输出所述正常运行信号,而当W>X时,所述跟踪器适于输出所述异常运行信号,其中,
W=y[i]-Avg[n-1]
X=threshold*Std[n-1]
y[i]包括第n个所述跟踪器在所述第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]分别包括第n-1个所述跟踪器在所述第一时间窗口内的多个所述初始运行信号的均值以及标准差,threshold为运行信号变化强度感受灵敏度系数。
可选地,所述异常检测算法还包括当W>X时,在所述跟踪器输出所述异常运行信号前,判断y[i]与Avg[n-1]的关系,当y[i]>Avg[n-1],所述跟踪器输出偏高异常运行信号,而当y[i]≤Avg[n-1]时,所述跟踪器输出偏低异常运行信号。
可选地,所述异常检测算法还包括当W>X时,在所述跟踪器输出所述异常运行信号前,通过如下公式对于第n个所述跟踪器在所述第一时间窗口内被判断为所述异常运行信号的第i个初始运行信号进行平滑处理以获得经平滑处理数值filteredY:
filteredY=influence*y[i]+(1-influence)*filteredY[n-1]
其中,filteredY[n-1]包括第n-1个所述跟踪器对应的所述经平滑处理数值,influence为异常点平滑系数。
可选地,方法还包括通过通讯控制模块将所述初始运行信号和所述第一分析运行信号发送至在所述数据采集与监督控制系统,其中,所述通讯控制模块包括多个控制器、网关和交换机,每个所述控制器连接至包括多个跟踪器的一组跟踪器,所述网关连接至每个所述控制器,所述交换机连接在所述网关和所述数据采集与监督控制系统之间。
可选地,方法还包括通过所述数据采集与监督控制系统根据所述异常检测算法在所述第二时间窗口内生成所述第二分析运行信号,所述异常检测算法还包括:在所述第二时间窗口内对多个初始运行信号计算均值和标准差;根据所述均值和标准差与所述第二时间窗口内的第i个初始运行信号的数值之间的差异情况判断所述第i个初始运行信号是正常运行信号还是异常运行信号;以及通过所述数据采集与监督控制系统输出包括所述正常运行信号或所述异常运行信号的所述第二分析运行信号。
可选地,y[i]还包括第n个所述控制器在所述第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]还分别包括第n-1个所述控制器在所述第一时间窗口内的多个所述初始运行信号的均值以及标准差,filteredY还包括第n个所述控制器在所述第一时间窗口内被判断为所述异常运行信号的第i个初始运行信号进行平滑处理后的经平滑处理数值,filteredY[n-1]还包括第n-1个所述控制器对应的所述经平滑处理数值。
为了解决上述技术问题,本申请的另一方面还提出了一种光伏跟踪支架故障监测系统,包括多个跟踪器,每个所述跟踪器连接多个光伏跟踪支架的其中一者的驱动电机;以及数据采集与监督控制系统,其中,所述多个跟踪器和所述数据采集与监督控制系统适于根据前述实施例中的方法监测多个光伏支架是否存在运行异常。
权利要求8所述的系统,其特征在于,还包括多个控制器,网关和交换机,每个所述控制器连接至包括多个跟踪器的一组跟踪器,所述网关连接至每个所述控制器,所述交换机连接在所述网关和所述数据采集与监督控制系统之间,其中,所述多个跟踪器、所述多个控制器、所述网关、所述交换机和所述数据采集与监督控制系统适于根据前述实施例中的方法监测多个光伏支架是否存在运行异常。
与现有技术相比,本申请具有以下优点:本申请提供的光伏跟踪支架故障监测方法和系统基于运行(例如电机电流)的时序信号,通过对比分析预设时间窗口内光伏跟踪支架驱动电机的实时运行信号,在避免造成更大损失之前,实现对光伏跟踪支架驱动电机的故障预警和自动保护。特别地,本申请利用滑动时间窗口对之后的信号值做一个范围预测,如果真实节点不在这个范围,则表明该节点是异常值。并且,在一些优选实施例中,本申请还可以对于异常运行信号做平滑处理,以用来评估之后的节点,提高了算法的鲁棒性。最后,本申请还提出了利用并列运行的驱动电机运行信号窗口作为滑动时间窗口上一时刻的替代,这一做法有效提高了系统数据间的关联度,进而提升了算法对系统整体的异常检测性能。
附图说明
包括附图是为提供对本申请进一步的理解,它们被收录并构成本申请的一部分,附图示出了本申请的实施例,并与本说明书一起起到解释本申请原理的作用。附图中:
图1是本申请一实施例的一种光伏跟踪支架故障监测方法的流程示意图;
图2是本申请一实施例的一种光伏跟踪支架故障监测系统的系统框图;以及
图3是本申请一实施例的一种光伏跟踪支架故障监测方法中异常检测算法的流程示意图;以及
图4是本申请一实施例的一种光伏跟踪支架故障监测方法中异常检测算法关于时间窗口平移的原理示意图;以及
图5是本申请一实施例的光伏跟踪支架故障监测系统在适用本申请一实施例的一种光伏跟踪支架故障监测方法时的原理示意图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在本申请的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。此外,尽管本申请中所使用的术语是从公知公用的术语中选择的,但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的,其详细含义在本文的描述的相关部分中说明。此外,要求不仅仅通过所使用的实际术语,而是还要通过每个术语所蕴含的意义来理解本申请。
本申请的一实施例参照图1提出了一种光伏跟踪支架故障监测方法10(以下简称“监测方法10”),本申请的另外一实施例参照图2提出了一种光伏跟踪支架故障监测系统20(以下简称“监测系统20”)。监测方法10和监测系统20能够提高光伏支架运行状态监测的时效性、可靠性和准确性。本申请中多个附图使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,或将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
根据图2,监测系统20包括多个跟踪器,每个跟踪器连接多个光伏跟踪支架的其中一者的驱动电机,检测系统还具有数据采集与监督控制系统(Supervisory Control andData Acquisition,SCADA),其中,多个跟踪器和SCADA适于根据本申请实施例的光伏跟踪支架故障监测方法监测多个光伏支架是否存在运行异常。进一步优选地,图2所示的实施例中,监测系统20还包括多个控制器,网关和交换机,每个控制器连接至包括多个跟踪器的一组跟踪器,网关连接至每个控制器,交换机连接在网关和数据采集与监督控制系统之间,其中,多个跟踪器、多个控制器、网关、交换机和SCADA适于根据本申请一些优选实施例中的光伏跟踪支架故障监测方法监测多个光伏支架是否存在运行异常。下文将会结合监测方法的细节进一步说明监测系统20的特征。
下面首先参照图1,对于本申请一实施例的监测方法10做出详细说明。根据图1,监测方法10包括如下步骤。
步骤11为在多个光伏支架的多个驱动电机运行的过程中,通过每个跟踪器实时采集每个驱动电机的初始运行信号。示例性的,在本申请的多个实施例中,该初始运行信号包括电流信号。
步骤12为将多个驱动电机对应的初始运行信号发送至数据采集与监督控制系统,同时通过每个跟踪器基于初始运行信号在第一时间窗口内生成第一分析运行信号。示例性的,当监测方法10用于如图2所示的监测系统20时,步骤12中所涉及的数据采集与监督控制系统即如图2所示的SCADA。另外需要说明的是,第一时间窗口是指跟踪器每一次对多个初始运行信号进行数据处理分析的时间跨度,通常为数十秒级。
步骤13为将第一分析运行信号发送至数据采集与监督控制系统。
步骤14为通过数据采集与监督控制系统基于初始运行信号在第二时间窗口内生成第二分析运行信号,其中,第二时间窗口的时间跨度大于第一时间窗口的时间跨度。具体以图2所示的监测系统20,步骤14意味着通过SCADA在相较于跟踪器跟大的第二时间窗口内针对初始运行信号进行分析,以判断在更大的时间窗口内是否存在数据异常。与第一时间窗口类似的,第二时间窗口是指SCADA每一次对多个初始运行信号进行数据处理分析的时间跨度。当初始运行信号相同的前提下,第二时间窗口的时间跨度相较于第一时间窗口的时间跨度更大意味着SCADA每一次进行处理的数据量更大。
步骤15为根据第一分析运行信号和第二分析运行信号共同判断多个光伏支架是否存在运行异常。仍然以图2为例,通过跟踪器在更小的第一时间窗口分析初始运行信号,并通过SCADA在更大的第二时间窗口内分析初始运行信号,可以在同一检测流程中对于相同的原始数据采用不同的时间窗口进行检测,这意味着,一些在小时间窗口内无法显现的数据异常可以通过SCADA的大时间窗口数据分析而获得,从而进一步保证数据分析的可靠性。同时,由于第一时间窗口较小,也就是说同时进行分析处理的数据较少,这样的方式也不会增加跟踪器的数据处理负担。
进一步优选的,在基于图1的优选实施例中,还包括通过每个跟踪器根据异常检测算法在第一时间窗口内生成第一分析运行信号。该异常检测算法包括在第一时间窗口内对多个初始运行信号计算均值和标准差;根据均值和标准差与第一时间窗口内的第i个初始运行信号的数值之间的差异情况判断第i个初始运行信号是正常运行信号还是异常运行信号;以及通过跟踪器输出包括正常运行信号或异常运行信号的第一分析运行信号。
示例性的,图3示出了关于异常检测算法的一优选实施方式。根据图3,初始步骤为输入y[i]、Avg和Std的初始值。示例性的,该步骤可以发生在监测方法10的启动时刻,可以根据过往经验对于相关参数的初始值进行设定,以使异常检测算法可以继续进行。在本实施例中,异常检测算法包括通过如下公式计算第一判断值W和第二判断值X,
W=y[i]-Avg[n-1]
X=threshold*Std[n-1]
y[i]包括第n个跟踪器在第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]分别包括第n-1个跟踪器在第一时间窗口内的多个初始运行信号的均值以及标准差,threshold为运行信号变化强度感受灵敏度系数。示例性的,threshold可以根据输入数据的大小决定,例如可以设定输入数据的数值或数值范围(例如y[i]的值所在的数值范围)越大,threshold的值越大,从而能够根据输入数据的值的大小,有效设定判定异常的灵敏度,降低因为数值范围而导致频繁误判等情况的出现。
在本实施例中,优选地采用时间窗口平移的手段进一步优化异常检测算法。更清楚的参照图4,示例性的,在跟踪器1~跟踪器N共N个跟踪器中,第n个跟踪器可理解为是当前关注的正在进行实时数据采集和监测的任一跟踪器,而在光伏支架的实际应用场景中,多个光伏支架按照一定规则顺序排布,例如是成排排列,则本申请中所述第n-1个跟踪器则为在多个光伏支架中,与关注的第n个跟踪器实际安装位置相邻的跟踪器。示例性的,当多个光伏支架成排排列时,第n个跟踪器和第n-1个跟踪器可以是同一排中相邻的两个光伏支架的驱动驱动电机对应连接的两个跟踪器。当异常运行信号在时间窗口内批量产生时,会显著影响该窗口的均值、标准差,异常的均值标准差被用于后续的检测进而导致结果失真。因此,为了进一步优化算法,考虑到实际运行过程中不同组电机同时产生异常的情况比较罕见,因此本实施优选采用相邻跟踪器(无异常)的时间窗口均值方差输出,对异常跟踪器时间窗口内数据信号进行检测。进一步优化算法和监测结果的可靠性。
根据图3,当W≤X时,即W>X的判断结果为否,跟踪器适于输出正常运行信号,即Signal=0;而当W>X时,跟踪器适于输出异常运行信号。在本实施例中优选地,还包括判断当前被判定为异常的初始运行信号的数值是偏高还是偏低,也即判断y[i]与Avg[n-1]的关系,当y[i]>Avg[n-1],跟踪器输出偏高异常运行信号Signal=1,而当y[i]≤Avg[n-1]时,跟踪器输出偏低异常运行信号Signal=-1。
更为优选的,本实施例中的异常检测算法还包括当W>X时,在跟踪器输出异常运行信号前,通过如下公式对于第n个跟踪器在第一时间窗口内被判断为异常运行信号的第i个初始运行信号进行平滑处理以获得经平滑处理数值filteredY:
filteredY=influence*y[i]+(1-influence)*filteredY[n-1]
其中,filteredY[n-1]包括第n-1个跟踪器对应的经平滑处理数值,influence为异常点平滑系数。由于本实施例优选的采用时间窗口平移的手段改进算法流程,通过对于判定为异常运行信号的初始运行信号y[i]进行平滑处理,可以有效避免上一个时间窗口的异常对下一个时间窗口异常数据判断的影响,从而提升算法的精度和准确度。
继续参考图3,当当W≤X时,为了便于信号传输储存,可以进一步设定正常运行信号对应的经平滑处理数值filteredY就是y[i]本身。当获得该经平滑处理数值后,可以继续在相应的时间窗口内对多个经平滑处理数值求平均值和标准差,以便于下个接续流程中对于本跟踪器的数据进行调用。可以理解的是,针对跟踪器采用如图3所示的异常检测算法,图3所示的最后一个步骤可以在第一时间窗口内进行计算。而对于SCADA,则在该最后一个步骤中可以在第二时间窗口内进行计算,下文将对此部分内容进一步说明。
基于如图1所示实施例优选的,如果应用在如图2所示的监测系统20中,监测方法10还可以进一步包括通过通讯控制模块将初始运行信号和第一分析运行信号发送至在数据采集与监督控制系统SCADA的步骤。具体参考图2,通讯控制模块包括多个控制器、网关和交换机,每个控制器连接至包括多个跟踪器的一组跟踪器,网关连接至每个控制器,交换机连接在网关和SCADA之间。
在这样的实施例中,还可以进一步包括通过SCADA根据异常检测算法在第二时间窗口内生成第二分析运行信号的步骤。具体来说,SCADA应用的异常检测算法与前文参照图3说明的跟踪器的异常检测算法类似,具体包括:在第二时间窗口内对多个初始运行信号计算均值和标准差;根据均值和标准差与第二时间窗口内的第i个初始运行信号的数值之间的差异情况判断第i个初始运行信号是正常运行信号还是异常运行信号;以及通过数据采集与监督控制系统输出包括正常运行信号或异常运行信号的第二分析运行信号。
根据前文参照图1的说明,步骤14中应用SCADA在更大的第二时间窗口内处理初始运行信号,从而弥补因为跟踪器的数据处理时间窗口较短带来的不足。因此,SCADA中运行的可以是与多个跟踪器中运行的相同的异常检测算法,只不过在时间窗口以及具体参数细节上存在数据维度的差异。示例性的,当采用前文所述优选的均值方差计算方式和具有时间窗口平移手段的异常检测算法时,由于数据维度相较于多个独立的跟踪器,已扩大为集合多个跟踪器的一组跟踪器所对应的控制器,因此y[i]还包括第n个控制器在第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]还分别包括第n-1个控制器在第一时间窗口内的多个初始运行信号的均值以及标准差,filteredY还包括第n个控制器在第一时间窗口内被判断为异常运行信号的第i个初始运行信号进行平滑处理后的经平滑处理数值,filteredY[n-1]还包括第n-1个控制器对应的经平滑处理数值。相似的,如前文所述,第n个跟踪器和第第n-1个跟踪器是实际安装位置相邻的跟踪器,而第n个控制器和第第n-1个控制器也可以是实际安装位置相邻的控制器。可以理解的是,针对SCADA的异常检测算法,完全可以采用前文的各公式,只是在参数代表的数据概念上与跟踪器所适用的异常检测算法有所不同。
为了更清楚的解释本申请方案,参照图5还示出了当如图2所示的监测系统20采用如图1所示的监测方法10时,整体的运行流程原理示意图。参照图5,首先通过跟踪器实时采集光伏跟踪支架的驱动电机在运行过程中的初始运行信号,例如是电流信号等。接着按照左侧流程,每个跟踪器运行异常检测算法,并在第一时间窗口内生成第一分析运行信号。参考图2,多个控制器接收该第一分析运行信号,其中包括正常运行信号和异常运行信号,并进一步通过网关等装置将第一分析运行信号发送至SCADA。至此,SCADA获得了来自跟踪器的在时间跨度更短的第一时间窗口内经分析处理后的结果数据,且其中已包含了跟踪器判定为异常的异常运行信号。
另一方面,按照图5所示的右侧流程,控制器会直接接收来自跟踪器采集的多个初始运行信号,并将这些初始运行信号通过网关的通讯设备发送至SCADA,SCADA运行异常检测算法,在相较于第一时间窗口的时间跨度更大的第二时间窗口中对于多个初始运行信号进行分析处理,并获得了第二分析运行信号。最终SCADA会基于来自跟踪器处理分析的第一分析运行信号和SCADA自身根据初始运行信号处理得到的第二分析运行信号进行汇总,并发出异常运行的警报。
虽然现有技术中的一些方案可以采用卡尔曼滤波处理电压信号或者仅基于传感器进行基于特征提取的数据处理分析等手段对于光伏跟踪支架的运行进行检测,但是这些方式都存在一定弊端。例如,扩展卡尔曼滤波器在使用时,需要对非线性系统进行线性化,在这过程中导致的误差,会影响滤波器对信号的估计精度。另外,由于噪声影响、传感器的测量误差等原因,传感器所提供的信息常常表现出不完整和模糊甚至是矛盾的特性,即表现出大量的不确定性这种信息不确定性加剧了驱动电机故障诊断的难度。
考虑到现有的光伏跟踪支架所采用的跟踪器内存和算力有限,为了既获得精准的光伏跟踪支架运行监测结果,又无需对于现有的设备进行高成本的升级,本申请提出了一种多时间窗口同步处理数据以及时间窗口平移的优选异常检测算法,可以有效将跟踪器数据收发频率的需求降低至2Hz。跟踪器和SCADA的数据运算时间窗口相互弥补,可以有效提升运行状态监测的可靠性。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述申请披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
本申请的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。例如,计算机可读介质可包括,但不限于,磁性存储设备(例如,硬盘、软盘、磁带……)、光盘(例如,压缩盘CD、数字多功能盘DVD……)、智能卡以及闪存设备(例如,卡、棒、键驱动器……)。
计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个申请实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
虽然本申请已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本申请,在没有脱离本申请精神的情况下还可作出各种等效的变化或替换,因此,只要在本申请的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (10)
1.一种光伏跟踪支架故障监测方法,适于监测多个光伏支架是否存在运行异常,其中每个所述光伏支架的驱动电机连接有跟踪器,其特征在于,所述方法包括如下步骤:
在所述多个光伏支架的多个所述驱动电机运行的过程中,通过每个所述跟踪器实时采集每个所述驱动电机的初始运行信号;
将多个所述驱动电机对应的所述初始运行信号发送至数据采集与监督控制系统,同时通过每个所述跟踪器基于所述初始运行信号在第一时间窗口内生成第一分析运行信号;
将所述第一分析运行信号发送至所述数据采集与监督控制系统;
通过所述数据采集与监督控制系统基于所述初始运行信号在第二时间窗口内生成第二分析运行信号,其中,所述第二时间窗口的时间跨度大于所述第一时间窗口的时间跨度;以及
根据所述第一分析运行信号和第二分析运行信号共同判断所述多个光伏支架是否存在运行异常。
2.如权利要求1所述的方法,其特征在于,还包括通过每个所述跟踪器根据异常检测算法在所述在第一时间窗口内生成所述第一分析运行信号,所述异常检测算法包括:
在所述第一时间窗口内对多个初始运行信号计算均值和标准差;
根据所述均值和标准差与所述第一时间窗口内的第i个初始运行信号的数值之间的差异情况判断所述第i个初始运行信号是正常运行信号还是异常运行信号;以及
通过所述跟踪器输出包括所述正常运行信号或所述异常运行信号的所述第一分析运行信号。
3.如权利要求2所述的方法,其特征在于,所述异常检测算法进一步包括通过如下公式计算第一判断值W和第二判断值X,当W≤X时,所述跟踪器适于输出所述正常运行信号,而当W>X时,所述跟踪器适于输出所述异常运行信号,其中,
W=y[i]-Avg[n-1]
X=threshold*Std[n-1]
y[i]包括第n个所述跟踪器在所述第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]分别包括第n-1个所述跟踪器在所述第一时间窗口内的多个所述初始运行信号的均值以及标准差,threshold为运行信号变化强度感受灵敏度系数。
4.如权利要求3所述的方法,其特征在于,所述异常检测算法还包括当W>X时,在所述跟踪器输出所述异常运行信号前,判断y[i]与Avg[n-1]的关系,当y[i]>Avg[n-1],所述跟踪器输出偏高异常运行信号,而当y[i]≤Avg[n-1]时,所述跟踪器输出偏低异常运行信号。
5.如权利要求3所述的方法,其特征在于,所述异常检测算法还包括当W>X时,在所述跟踪器输出所述异常运行信号前,通过如下公式对于第n个所述跟踪器在所述第一时间窗口内被判断为所述异常运行信号的第i个初始运行信号进行平滑处理以获得经平滑处理数值filteredY:
filteredY=influence*y[i]+(1-influence)*filteredY[n-1]
其中,filteredY[n-1]包括第n-1个所述跟踪器对应的所述经平滑处理数值,influence为异常点平滑系数。
6.如权利要求2~5任一项所述的方法,其特征在于,还包括通过通讯控制模块将所述初始运行信号和所述第一分析运行信号发送至在所述数据采集与监督控制系统,其中,所述通讯控制模块包括多个控制器、网关和交换机,每个所述控制器连接至包括多个跟踪器的一组跟踪器,所述网关连接至每个所述控制器,所述交换机连接在所述网关和所述数据采集与监督控制系统之间。
7.如权利要求5所述的方法,其特征在于,还包括通过所述数据采集与监督控制系统根据所述异常检测算法在所述第二时间窗口内生成所述第二分析运行信号,所述异常检测算法还包括:
在所述第二时间窗口内对多个初始运行信号计算均值和标准差;
根据所述均值和标准差与所述第二时间窗口内的第i个初始运行信号的数值之间的差异情况判断所述第i个初始运行信号是正常运行信号还是异常运行信号;以及
通过所述数据采集与监督控制系统输出包括所述正常运行信号或所述异常运行信号的所述第二分析运行信号。
8.如权利要求6所述的方法,其特征在于,当采用如权利要求4所述的方法中的所述异常检测算法时,y[i]还包括第n个所述控制器在所述第一时间窗口内的第i个初始运行信号的数值,Avg[n-1]和Std[n-1]还分别包括第n-1个所述控制器在所述第一时间窗口内的多个所述初始运行信号的均值以及标准差,filteredY还包括第n个所述控制器在所述第一时间窗口内被判断为所述异常运行信号的第i个初始运行信号进行平滑处理后的经平滑处理数值,filteredY[n-1]还包括第n-1个所述控制器对应的所述经平滑处理数值。
9.一种光伏跟踪支架故障监测系统,其特征在于,包括多个跟踪器,每个所述跟踪器连接多个光伏跟踪支架的其中一者的驱动电机;以及数据采集与监督控制系统,其中,所述多个跟踪器和所述数据采集与监督控制系统适于根据如权利要求1~5任一项所述的方法监测多个光伏支架是否存在运行异常。
10.权利要求8所述的系统,其特征在于,还包括多个控制器,网关和交换机,每个所述控制器连接至包括多个跟踪器的一组跟踪器,所述网关连接至每个所述控制器,所述交换机连接在所述网关和所述数据采集与监督控制系统之间,其中,所述多个跟踪器、所述多个控制器、所述网关、所述交换机和所述数据采集与监督控制系统适于根据如权利要求6~8任一项所述的方法监测多个光伏支架是否存在运行异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410213658.4A CN118074624A (zh) | 2024-02-27 | 2024-02-27 | 光伏跟踪支架故障监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410213658.4A CN118074624A (zh) | 2024-02-27 | 2024-02-27 | 光伏跟踪支架故障监测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118074624A true CN118074624A (zh) | 2024-05-24 |
Family
ID=91096828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410213658.4A Pending CN118074624A (zh) | 2024-02-27 | 2024-02-27 | 光伏跟踪支架故障监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118074624A (zh) |
-
2024
- 2024-02-27 CN CN202410213658.4A patent/CN118074624A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
CN111562108A (zh) | 一种基于cnn和fcmc的滚动轴承智能故障诊断方法 | |
CN105579922A (zh) | 信息处理装置以及分析方法 | |
KR101848193B1 (ko) | 디스크 용량의 예측방법, 장치, 설비 및 비휘발성 컴퓨터기억매체 | |
CN111665066B (zh) | 基于卷积神经网络的设备故障自适应上下预警界生成方法 | |
CN109446189A (zh) | 一种工业参数离群点检测系统及方法 | |
CN108490923A (zh) | 用于电气牵引系统的微小故障检测与定位的系统设计方法 | |
CN114492629A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
CN113533962A (zh) | 基于多物理信号传感器决策融合的感应电机健康诊断系统 | |
US20220156586A1 (en) | System for monitoring a circuit breaker | |
CN112983570B (zh) | 基于相关性的汽轮机轴承温度高跳机征兆捕捉方法及装置 | |
CN115098285A (zh) | 基于大数据的传感器检测数据分析系统及方法 | |
CN117668684A (zh) | 基于大数据分析的电网电能数据异常检测方法 | |
KR102561675B1 (ko) | 생산현장 가동 설비 상태 모니터링을 통한 고장진단 및 예측 시스템 | |
CN118074624A (zh) | 光伏跟踪支架故障监测方法和系统 | |
CN109990803A (zh) | 检测系统异常的方法、装置及传感器处理的方法、装置 | |
KR20220068799A (ko) | 자동화설비의 고장 검출 시스템 및 그 방법 | |
CN117192369A (zh) | 基于数字孪生技术的曳引电机监测与诊断方法 | |
KR20210087373A (ko) | 플랜트의 고장을 진단하기 위한 장치 및 이를 위한 방법 | |
CN115973715A (zh) | 用于带式运输机的托辊故障检测模型的训练方法和装置 | |
CN114962631A (zh) | 缓速器电磁阀控制方法、装置、设备和介质 | |
CN110146120B (zh) | 一种传感器故障诊断方法及系统 | |
CN113761650A (zh) | 一种柴电动力机车系统序贯概率比检验故障检测方法 | |
CN108613695B (zh) | 基于ica-sprt的冗余传感器故障检测方法 | |
Zheng et al. | Wavelet packet decomposition and neural network based fault diagnosis for elevator excessive vibration |
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 |