CN104345192A - 基于神经网络算法的防光伏发电骗补装置 - Google Patents

Abstract

本发明公开了一种基于神经网络算法的防光伏发电骗补装置，包括光伏板，所述光伏板上均匀设有若干光辐照度传感器，所述光辐照度传感器通过无线通讯网络连接有包括光伏发电计量表计的核心处理器，所述核心处理器连接有人机交互***。本发明的有益效果为：本装置结构简单，容易实现，并且可以防止光伏发电量计量作弊，进而骗取补贴现象的产生，保证国家补贴真正起到应有的鼓励光伏发电***应用的目的，防止国家有限的补贴资金流失，影响国家新能源鼓励政策的实施。

Description

基于神经网络算法的防光伏发电骗补装置

 

技术领域

本发明涉及光伏发电***智能监测技术，具体来说，涉及一种基于神经网络算法的防光伏发电骗补装置。

 

背景技术

2012年11月1日国家电网敞开式受理光伏并网，按照国家电网《关于做好分布式光伏发电并网服务工作的意见》，并网流程办理周期约45个工作日；并网的分布式光伏项目并网发电，国家电网需要同步支付收购分布式光伏电量的费用；然而，光伏发电价格与常规火电上网之间的差额电价需由国家来补贴，这个补贴政策会很快出台。

目前，国家能源局正在研究制定光伏行业发展问题和配套支持政策，包括《促进我国光伏产业发展的指导意见》、《分布式光伏发电示范区实施办法和电价补贴标准》等，其中，光伏发电电价补贴政策与国家电网光伏并网直接关联。分布式光伏电价补贴主要内容包括：所有分布式光伏发电项目，包括自发自用和余电上网部分，都可能获得0.4-0.6元/度的补贴。关于分布式光伏发电示范区实施办法和电价补贴标准正在草拟当中，示范区项目将实行固定电价，以实际发电量来计算补贴金额。

此外，国家能源局9月份发布《关于申报分布式光伏发电规模化应用示范区的通知》，《通知》提出，国家对示范区的光伏发电项目实行单位电量定额补贴政策，国家对自发自用电量和多余上网电量实行统一补贴标准。根据《通知》，各省(区、市)能源主管部门于10月15日前上报分布式光伏发电示范区实施方案。电网企业将按国家能源局最终批复的示范区实施方案，落实相应电网接入和并网服务。

如果按照电量补贴的政策确定后，必然会有部分单位和个人钻政策的漏洞，将本来不是光伏***发的电充当光伏***发的电来骗取补贴，因此，如何通过技术手段堵住这一漏洞就显得迫在眉睫了。所以，现在急需一款校核装置，能够对光伏发电进行监测防止骗取发电补贴。

当前光伏发电计量主要是采用原有防窃电技术手段，如铅封等手段防止对计量表计进行人为破坏，但是无法防止通过逆变手段注入功率的作弊手段。

针对相关技术中的问题，目前尚未提出有效的解决方案。

 

发明内容

本发明的目的是提供一种基于神经网络算法的防光伏发电骗补装置，以克服目前现有技术存在的上述不足。

本发明的目的是通过以下技术方案来实现：

一种基于神经网络算法的防光伏发电骗补装置，包括光伏板，所述光伏板上均匀设有若干光辐照度传感器，所述光辐照度传感器通过无线通讯网络连接有包括光伏发电计量表计的核心处理器，所述核心处理器连接有人机交互***；所述核心处理器包括数据处理装置，所述数据处理装置包括光伏发电计量表计，并且所述数据处理装置连接有自学习装置，所述自学习装置连接有分析处理装置，所述分析处理装置与所述人际交互***相连接。 

进一步的，所述光辐照度传感器包括微控制器，所述微控制器连接有扩展接口，并且所述微控制器还连接有存储器、无线收发器以及电源模块。

进一步的，所述人机交互***包括显示器和与显示器相连接的处理器，所述处理器连接有数据存储器和数据输入输出设备。 

进一步的，所述数据输入输出设备包括鼠标、键盘和打印机。

优选的，所述光伏板上均匀设有4~10个光辐照度传感器。 

优选的，所述微控制器为ATMega128L控制器，所述存储器为AT45DB041B 512kB存储器；所述扩展接口为51-Pin扩展接口；所述无线收发器为CC2420无线收发器。

本发明的有益效果为：本装置结构简单，容易实现，并且可以防止光伏发电量计量作弊，进而骗取补贴现象的产生，保证国家补贴真正起到应有的鼓励光伏发电***应用的目的，防止国家有限的补贴资金流失，影响国家新能源鼓励政策的实施。

 

附图说明

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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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。

图1是根据本发明实施例所述的一种基于神经网络算法的防光伏发电骗补装置的结构示意图；

图2是根据本发明实施例所述的一种基于神经网络算法的防光伏发电骗补装置的光辐照度传感器的原理框图；

图3是根据本发明实施例所述的一种基于神经网络算法的防光伏发电骗补装置的核心处理器的结构示意图；

图4是根据本发明实施例所述的一种基于神经网络算法的防光伏发电骗补装置的神经网络算法模型示意图。

图中：

1、光伏板；2、光辐照度传感器；3、光伏发电计量表计；4、人机交互***；5、微控制器；6、扩展接口；7、存储器；8、无线收发器；9、电源模块；10、核心处理器；11、数据处理装置；12、自学习装置；13、分析处理装置。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

如图1-3所示，根据本发明实施例所述的一种基于神经网络算法的防光伏发电骗补装置，包括光伏板1，所述光伏板1上均匀设有若干光辐照度传感器2，所述光辐照度传感器2通过无线通讯网络连接有包括光伏发电计量表计3的核心处理器10，所述核心处理器10连接有人机交互***4；所述核心处理器10包括数据处理装置11，所述数据处理装置11包括光伏发电计量表计3，并且所述数据处理装置11连接有自学习装置12，所述自学习装置12连接有分析处理装置13，所述分析处理装置13与所述人际交互***4相连接。 

所述光辐照度传感器2包括微控制器5，所述微控制器5连接有扩展接口6，并且所述微控制器5还连接有存储器7、无线收发器8以及电源模块9。

所述人机交互***4包括显示器和与显示器相连接的处理器，所述处理器连接有数据存储器和数据输入输出设备；所述数据输入输出设备包括鼠标、键盘和打印机。

所述光伏板1上均匀设有4~10个光辐照度传感器2。 

所述微控制器5为ATMega128L控制器，所述存储器7为AT45DB041B 512kB存储器；所述扩展接口6为51-Pin扩展接口；所述无线收发器8为CC2420无线收发器。

具体应用时，本技术采用光辐照度传感器2测量辐照度，利用辐照度与所述光伏板1发电的对应关系，结合发电效果学习对比综合分析判断的技术路线，实现光伏发电量估算，将估算与所述光伏发电计量表计3计量的发电量进行比对，来实现光伏发电防作弊的功能。

本装置中的光辐照度传感器2主要是测量所述光伏板1安装现场相关量的光辐照度；光辐照度传感器2实时测量光的辐照度，每个***根据光伏板1安装情况配置4~10个光辐照度传感器2，通过无线（zigbee)通讯***将光辐照度数字化后上传给所述核心处理器10。

由于所述光辐照度传感器2安装分散且距离较远，核心处理器10等设备与光辐照度传感器2之间的通讯采用无线通讯方式组网，无线采用zigbee，这种通讯方式均为非常成熟的通讯解决方案，具有可靠性高，模块价格低易于采购的特点，完全可以满足***对于通讯速率和可靠性的要求；装置设置无线接收模块，各传感器设置无线发送模块，光伏发电计量表计3配置RS485通讯接口；通过RS485通讯网络同装置成为一个有机整体；光辐照度传感器2节点是为传感器网络特别设计的微型计算机***，是无线传感器网络的基本单元，它负责传感和信息预处理，响应监控主机的指令发送数据。

光伏***运行状态判断主要是所述核心处理器10根据光辐照度、发电功率等结合历史数据，采用基于神经网络的算法给出光伏***发电量及发电曲线预估，并将其与计量表计的电量和实际光伏***的发电曲线相比较，给出***运行状态：正常、异常，供相关人员参考；其主要由三个子部分组成：数据处理装置11、自学习装置12以及分析处理装置13；所述数据处理装置11接收所述光辐照度传感器2发来的光辐照度实时数据并对对数据进行处理，供自学习装置12和分析处理装置13使用。

其中，所述自学习装置12主要有两个功能：一是记录历史数据；二是光辐照度、发电功率相互间的相互影响进行分析，给出对应关系曲线和对照表供分析处理模块使用。所述分析处理装置13根据光辐照度、发电功率实时数据和对应关系曲线及对照表，计算光伏***发电量估算值，并将计算结果发给所述人机交互***4，另外，所述分析处理装置13还将光辐照度的曲线进行详细记录和分析，能够对非正常的行为做出判断，如采用照射方式增加辐照度等行为，保证***判别的准确性。

所述人机交互***4主要功能是将***数据和输出结果以直观的方式通过显示器或打印机展示出来，同时通过数据输入输出设备接受运行维护人员的设置和指令；通过曲线图标表展示光伏***发电功率估算曲线、发电量预估情况，同时显示光伏***实际发电功率曲线和发电量，使运行维护人员一目了然的了解应发电情况和实际发电情况，给出***运行状态：正常、异常，提示监视人员处理。

本技术关于光伏***处理，采用BP神经网络模型算法考虑太阳光照强度、环境温度、光伏组件清洁度的基础上，创新性的提出将光伏组件的清洁度作为功率预测模型输入因子，基于BP神经网络建立了光伏发电功率预测模型，并通过实际光伏发电***实测数据，对比分析了模型的预测精度和造成误差的原因；结果表明：本发明建立的光伏发电预测模型预测精度较高，能够满足实际工程应的要求，算法原理见附图4：

神经网络算法是近年来发展起来的一种新型人工智能算法，不同于以往的数学算法，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，具有自学习、自适应和自组织能力的特点；BP网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一；通过误差反向传播来不断调整网络的权值和阈值，最终使网络误差达到目标范围。BP神经网络模型拓扑结构包括输入层、隐层、和输出层。

本装置结构简单，容易实现，并且可以有效的防止光伏发电量计量作弊，进而骗取补贴现象的产生，保证国家补贴真正起到应有的鼓励光伏发电***应用的目的，防止国家有限的补贴资金流失，影响国家新能源鼓励政策的实施。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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 (6)

1.一种基于神经网络算法的防光伏发电骗补装置，包括光伏板（1），其特征在于，所述光伏板（1）上均匀设有若干光辐照度传感器（2），所述光辐照度传感器（2）通过无线通讯网络连接有包括光伏发电计量表计（3）的核心处理器（10），所述核心处理器（10）连接有人机交互***（4），并且，所述核心处理器（10）包括数据处理装置（11），所述数据处理装置（11）包括光伏发电计量表计（3），并且所述数据处理装置（11）连接有自学习装置（12），所述自学习装置（12）连接有分析处理装置（13），所述分析处理装置（13）与所述人际交互***（4）相连接。

2.根据权利要求1所述的基于神经网络算法的防光伏发电骗补装置，其特征在于，所述光辐照度传感器（2）包括微控制器（5），所述微控制器（5）连接有扩展接口（6），并且所述微控制器（5）还连接有存储器（7）、无线收发器（8）以及电源模块（9）。

3.根据权利要求1所述的基于神经网络算法的防光伏发电骗补装置，其特征在于，所述人机交互***（4）包括显示器和与显示器相连接的处理器，所述处理器连接有数据存储器和数据输入输出设备。

4.根据权利要求3所述的基于神经网络算法的防光伏发电骗补装置，其特征在于，所述数据输入输出设备包括鼠标、键盘和打印机。

5.根据权利要求1至4中任意一项所述的基于神经网络算法的防光伏发电骗补装置，其特征在于，所述光伏板（1）上均匀设有4~10个光辐照度传感器（2）。

6.根据权利要求1至4中任意一项所述的基于神经网络算法的防光伏发电骗补装置，其特征在于，所述微控制器（5）为ATMega128L控制器，所述存储器（7）为AT45DB041B 512kB存储器；所述扩展接口（6）为51-Pin扩展接口；所述无线收发器（8）为CC2420无线收发器。