CN119448928A 基于人工智能和大数据分析的光伏电站管理方法及系统 （陕西公众智能科技有限公司）

基于人工智能和大数据分析的光伏电站管本发明公开了一种基于人工智能和大数据发电组包括用于连接多个光伏电板的多个光伏过可见光和红外成像技术无损检测光伏电板的2获取光伏电站结构信息，所述光伏电站结构包括多个光伏发电组，光构建光伏数据平台，所述光伏数据平台用于存储基于历史光伏数据构建光伏发电预测模型，获取当前工作周期获取当前光伏数据中的第一光伏发电量，基于预测发电量与第一光基于预测发电量计算中央逆变器接收的光伏发电量区间，获取若第二光伏发电量不在光伏发电量区间内，则获取当前工作周期内中使用直流电源模拟器模拟光伏组串输入直流电到汇流箱，采集基于故障评估平台获取的故障评估数据，计算综合故障评估指指数对光伏电站存在故障风险的光伏发电组匹配2.根据权利要求1所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特基于光伏数据平台获取历史光伏数据中多个历史将同一历史工作周期内的数据打包为一组数据集，将数据集划分为训练集和测试集，伏发电预测模型用于计算当前工作周期的光伏预测发电量；光伏发电预测模型训练过程获取当前工作周期的当前光伏数据，所述当前将当前工作周期的状态信息和气象数据，输入至光伏发电预33.根据权利要求2所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特若第一光伏发电量在光伏发电波动区间内，该当前工作周期4.根据权利要求3所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特设定最低转换效率，所述最低转换效率为光伏发电组中光伏组串、汇流组件在实际运行中可能遇到的各种损失和不确定性进行量化的一个系数，取0.95到1将最低转换效率的倒数与预测发电量的乘积作为最大可接受设置光伏发电量区间，最小可接受发电量和最大可接受发电量分别作将汇流箱的第二光伏发电量进行汇总，得到光伏发电组的若总第二光伏发电量不在光伏发电量区间内，则判断该光伏发电组的5.根据权利要求4所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特所述光伏故障数据包括故障类型、故障运行参数、故障次数及故障根据离群数据差异指数和离群数据差异指数阈值，判断故障运行参其中，若离群数据差异指数超出离群数据差异指数阈值，则4若离群数据差异指数未超出离群数据差异指数阈值，则该故障运行参数离群数据可将上述故障运行参数离群数据与相应的故障类型进行对应，并获取故基于故障运行参数离群数据的故障波形与故障类型，建立卷积神经网络模型进行训将实时运行参数输入至故障类型评估模型中，通过故障类型评估模x个故障运行参数离群数据，为第x个故障运行参数离群数据所属运行参数离群数据所属的故障运行参数离群数据组的第个故障运行参数离群数据与第i+1个历故障运行参数离群数据的间隔时间，n为第x个故障运行参数离群数据所属的故障运行参数离群数据组的故障运行参数离群数据6.根据权利要求5所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特基于光伏发电组附近安装的可见光成像仪及红外成像仪，按预设使用滤波器去除可见光图像及红外图像的噪声，将可见光图像使用边缘检测算法检测可见光图像及红外图像中各个光伏电板的基于图像识别算法获取可见光特征图像中每个像素的灰度值和对基于温度分布图检测出温度异常区域，将阴影遮挡分布图与温度异常区域进行比对，将温度异常区域划分为受遮挡影响的异常区域及不受遮挡影响的若检测到不受遮挡影响的异常区域，获取该红外特征图像对5若未检测到不受遮挡影响的异常区域，则基于当前周期内各光伏获取汇流箱采集得到的各光伏组串的光伏组串发将获取的发电量评估值进行对比，通过聚类算法，将发电量评若不存在异常数据，则判断该光伏发电组受到外部阴影长期遮挡若存在异常数据，则判断该异常数据所对应光伏组串中的组串7.根据权利要求6所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特使用直流电源模拟器模拟光伏组串输入直流电到汇流箱，采集相关8.根据权利要求7所述的一种基于人工智能和大数据分析的光伏电站管理方法，其特9.一种基于人工智能和大数据分析的光伏电站管理系统，用于实现如权利要求1_8任6发电预测模块，用于从数据平台获取历史工作周期运行状态监测模块，用于获取当前光伏数据中的第一光伏发电量故障检测模块，用于设定光伏发电量区间，获取当前工作周期故障类型评估模块，用于通过箱线图检测获取故障运行参数的离群数据光伏组串检测模块，基于可见光成像仪和红外成像仪拍摄光模拟测试模块，使用直流电源模拟器模拟光伏组串输入直流电到汇综合故障评估模块，基于故障评估平台获取的故障评估数据发电预测模型训练单元，通过卷积神经网络机器学习算预测计算单元，用于将当前工作周期的状态信息和气象数据输入到训练好的模型中，7第二光伏发电量计算单元，用于计算最小可接受发电量和最大监测数据获取单元，用于获取当前工作周期内各8[0003]光伏电站是一种利用太阳能光伏发电技术将太阳光能直接转换为电能的发电设传统运维模式下，一般通过监测光伏发电组的实时运行数据判断各个组件是否发生故障，基于历史光伏数据构建光伏发电预测模型，获取当前工作周期的当前光伏数据，9评估指数对光伏电站存在故障风险的光伏发电组匹配合适的整改方案。[0008]作为优选，所述基于预测发电量与第一光伏发电量判断[0009]作为优选，所述基于第二光伏发电量与光伏发电量区间各组件在实际运行中可能遇到的各种损失和不确定性进行量化的一个系数，取0.95到1之总第二光伏发电量在光伏发电量区间内，则判断该光伏发电组的各光伏组串不存在故障，获取当前工作周期的实时运行参数，所述运行参数包括历史运行参数中的各参式中，C(x)为第个故障运行参数离群数据的离群数据个故障运行参数离群数据所属的故障运行参数离群数据组的第个故障运行参数离群数据与第i+1个历故障运行参数离群数据的间隔时间，n为第x个故障运行参数离群数据的故障运行参数离群数据组的故障运行参数离应汇流箱接收到该光伏组串的直流电流、直流电压及功率的异常变化判断电缆故障类型，[0014]作为优选，本发明还提出一种基于人工智能和大数据分监测数据获取单元，用于获取当前工作周期内各汇流箱接收到的第二光伏发电基于历史光伏数据构建光伏发电预测模型，获取当前工作周期的当前光伏数据，评估指数对光伏电站存在故障风险的光伏发电组匹配合适的整改方案。各组件在实际运行中可能遇到的各种损失和不确定性进行量化的一个系数，取0.95到1之总第二光伏发电量在光伏发电量区间内，则判断该光伏发电组的各光伏组串不存在故障，获取当前工作周期的实时运行参数，所述运行参数包括历史运行参数中的各参式中，C(x)为第个故障运行参数离群数据的离群数据个故障运行参数离群数据所属的故障运行参数离群数据组的第个故障运行参数离群数据与第i+1个历故障运行参数离群数据的间隔时间，n为应汇流箱接收到该光伏组串的直流电流、直流电压及功率的异常变化判断电缆故障类型，故障的维护难度及危害影响设定一个1到10分的评分标准，并通过专家打分获得，评分越将光伏故障数据中该故障类型中故障危害程度的均值