CN113852349B - 一种5g光伏电站的远程监控方法及*** - Google Patents
一种5g光伏电站的远程监控方法及*** Download PDFInfo
- Publication number
- CN113852349B CN113852349B CN202111093163.5A CN202111093163A CN113852349B CN 113852349 B CN113852349 B CN 113852349B CN 202111093163 A CN202111093163 A CN 202111093163A CN 113852349 B CN113852349 B CN 113852349B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic power
- power station
- maintenance
- result
- feature
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012423 maintenance Methods 0.000 claims abstract description 167
- 238000004458 analytical method Methods 0.000 claims abstract description 115
- 238000003066 decision tree Methods 0.000 claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 238000010248 power generation Methods 0.000 claims description 32
- 238000007405 data analysis Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 239000004069 plant analysis Substances 0.000 claims 2
- 230000005540 biological transmission Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 229910021419 crystalline silicon Inorganic materials 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00016—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
- H02J13/00017—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus using optical fiber
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00016—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
- H02J13/00018—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus using phone lines
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
- H02J13/00024—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission by means of mobile telephony
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
- H02J13/00026—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission involving a local wireless network, e.g. Wi-Fi, ZigBee or Bluetooth
-
- 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
- H02J2213/00—Indexing scheme relating to details of circuit arrangements for providing remote indication of network conditions of for circuit arrangements for providing remote control of switching means in a power distribution network
- H02J2213/10—Indexing scheme relating to details of circuit arrangements for providing remote indication of network conditions of for circuit arrangements for providing remote control of switching means in a power distribution network using simultaneously two or more different transmission means
-
- 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
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/124—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wired telecommunication networks or data transmission busses
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种5G光伏电站的远程监控方法及***,其中,所述方法包括:通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。解决了现有技术无法对光伏电站的运行情况进行实时监控分析,且监控数据传输无法满足大带宽、低时延、大量连接等网络需求,导致运维效率低的技术问题。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种5G光伏电站的远程监控方法及***。
背景技术
光伏电站,是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电***,属于国家鼓励力度最大的绿色电力开发能源项目,而对变电站的监控将提高光伏电站的安全运行水平。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术无法对光伏电站的运行情况进行实时监控分析,且监控数据传输无法满足大带宽、低时延、大量连接等网络需求,导致运维效率低的技术问题。
发明内容
本申请实施例通过提供一种5G光伏电站的远程监控方法及***,解决了现有技术无法对光伏电站的运行情况进行实时监控分析,且监控数据传输无法满足大带宽、低时延、大量连接等网络需求,导致运维效率低的技术问题,达到通过5G技术应用光伏电站远程监控的方式,为监控数据传输提供高性能、高速率、高可靠、低时延的网络,实现监控数据的实时准确分析,进而提高光伏电站的运维效率的技术效果。
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的方法。
第一方面,本申请实施例提供了一种5G光伏电站的远程监控方法,所述方法包括:通过所述图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;通过大数据构建光伏电站运维云平台;通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。
另一方面,本申请还提供了一种5G光伏电站的远程监控***,所述***包括:第一获得单元,所述第一获得单元用于通过图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;第二获得单元,所述第二获得单元用于获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;第一构建单元,所述第一构建单元用于通过大数据构建光伏电站运维云平台;第三获得单元,所述第三获得单元用于通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;第四获得单元,所述第四获得单元用于根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;第五获得单元,所述第五获得单元用于将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;第一管理单元,所述第一管理单元用于根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。进而达到通过5G技术应用光伏电站远程监控的方式,为监控数据传输提供高性能、高速率、高可靠、低时延的网络,实现监控数据的实时准确分析,进而提高光伏电站的运维效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种5G光伏电站的远程监控方法的流程示意图;
图2为本申请实施例一种5G光伏电站的远程监控方法中获得光伏电站运行等级的流程示意图;
图3为本申请实施例一种5G光伏电站的远程监控方法中对光伏电站进行数据分析的流程示意图;
图4为本申请实施例一种5G光伏电站的远程监控方法中对光伏电站分析结果进行修正的流程示意图;
图5为本申请实施例一种5G光伏电站的远程监控方法中获得光伏电站运行特征结果的流程示意图;
图6为本申请实施例一种5G光伏电站的远程监控方法中构建光伏电站运维特征决策树的流程示意图;
图7为本申请实施例一种5G光伏电站的远程监控方法中,获得第一光伏电站分析结果的流程示意图;
图8为本申请实施例一种5G光伏电站的远程监控***的结构示意图;
图9为本申请实施例所提供的一种用于执行控制输出数据的方法的电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一构建单元13,第三获得单元14,第四获得单元15,第五获得单元16,第一管理单元17,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150,操作***1151,应用程序1152和用户接口1160。
具体实施方式
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的***、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行***、装置、器件使用或与其结合使用。
申请概述
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本发明实施例中的附图对本发明实施例进行描述。
实施例一
如图1所示,本申请实施例提供了一种5G光伏电站的远程监控方法,其中,所述方法包括:
步骤S100:通过所述图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;
步骤S200:获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;
具体而言,光伏电站,是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电***,对光伏电站的实时监控可方便对光伏电站的运行数据进行管理。所述第一图像采集装置可以是位于光伏电站的视频监控摄像头,通过所述图像采集装置对所述光伏电站进行监控,包括光伏电站设备运行状况、电力输送状况等。根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述光伏电站工作运行的所述第一监控数据信息,包括设备运行数据信息、电力输送数据信息、运行环境信息等,用于为后续光伏电站的分析运维提供数据基础。
步骤S300:通过大数据构建光伏电站运维云平台;
具体而言,通过大数据方式构建具有更强的决策力、洞察发现力和流程优化能力的光伏电站运维云平台,所述光伏电站运维云平台是指基于硬件的服务,提供计算、网络和存储能力的光伏电站运维管理平台,用于更加高效准确的分析光伏电站的监控数据信息。
步骤S400:通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;
如图3所示,进一步而言,其中,所述获得第一光伏电站分析结果,本申请实施例步骤S400还包括:
步骤S410:将所述第一监控数据信息发送至所述光伏电站运维云平台进行数据服务,获得第一调用指令;
步骤S420:根据所述第一调用指令,调用第一运维应用数据库;
步骤S430:将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,获得第一光伏电站分析结果。
具体而言,通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行数据服务分析,5G技术是具有高速率、低时延和大连接特点的新一代宽带移动通信技术,是实现人机物互联的网络基础设施,数据传输是5G技术的重要应用场景。根据所述第一调用指令调用与光伏电站运维处理对应的应用数据库,用于监控数据运维处理。将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,所述光伏电站数据分析模型为神经网络模型,获得模型的训练输出结果即第一光伏电站分析结果,包括光伏电站的运行状况以及出现的故障情况。实现监控数据的实时准确分析,使得分析结果更加准确高效,进而提高光伏电站的运维效率的技术效果。
步骤S500:根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;
如图6所示,进一步而言,其中,所述光伏电站运维特征决策树,本申请实施例步骤S500还包括:
步骤S510:根据历史光伏电站分析结果集合,获得对应的运维分类特征信息集合;
步骤S520:对所述运维分类特征信息集合的数据特征进行主成分分析,获得第一降维数据特征集,所述第一降维数据特征集包括第一特征、第二特征和第三特征;
步骤S530:分别对所述第一特征、所述第二特征和所述第三特征进行信息论编码运算,获得决策树的节点特征信息;
步骤S540:根据所述节点特征信息,构建光伏电站运维特征决策树。
具体而言,根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果,所述第一运维分类结果为光伏电站需要进行运维的类别,如光伏电站运行环境温度过高、光伏设备出现故障、电力转换出现故障等。决策树(DecisionTree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法,这种分类器能够对新出现的对象给出正确的分类,由根节点、内部节点以及叶节点组成。产品特征可作为所述光伏电站运维特征决策树的内部节点,通过对其进行信息熵的计算,可对熵值最小的特征进行优先分类,以此方法对所述光伏电站运维特征决策树进行递归构建,直至无法对最后的特征叶节点进行再分,说明分类结束,以此构成了光伏电站运维特征决策树。
进一步而言,根据所述历史光伏电站分析结果集合,获得对应的运维分类特征信息集合,对所述运维分类特征信息集合的数据特征进行主成分分析,主成分分析是最常用的线性降维方法,它的目标是通过某种线性投影,将高维的数据映射到低维的空间中,并期望在所投影的维度上数据的信息量最大(方差最大),以此使用较少的数据维度,同时保留住较多的原数据点的特性。获得主成分分析降维之后的第一降维数据特征集,所述第一降维数据特征集包括第一特征、第二特征和第三特征。降维的目的,就是为了在尽量保证“信息量不丢失”的情况下,对原始特征进行降维,也就是尽可能将原始特征往具有最大投影信息量的维度上进行投影,将原特征投影到这些维度上,使降维后信息量损失最小。
为了具体构建所述光伏电站运维特征决策树,可分别对所述第一特征、所述第二特征以及所述第三特征进行信息熵的运算,即通过信息论编码中的香农公式对其进行信息熵数值的具体计算,进而获得对应的特征信息熵,进一步,信息熵表示信息的不确定度,当不确定性越大时,它所包含的信息量也就越大,信息熵也就越高,纯度也就越低,当集合中的所有样本均匀混合时,信息熵最大,纯度最低。因此,应基于所述数据大小比对模型对所述特征信息熵对其大小数值的比对,继而获得熵值最小的特征,即第一根节点特征信息,通过对熵值最小的特征进行优先分类,继而按照熵值由小到大的顺序,依次对各节点特征进行分类,最终构建所述光伏电站运维特征决策树。使得每个光伏电站分析结果都匹配适合的运维分类特征,进而实现了对光伏电站运维特征决策树的具体构建的技术效果。
步骤S600:将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;
具体而言,将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,所述光伏电站三维模型是所述光伏电站内部结构组成和分布的三维立体模型,精细程度高、准确度高,真实感强。并将匹配后的运维位置结果进行标记,以便提高运维效率。
步骤S700:根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。
具体而言,根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理,包括预防性维修管理、纠正性维修管理、技术监督试验管理,如电力安全运维、设备安全运维、消防安全运维等,提高光伏电站的运维效率,落实安全生产责任制度,保证光伏电站的安全运行。
如图2所示,进一步而言,本申请实施例还包括:
步骤S810:根据所述第一运维分类结果,确定电力运行特征、设备运行特征和运行环境特征;
步骤S820:获得所述电力运行特征的第一运行卷积特征、所述设备运行特征的第二运行卷积特征,所述运行环境特征的第三运行卷积特征;
步骤S830:根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果;
步骤S840:对所述第一运行特征结果进行运行质量分析,获得第一电站运行等级因素;
步骤S850:根据所述第一电站运行等级因素,获得第二光伏电站分析结果。
具体而言,所述电力运行特征为光伏电站的电力输送运行特征,包括电压运行特征、电流运行特征、发电量-辐射量对比特征、电站损耗分析、电站性能分析、日负荷曲线、发电量对比等。所述设备运行特征为设备的运行状况,包括汇流箱、逆变器、光伏组件的运行状况。所述运行环境特征为光伏电站的运行环境温度、湿度、气象信息参数等。卷积神经网络是一种具有局部连接、权值共享等特点的深层前馈神经网络,在图像和视频分析领域,比如图像分类、目标检测、图像分割等各种视觉任务上取得了显著的效果,是目前应用最广泛的模型之一。卷积神经网络,从字面上包括两个部分:卷积+神经网络。其中,卷积就是特征提取器,而神经网络,可以看作分类器。训练一个卷积神经网络,就是同时训练了特征提取器(卷积)和后面的分类器(神经网络)。通过卷积神经网络分别对各运维结果特征进行提取分类,获得所对应的所述电力运行特征、所述设备运行特征和所述运行环境特征的产品卷积特征。通过所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征的卷积计算结果,获得所述第一运行特征结果。对所述第一运行特征结果进行运行质量分析,获得第一电站运行等级因素,即光伏电站的运行状况等级,并根据所述第一电站运行等级因素,获得补充修正后的光伏电站分析结果。达到对电站运行特征进行提取,使得对监控数据的分析结果更加准确合理,从而提高光伏电站的运维效率的技术效果。
如图4所示,进一步而言,本申请实施例步骤S850还包括:
步骤S851:根据所述第一光伏电站分析结果,计算获得第一光伏发电效率;
步骤S852:如果第一光伏发电效率未达到预定光伏发电效率,获得第一能效转换差值系数;
步骤S853:根据所述第一能效转换差值系数,对所述第二光伏电站分析结果进行修正。
具体而言,根据所述第一光伏电站分析结果,获得光伏电站的辐射总量、光伏电站输入电网的电度表记录电量、光伏电站组件装机的标称容量等参数,并将获得参数输入光伏电站***效率计算公式中,计算获得第一光伏发电效率。光伏发电效率是光伏电站质量评估中最重要的指标,光伏发电效率越高,表明光伏电站的发电量越多,工作性能越好。如果所述第一光伏发电效率未达到预定光伏发电效率,所述预定光伏发电效率为达到电能输送标准的光伏发电效率,如多晶硅电池组件转换效率不低于15.5%,单晶硅电池组件转换效率不低于16%。计算获得所述第一光伏发电效率和所述预定光伏发电效率之间的第一能效转换差值系数,差值系数越高,表明光伏发电效率距标准越低,根据所述第一能效转换差值系数,对所述第一光伏电站分析结果进行修正,获得修正后的所述第二光伏电站分析结果。结合光伏发电效率这一重要评价参数对光伏电站的分析结果进行补充修正,使得对监控数据的分析结果更加准确,以提高光伏电站的运维效率的技术效果。
如图5所示,进一步而言,其中,所述根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果,本申请实施例步骤S830还包括:
步骤S831:将所述电力运行特征作为第一运行特征、所述设备运行特征作为第二运行特征和所述运行环境特征作为第三运行特征;
步骤S832:分别对所述第一运行卷积特征和所述第一运行特征、所述第二运行卷积特征和所述第二运行特征、所述第三运行卷积特征和所述第三运行特征进行遍历的卷积运算,获得对应的第一卷积结果、第二卷积结果和第三卷积结果;
步骤S833:对所述第一卷积结果、所述第二卷积结果和所述第三卷积结果进行结果融合分析,获得第一运行特征结果。
具体而言,将所述电力运行特征、所述设备运行特征和所述运行环境特征分别作为第一运行特征、第二运行特征和第三运行特征,并分别对所述第一运行卷积特征和所述第一运行特征、所述第二运行卷积特征和所述第二运行特征、所述第三运行卷积特征和所述第三运行特征进行遍历的卷积运算,可获得对应的第一卷积结果、第二卷积结果和第三卷积结果,对所述第一卷积结果、所述第二卷积结果、所述第三卷积结果进行融合分析,生成第一运行特征结果,所述第一运行特征结果是经过卷积神经网络进行特征训练后的结果。达到通过卷积神经网络的方式对光伏电站的运行特征进行分析,结合运行特征对后续的光伏电站运维分析结果更加准确的技术效果。
如图7所示,进一步而言,其中,所述将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,获得第一光伏电站分析结果,本申请实施例步骤S430还包括:
步骤S431:将所述第一监控数据信息和所述第一运维应用数据库作为输入信息,输入至所述光伏电站数据分析模型;
步骤S432:所述光伏电站数据分析模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一监控数据信息、所述第一运维应用数据库和用来标识第一光伏电站分析结果的标识信息;
步骤S433:获得所述光伏电站数据分析模型中第一输出结果,所述第一输出结果包括所述第一光伏电站分析结果。
具体而言,所述光伏电站数据分析模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络***,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks,ANN),是对人类大脑***的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一监控数据信息和所述第一运维应用数据库输入神经网络模型,则输出所述第一光伏电站分析结果。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一监控数据信息、所述第一运维应用数据库和用来标识第一光伏电站分析结果的标识信息,将所述第一监控数据信息和所述第一运维应用数据库输入到神经网络模型中,根据用来标识第一光伏电站分析结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的第一输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得输出的第一光伏电站分析结果信息更加合理、准确,进而达到通过对光伏电站远程实时监控分析的方式,使得监控数据分析结果更加高效准确,从而实现光伏电站的高效运维的技术效果。
综上所述,本申请实施例所提供的一种5G光伏电站的远程监控方法及***具有如下技术效果:
由于采用了根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。进而达到通过5G技术应用光伏电站远程监控的方式,为监控数据传输提供高性能、高速率、高可靠、低时延的网络,实现监控数据的实时准确分析,进而提高光伏电站的运维效率的技术效果。
实施例二
基于与前述实施例中一种5G光伏电站的远程监控方法同样发明构思,本发明还提供了一种5G光伏电站的远程监控***,如图8所示,所述***包括:
第一获得单元11,所述第一获得单元11用于通过图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;
第二获得单元12,所述第二获得单元12用于获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得所述第一监控数据信息;
第一构建单元13,所述第一构建单元13用于通过大数据构建光伏电站运维云平台;
第三获得单元14,所述第三获得单元14用于通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;
第四获得单元15,所述第四获得单元15用于根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;
第五获得单元16,所述第五获得单元16用于将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;
第一管理单元17,所述第一管理单元17用于根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理。
进一步的,所述***还包括:
第一确定单元,所述第一确定单元用于根据所述第一运维分类结果,确定电力运行特征、设备运行特征和运行环境特征;
第六获得单元,所述第六获得单元用于获得所述电力运行特征的第一运行卷积特征、所述设备运行特征的第二运行卷积特征,所述运行环境特征的第三运行卷积特征;
第七获得单元,所述第七获得单元用于根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果;
第八获得单元,所述第八获得单元用于对所述第一运行特征结果进行运行质量分析,获得第一电站运行等级因素;
第九获得单元,所述第九获得单元用于根据所述第一电站运行等级因素,获得第二光伏电站分析结果。
进一步的,所述***还包括:
第十获得单元,所述第十获得单元用于将所述第一监控数据信息发送至所述光伏电站运维云平台进行数据服务,获得第一调用指令;
第一调用单元,所述第一调用单元用于根据所述第一调用指令,调用第一运维应用数据库;
第十一获得单元,所述第十一获得单元用于将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,获得第一光伏电站分析结果。
进一步的,所述***还包括:
第十二获得单元,所述第十二获得单元用于根据所述第一光伏电站分析结果,计算获得第一光伏发电效率;
第十三获得单元,所述第十三获得单元用于如果第一光伏发电效率未达到预定光伏发电效率,获得第一能效转换差值系数;
第一修正单元,所述第一修正单元用于根据所述第一能效转换差值系数,对所述第二光伏电站分析结果进行修正。
进一步的,所述***还包括:
第一特征单元,所述第一特征单元用于将所述电力运行特征作为第一运行特征、所述设备运行特征作为第二运行特征和所述运行环境特征作为第三运行特征;
第十四获得单元,所述第十四获得单元用于分别对所述第一运行卷积特征和所述第一运行特征、所述第二运行卷积特征和所述第二运行特征、所述第三运行卷积特征和所述第三运行特征进行遍历的卷积运算,获得对应的第一卷积结果、第二卷积结果和第三卷积结果;
第十五获得单元,所述第十五获得单元用于对所述第一卷积结果、所述第二卷积结果和所述第三卷积结果进行结果融合分析,获得第一运行特征结果。
进一步的,所述***还包括:
第十六获得单元,所述第十六获得单元用于根据历史光伏电站分析结果集合,获得对应的运维分类特征信息集合;
第十七获得单元,所述第十七获得单元用于对所述运维分类特征信息集合的数据特征进行主成分分析,获得第一降维数据特征集,所述第一降维数据特征集包括第一特征、第二特征和第三特征;
第十八获得单元,所述第十八获得单元用于分别对所述第一特征、所述第二特征和所述第三特征进行信息论编码运算,获得决策树的节点特征信息;
第二构建单元,所述第二构建单元用于根据所述节点特征信息,构建光伏电站运维特征决策树。
进一步的,所述***还包括:
第一输入单元,所述第一输入单元用于将所述第一监控数据信息和所述第一运维应用数据库作为输入信息,输入至所述光伏电站数据分析模型;
第十九获得单元,所述第十九获得单元用于所述光伏电站数据分析模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一监控数据信息、所述第一运维应用数据库和用来标识第一光伏电站分析结果的标识信息;
第二十获得单元,所述第二十获得单元用于获得所述光伏电站数据分析模型中第一输出结果,所述第一输出结果包括所述第一光伏电站分析结果。
前述图1实施例一中的一种5G光伏电站的远程监控方法的各种变化方式和具体实例同样适用于本实施例的一种5G光伏电站的远程监控***,通过前述对一种5G光伏电站的远程监控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种5G光伏电站的远程监控***的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
示例性电子设备
具体的,参见图9所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线和存储器控制器、***总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、***部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤和逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如***设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作***1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作***1151包含各种装置程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种5G光伏电站的远程监控方法,其中,所述方法应用于一5G光伏电站的远程监控***,所述***包括一图像采集装置,所述方法包括:
通过所述图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;
获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得第一监控数据信息;
通过大数据构建光伏电站运维云平台;
通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;
根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;
将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;
根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理;
其中,所述方法还包括:
根据所述第一运维分类结果,确定电力运行特征、设备运行特征和运行环境特征;
获得所述电力运行特征的第一运行卷积特征、所述设备运行特征的第二运行卷积特征,所述运行环境特征的第三运行卷积特征;
根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果;
对所述第一运行特征结果进行运行质量分析,获得第一电站运行等级因素;
根据所述第一电站运行等级因素,获得第二光伏电站分析结果;
根据所述第一光伏电站分析结果,计算获得第一光伏发电效率;
如果第一光伏发电效率未达到预定光伏发电效率,计算获得所述第一光伏发电效率和所述预定光伏发电效率之间的第一能效转换差值系数,所述第一能效转换差值系数越高,表明光伏发电效率距标准越低;
根据所述第一能效转换差值系数,对所述第一光伏电站分析结果进行补充修正。
2.如权利要求1所述的方法,其中,所述获得第一光伏电站分析结果,包括:
将所述第一监控数据信息发送至所述光伏电站运维云平台进行数据服务,获得第一调用指令;
根据所述第一调用指令,调用第一运维应用数据库;
将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,获得第一光伏电站分析结果。
3.如权利要求1所述的方法,其中,所述根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果,包括:
将所述电力运行特征作为第一运行特征、所述设备运行特征作为第二运行特征和所述运行环境特征作为第三运行特征;
分别对所述第一运行卷积特征和所述第一运行特征、所述第二运行卷积特征和所述第二运行特征、所述第三运行卷积特征和所述第三运行特征进行遍历的卷积运算,获得对应的第一卷积结果、第二卷积结果和第三卷积结果;
对所述第一卷积结果、所述第二卷积结果和所述第三卷积结果进行结果融合分析,获得第一运行特征结果。
4.如权利要求1所述的方法,其中,所述光伏电站运维特征决策树,包括:
根据历史光伏电站分析结果集合,获得对应的运维分类特征信息集合;
对所述运维分类特征信息集合的数据特征进行主成分分析,获得第一降维数据特征集,所述第一降维数据特征集包括第一特征、第二特征和第三特征;
分别对所述第一特征、所述第二特征和所述第三特征进行信息论编码运算,获得决策树的节点特征信息;
根据所述节点特征信息,构建光伏电站运维特征决策树。
5.如权利要求2所述的方法,其中,所述将所述第一监控数据信息和所述第一运维应用数据库输入光伏电站数据分析模型,获得第一光伏电站分析结果,包括:
将所述第一监控数据信息和所述第一运维应用数据库作为输入信息,输入至所述光伏电站数据分析模型;
所述光伏电站数据分析模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一监控数据信息、所述第一运维应用数据库和用来标识第一光伏电站分析结果的标识信息;
获得所述光伏电站数据分析模型中第一输出结果,所述第一输出结果包括所述第一光伏电站分析结果。
6.一种5G光伏电站的远程监控***,其中,所述***包括:
第一获得单元,所述第一获得单元用于通过图像采集装置获得第一视频信息,所述第一视频信息为第一光伏电站的监控视频信息;
第二获得单元,所述第二获得单元用于获得第一信息分析指令,根据所述第一信息分析指令对所述第一视频信息进行视频逐帧分析,获得第一监控数据信息;
第一构建单元,所述第一构建单元用于通过大数据构建光伏电站运维云平台;
第三获得单元,所述第三获得单元用于通过5G技术将所述第一监控数据信息发送至所述光伏电站运维云平台进行分析,获得第一光伏电站分析结果;
第四获得单元,所述第四获得单元用于根据光伏电站运维特征决策树对所述第一光伏电站分析结果进行分类,获得第一运维分类结果;
第五获得单元,所述第五获得单元用于将所述第一运维分类结果的发生位置和光伏电站三维模型进行位置匹配,获得第一运维位置结果,并对所述第一运维位置结果进行标记;
第一管理单元,所述第一管理单元用于根据所述第一运维分类结果和所述第一运维位置结果,对所述第一光伏电站进行运维管理;
第一确定单元,所述第一确定单元用于根据所述第一运维分类结果,确定电力运行特征、设备运行特征和运行环境特征;
第六获得单元,所述第六获得单元用于获得所述电力运行特征的第一运行卷积特征、所述设备运行特征的第二运行卷积特征,所述运行环境特征的第三运行卷积特征;
第七获得单元,所述第七获得单元用于根据所述第一运行卷积特征、所述第二运行卷积特征和所述第三运行卷积特征,获得第一运行特征结果;
第八获得单元,所述第八获得单元用于对所述第一运行特征结果进行运行质量分析,获得第一电站运行等级因素;
第九获得单元,所述第九获得单元用于根据所述第一电站运行等级因素,获得第二光伏电站分析结果;
第十二获得单元,所述第十二获得单元用于根据所述第一光伏电站分析结果,计算获得第一光伏发电效率;
第十三获得单元,所述第十三获得单元用于如果第一光伏发电效率未达到预定光伏发电效率,计算获得所述第一光伏发电效率和所述预定光伏发电效率之间的第一能效转换差值系数,所述第一能效转换差值系数越高,表明光伏发电效率距标准越低;
第一修正单元,所述第一修正单元用于根据所述第一能效转换差值系数,对所述第一光伏电站分析结果进行补充修正。
7.一种5G光伏电站的远程监控电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述的方法中的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093163.5A CN113852349B (zh) | 2021-09-17 | 2021-09-17 | 一种5g光伏电站的远程监控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093163.5A CN113852349B (zh) | 2021-09-17 | 2021-09-17 | 一种5g光伏电站的远程监控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113852349A CN113852349A (zh) | 2021-12-28 |
CN113852349B true CN113852349B (zh) | 2023-03-31 |
Family
ID=78974317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111093163.5A Active CN113852349B (zh) | 2021-09-17 | 2021-09-17 | 一种5g光伏电站的远程监控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113852349B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106712713A (zh) * | 2017-03-13 | 2017-05-24 | 广西大学 | 一种光伏电站的监测***以及监测和异常定位方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927507A (zh) * | 2013-01-12 | 2014-07-16 | 山东鲁能智能技术有限公司 | 一种改进的变电站巡检机器人的多仪表读数识别方法 |
CN105187010B (zh) * | 2015-09-07 | 2018-03-13 | 无锡联盛合众新能源有限公司 | 一种光伏电站的智能化监控与运维*** |
CN107134851A (zh) * | 2017-05-03 | 2017-09-05 | 成都富驰达科技有限公司 | 一种基于建筑信息模型的光伏电站智能运维方法和*** |
CN109697251A (zh) * | 2018-12-27 | 2019-04-30 | 国网电子商务有限公司 | 基于分布式光伏电站的云计算方法及云服务平台 |
CN110336373A (zh) * | 2019-04-30 | 2019-10-15 | 苏州易助能源管理有限公司 | 分布式光伏电站信息化管理***及方法 |
-
2021
- 2021-09-17 CN CN202111093163.5A patent/CN113852349B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106712713A (zh) * | 2017-03-13 | 2017-05-24 | 广西大学 | 一种光伏电站的监测***以及监测和异常定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113852349A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114493050B (zh) | 多维度融合的新能源功率并联预测方法和装置 | |
Zhang et al. | Two-stage robust security constrained unit commitment considering the spatiotemporal correlation of uncertainty prediction error | |
CN116992399A (zh) | 一种基于电力数据分析的电力设备运维评估方法 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
Shiang et al. | Gated recurrent unit network-based cellular trafile prediction | |
CN110571926A (zh) | 一种基于物联网技术的智能配电网及其数据模型构建方法 | |
CN114968981A (zh) | 基于电网数据的大数据平台***及其数据处理方法 | |
CN117633592B (zh) | 一种新能源电站智能监盘*** | |
CN117458699B (zh) | 一种自适应场景的电力参数控制方法及*** | |
Liu et al. | Predictive maintenance of wind turbines based on digital twin technology | |
CN112926863B (zh) | 基于六大预警中心的电网灾害综合监测*** | |
CN113852349B (zh) | 一种5g光伏电站的远程监控方法及*** | |
CN116307287B (zh) | 一种光伏发电有效时段的预测方法、***及预测终端 | |
CN115775055B (zh) | 多层建筑人员疏散时间的预测方法、装置、设备及介质 | |
CN116432077A (zh) | 基于优化bp神经网络的智能站二次***故障定位方法 | |
CN114069596B (zh) | 一种台区柔直互联可行性校验方法及*** | |
CN114548739A (zh) | 一种变电站防汛风险组合评估方法 | |
CN111857015A (zh) | 输变电云端智能控制器 | |
CN113408816A (zh) | 一种基于深度神经网络的电网灾情评估方法 | |
CN117591283B (zh) | 基于跨平台数据融合的云切设备管理方法及*** | |
CN110889614A (zh) | 基于scada大数据的电网***重要用户供电风险分析方法 | |
CN111897655B (zh) | 一种输变电云端智能控制器 | |
CN117575291B (zh) | 基于边缘参数熵的联邦学习的数据协同管理方法 | |
CN117150033A (zh) | 运维数据的处理方法及装置、计算机可读存储介质 | |
Byrne et al. | Artificial Intelligence and Machine Learning: Overview and Applications for Power Systems. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |