System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現(xiàn)步驟摘要】
本專利技術屬于光伏設備監(jiān)測,具體屬于一種光伏設備智能監(jiān)測及故障診斷方法及相關裝置。
技術介紹
1、隨著全球對環(huán)境保護意識的增強和能源結構的轉型,可再生能源的發(fā)展迎來了前所未有的機遇。光伏發(fā)電,作為可再生能源的重要分支,憑借其清潔、可再生、分布廣泛等優(yōu)勢,在全球范圍內得到了廣泛應用。然而,光伏設備在實際運行過程中,卻面臨著諸多挑戰(zhàn)。
2、環(huán)境因素是光伏設備運行的一大考驗。太陽輻照度、溫度、濕度、風速等自然條件的變化,都會對光伏設備的性能產(chǎn)生影響。例如,高溫會導致光伏電池的效率下降,而濕度和風速的變化則可能影響光伏設備的散熱和絕緣性能。此外,沙塵、鳥糞等污染物的覆蓋,也會降低光伏設備的發(fā)電效率。設備老化是另一個不可忽視的問題。隨著運行時間的增長,光伏設備的材料、組件和連接部分都會逐漸老化,導致性能下降甚至發(fā)生故障。這些故障可能表現(xiàn)為電池片的斷裂、連接線的松動、逆變器的故障等,嚴重影響光伏電站的發(fā)電效率和穩(wěn)定性。
3、傳統(tǒng)的光伏設備監(jiān)測和故障診斷方法主要依賴于人工巡檢和定期檢測。這種方法不僅效率低下,而且難以實時捕捉設備狀態(tài)變化。由于光伏電站通常分布在偏遠地區(qū),人工巡檢需要耗費大量時間和人力成本。同時,定期檢測的頻率和精度也受到限制,無法及時發(fā)現(xiàn)和處理潛在故障。為了提高光伏設備的運行效率和可靠性,實現(xiàn)智能化監(jiān)測和故障診斷顯得尤為重要。然而,目前已有的基于數(shù)學模型和數(shù)據(jù)驅動的故障診斷方法仍存在諸多問題。例如,一些模型精度不高,無法準確反映光伏設備的實際運行狀態(tài);一些方法參數(shù)求解困難,導致模型無法應用于實際場景;還
技術實現(xiàn)思路
1、為了解決現(xiàn)有技術中存在的問題,本專利技術提出了一種光伏設備智能監(jiān)測及故障診斷方法及相關裝置,旨在通過智能監(jiān)測及故障診斷模型,實現(xiàn)對光伏設備的實時監(jiān)測和故障診斷。
2、為實現(xiàn)上述目的,本專利技術提供如下技術方案:一種光伏設備智能監(jiān)測及故障診斷方法,具體步驟如下:
3、獲取實測i-v特性曲線;
4、將實測i-v特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷,得到光伏設備故障診斷結果;
5、其中,智能監(jiān)測及故障診斷模型包括數(shù)據(jù)格式轉換算子和光伏故障診斷模型算子,其中光伏故障診斷模型算子包括離線訓練算子fit()和判斷算子predict();數(shù)據(jù)格式轉換算子用于將原始按行存儲的數(shù)據(jù)轉換為按列存儲;離線訓練算子fit()用于對實測i-v特性曲線進行預處理;判斷算子predict()用于判斷環(huán)境狀態(tài),并在環(huán)境穩(wěn)定下對實測i-v特性曲及對應環(huán)測進行故障診斷,得到故障類型。
6、進一步的,所述離線訓練算子fit()包括數(shù)據(jù)讀入函數(shù)、i-v數(shù)據(jù)篩選函數(shù)、參數(shù)訓練函數(shù)、粒子群尋參函數(shù)和i-v重建函數(shù),其中,數(shù)據(jù)讀入函數(shù)用于將按列讀入的離線歷史i-v數(shù)據(jù)由字符串類型轉換為浮點數(shù)類型;i-v數(shù)據(jù)篩選函數(shù)用于篩除讀入的離線歷史i-v數(shù)據(jù)中輻照度突變的i-v數(shù)據(jù),消除輻照度與短路點不匹配對后續(xù)分析的影響,參數(shù)訓練函數(shù)用于對i-v數(shù)據(jù)的濾波、插值、平滑,提升i-v數(shù)據(jù)質量;粒子群尋參函數(shù)用于對光伏陣列數(shù)學模型參數(shù)的求解;i-v重建函數(shù)用于對光伏陣列物理方程的求解。
7、進一步的,判斷算子predict()由環(huán)境穩(wěn)定性判斷函數(shù)及故障診斷函數(shù)組成,環(huán)境穩(wěn)定性判斷函數(shù)根據(jù)在線環(huán)測進行環(huán)境穩(wěn)定性判斷,輸出環(huán)境狀態(tài)至故障診斷函數(shù);故障診斷函數(shù)根據(jù)在線i-v數(shù)據(jù)及對應環(huán)測、環(huán)境狀態(tài)進行故障診斷得到故障類型。
8、進一步的,當利用光伏陣列數(shù)學模型得到的光伏陣列理論輸出功率與實測的光伏陣列輸出功率的偏差小于故障檢測閾值時,認為無故障,停止將實測i-v特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷。
9、進一步的,當利用光伏陣列數(shù)學模型得到的光伏陣列理論輸出功率與實測的光伏陣列輸出功率的偏差大于故障檢測閾值時,認為疑似出現(xiàn)故障,當連續(xù)檢測疑似故障超過3次,則獲取實測i-v特性曲線,并將實測i-v特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷,得到光伏設備故障診斷結果。
10、進一步的,所述光伏陣列數(shù)學模型為單二極管模型,采用粒子群優(yōu)化算法進行模型參數(shù)提取,利用常規(guī)迭代算法進行i-v特性曲線重建,通過粒子群優(yōu)化算法調節(jié)光伏陣列數(shù)學模型的超參數(shù)。
11、本專利技術還提供一種光伏設備智能監(jiān)測及故障診斷系統(tǒng),包括數(shù)據(jù)獲取模塊、故障診斷模塊,其中:
12、數(shù)據(jù)獲取模塊用于獲取實測i-v特性曲線;
13、故障診斷模塊用于將實測i-v特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷,得到光伏設備故障診斷結果;
14、其中,智能監(jiān)測及故障診斷模型包括數(shù)據(jù)格式轉換算子和光伏故障診斷模型算子,其中光伏故障診斷模型算子包括離線訓練算子fit()和判斷算子predict();數(shù)據(jù)格式轉換算子用于將原始按行存儲的數(shù)據(jù)轉換為按列存儲;離線訓練算子fit()用于對實測i-v特性曲線進行預處理;判斷算子predict()用于判斷環(huán)境狀態(tài),并在環(huán)境穩(wěn)定下對實測i-v特性曲及對應環(huán)測進行故障診斷,得到故障類型。
15、本專利技術提供一種終端設備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序,所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
16、本專利技術還提供一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)上述一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
17、本專利技術還提供一種計算機程序產(chǎn)品,包括計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)上述一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
18、與現(xiàn)有技術相比,本專利技術至少具有以下有益效果:
19、本專利技術提供一種光伏設備智能監(jiān)測及故障診斷方法,智能故障診斷算法結合離線訓練算子和判斷算子,能夠高效處理和分析實測i-v特性曲線,準確識別出光伏設備的故障類型,實現(xiàn)對多種光伏陣列故障類型的精確診斷;本專利技術的故障診斷方法可以實時監(jiān)測光伏設備的運行狀態(tài)和故障信息,能夠及時發(fā)現(xiàn)和處理潛在故障。這不僅減少了人工巡檢和定期檢測的頻率,還提高了監(jiān)測效率,使得運維人員能夠更快地響應和處理故障;本專利技術的故障診斷方法可以顯著減少因設備故障導致的停機時間和維修成本。這有助于提高光伏電站的運行效率和經(jīng)濟效益,使得運維成本得到有效控制;本專利技術的故障診斷方法有助于及時發(fā)現(xiàn)并處理光伏設備中的潛在問題,從而增強光伏電站的穩(wěn)定性和可靠性。這有助于確保光伏電站能夠持續(xù)、穩(wěn)定地發(fā)電,為電網(wǎng)提供可靠的電力供應。本專利技術的故障診斷方法可以使運維人員能夠及時了解光伏設備的運行狀態(tài),對故障進行快速處理。這有助于提高光伏設備的利用率,使得設備能夠更長時間地處于正常工作狀態(tài),從而提高發(fā)電量。<本文檔來自技高網(wǎng)...
【技術保護點】
1.一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,具體步驟如下:
2.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,所述離線訓練算子fit()包括數(shù)據(jù)讀入函數(shù)、I-V數(shù)據(jù)篩選函數(shù)、參數(shù)訓練函數(shù)、粒子群尋參函數(shù)和I-V重建函數(shù),其中,數(shù)據(jù)讀入函數(shù)用于將按列讀入的離線歷史I-V數(shù)據(jù)由字符串類型轉換為浮點數(shù)類型;I-V數(shù)據(jù)篩選函數(shù)用于篩除讀入的離線歷史I-V數(shù)據(jù)中輻照度突變的I-V數(shù)據(jù),消除輻照度與短路點不匹配對后續(xù)分析的影響,參數(shù)訓練函數(shù)用于對I-V數(shù)據(jù)的濾波、插值、平滑,提升I-V數(shù)據(jù)質量;粒子群尋參函數(shù)用于對光伏陣列數(shù)學模型參數(shù)的求解;I-V重建函數(shù)用于對光伏陣列物理方程的求解。
3.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,判斷算子predict()由環(huán)境穩(wěn)定性判斷函數(shù)及故障診斷函數(shù)組成,環(huán)境穩(wěn)定性判斷函數(shù)根據(jù)在線環(huán)測進行環(huán)境穩(wěn)定性判斷,輸出環(huán)境狀態(tài)至故障診斷函數(shù);故障診斷函數(shù)根據(jù)在線I-V數(shù)據(jù)及對應環(huán)測、環(huán)境狀態(tài)進行故障診斷得到故障類型。
4.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診
5.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,當利用光伏陣列數(shù)學模型得到的光伏陣列理論輸出功率與實測的光伏陣列輸出功率的偏差大于故障檢測閾值時,認為疑似出現(xiàn)故障,當連續(xù)檢測疑似故障超過3次,則獲取實測I-V特性曲線,并將實測I-V特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷,得到光伏設備故障診斷結果。
6.根據(jù)權利要求4或5所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,所述光伏陣列數(shù)學模型為單二極管模型,采用粒子群優(yōu)化算法進行模型參數(shù)提取,利用常規(guī)迭代算法進行I-V特性曲線重建,通過粒子群優(yōu)化算法調節(jié)光伏陣列數(shù)學模型的超參數(shù)。
7.一種光伏設備智能監(jiān)測及故障診斷系統(tǒng),其特征在于,包括數(shù)據(jù)獲取模塊、故障診斷模塊,其中:
8.一種終端設備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1~6任意一項所述的一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
9.一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1~6任意一項所述的一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
10.一種計算機程序產(chǎn)品,包括計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1~6任意一項所述一種光伏設備智能監(jiān)測及故障診斷方法的步驟。
...【技術特征摘要】
1.一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,具體步驟如下:
2.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,所述離線訓練算子fit()包括數(shù)據(jù)讀入函數(shù)、i-v數(shù)據(jù)篩選函數(shù)、參數(shù)訓練函數(shù)、粒子群尋參函數(shù)和i-v重建函數(shù),其中,數(shù)據(jù)讀入函數(shù)用于將按列讀入的離線歷史i-v數(shù)據(jù)由字符串類型轉換為浮點數(shù)類型;i-v數(shù)據(jù)篩選函數(shù)用于篩除讀入的離線歷史i-v數(shù)據(jù)中輻照度突變的i-v數(shù)據(jù),消除輻照度與短路點不匹配對后續(xù)分析的影響,參數(shù)訓練函數(shù)用于對i-v數(shù)據(jù)的濾波、插值、平滑,提升i-v數(shù)據(jù)質量;粒子群尋參函數(shù)用于對光伏陣列數(shù)學模型參數(shù)的求解;i-v重建函數(shù)用于對光伏陣列物理方程的求解。
3.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,判斷算子predict()由環(huán)境穩(wěn)定性判斷函數(shù)及故障診斷函數(shù)組成,環(huán)境穩(wěn)定性判斷函數(shù)根據(jù)在線環(huán)測進行環(huán)境穩(wěn)定性判斷,輸出環(huán)境狀態(tài)至故障診斷函數(shù);故障診斷函數(shù)根據(jù)在線i-v數(shù)據(jù)及對應環(huán)測、環(huán)境狀態(tài)進行故障診斷得到故障類型。
4.根據(jù)權利要求1所述的一種光伏設備智能監(jiān)測及故障診斷方法,其特征在于,當利用光伏陣列數(shù)學模型得到的光伏陣列理論輸出功率與實測的光伏陣列輸出功率的偏差小于故障檢測閾值時,認為無故障,停止將實測i-v特性曲線輸入智能監(jiān)測及故障診斷模型中進行故障診斷。
5.根據(jù)權利要求1所述的一種光伏設備智...
【專利技術屬性】
技術研發(fā)人員:李曉磊,趙東明,田鴻翔,陳國軍,王瑋,劉杰,汪海軍,楊博,董偉,薛堯,
申請(專利權)人:華能嘉峪關新能源有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。