CN116610747A - 一种基于三维数字的可视化智慧管理*** - Google Patents
一种基于三维数字的可视化智慧管理*** Download PDFInfo
- Publication number
- CN116610747A CN116610747A CN202310896338.9A CN202310896338A CN116610747A CN 116610747 A CN116610747 A CN 116610747A CN 202310896338 A CN202310896338 A CN 202310896338A CN 116610747 A CN116610747 A CN 116610747A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic power
- power station
- data
- station node
- early warning
- 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.)
- Granted
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 58
- 238000010248 power generation Methods 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000013523 data management Methods 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000013079 data visualisation Methods 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000007613 environmental effect Effects 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 46
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 230000005856 abnormality Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Graphics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
一种基于三维数字的可视化智慧管理***,涉及数据可视化技术领域,包括5G网络通信平台,所述监控中心通信连接有空间信息采集模块、数据处理模块、数据管控模块、数据分析模块和数据可视化模块;空间信息采集模块采集各光伏电站节点的状态数据和业务数据并生成GIS地理数据图层;数据处理模块用于生成环境监测图层并获取光伏电站节点的环境因素影响值;数据管控模块对各光伏电站节点进行实时监测和控制并生成故障预警信息;数据分析模块根据故障预警信息构建故障预测模型,并生成虚拟图层;数据可视化模块构建光伏发电***一体化可视图,并对光伏电站节点的故障预警信息和故障预测信息进行可视化,显示电力数据的展示更为清晰和直观。
Description
技术领域
本发明涉及数据可视化技术领域,具体是一种基于三维数字的可视化智慧管理***。
背景技术
随着科学技术的发展,现阶段的光伏发电***中由于分布式光伏发电站的多源异构、异地分散特征易形成信息孤岛,现有光伏发电***企缺乏集中、直观的可视化监管安全手段,无法及时根据分布式光伏发电的设备生产情况进行管理,信息无法在工业生产上发挥应有价值,且现有的光伏发电***的统计数据来源存在若干局限性,包括:更新频度较低,统计口径不统一,自下而上、层层上报的统计资料,容易造成各地区(城市)的标准尺度不一致。
因此,数据的时效性和准确性成为光伏发电***监测业务化的瓶颈,如何对光伏发电***安全运行进行实时监控、对线上/线下各分布式光伏发电站的工程数据灵活管理等问题需要亟需解决,现提供一种基于三维数字的可视化智慧管理***。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于三维数字的可视化智慧管理***,包括监控中心,所述监控中心有空间信息采集模块、数据处理模块、数据管控模块、数据分析模块和数据可视化模块;
所述空间信息采集模块用于采集分布式光伏发电***中的各光伏电站节点的状态数据和业务数据,并通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层;
所述数据处理模块用于获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层,并获取光伏电站节点预设范围内的环境因素影响值;
所述数据管控模块用于对分布式光伏发电***中的各光伏电站节点进行实时监测和控制并根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息;
所述数据分析模块用于根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层;
所述数据可视化模块用于构建光伏发电***一体化可视图,并基于光伏发电***一体化可视图对将光伏电站节点的故障预警信息和故障预测信息进行可视化显示。
进一步的,所述空间信息采集模块通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层的过程包括:
通过GIS手段获得的各光伏电站节点所对应的GIS地理数据,并根据各光伏电站节点的GIS地理数据构建分布式光伏发电***的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,生成GIS地理数据图层。
进一步的,所述数据处理模块获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层的过程包括:
根据所述GIS地理数据获取光伏电站节点预设范围内的地形特征数据识别光伏电站节点预设范围内的气候条件类型,生成光伏电站节点预设范围内的气候条件标签,并根据光伏电站节点预设范围内的气候条件标签确定环境参数监测指标,并根据环境参数监测指标确定对应的传感器类别;通过所述光伏电站节点预设范围和各类别传感器覆盖的最大监测距离确定各类别传感器的布设数量,并在所述光伏电站节点预设范围内均匀布设各类别传感器;根据光伏电站节点预设范围内布设的各类别传感器位置信息构建环境监测图层。
进一步的,所述数据处理模块获取所述光伏电站节点预设范围内环境因素影响值的过程包括:
利用大数据方法获取满足各时段光伏电站节点正常运行的环境参数阈值,获取光伏电站节点预设范围内各类别传感器监测的各时段的环境参数,将各类别传感器监测的各时段的环境参数与相对应的环境参数阈值进行比较,将所述环境参数不在所述环境参数阈值内的传感器标记为环境异常源;获取光伏电站节点预设范围内各时段的环境异常源数量,并根据光伏电站节点预设范围内各时段的环境异常源数量获取光伏电站节点预设范围内各时段的环境因素影响值。
进一步的,所述数据管控模块根据对分布式光伏发电***中的各光伏电站节点进行实时监测和控制的过程包括:
获取光伏电站节点的状态数据,设置各项状态评价指标阈值和偏差阈值,将状态数据中的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息;利用大数据方法获取在不同环境因素影响值下光伏电站节点的状态数据的偏差值信息,根据不同环境因素影响值下光伏电站节点的状态数据的偏差值信息建立环境因素补偿表;
当状态数据中的各项指标数据的偏差值大于偏差阈值时,获取光伏电站节点的环境因素影响值,将光伏电站节点的偏差值信息和环境因素影响值输入环境因素补偿表获得光伏电站节点的环境补偿值,对状态数据中的各项指标数据进行环境补偿值调整;
进一步的,所述数据管控模块根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息的过程包括:
获取光伏电站节点的进行环境补偿值调整后的状态数据的各项指标数据,将进行环境补偿值调整后的状态数据的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息,累积各项指标数据的偏差值信息大于偏差阈值范围的时间;
当累积时间大于预设时间阈值时,则将光伏电站节点标记为设备异常状态,并生成设备故障预警信息;当累积时间小于等于预设时间阈值时,则将光伏电站节点标记为环境异常状态,并生成环境异常预警信息。
进一步的,所述数据分析模块根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层的过程包括:
基于深度学***稳,并保存模型参数,之后通过测试集对迭代训练后的故障预测模型的输出数据矩阵进行相似度验证,根据通过测试集验证的故障预测模型中的输出层获取光伏电站节点的设备故障预警预测序列和环境异常预警预测序列;并根据光伏电站节点的设备故障预警预测序列和环境异常预警预测序列以及光伏电站节点的位置信息得到光伏电站节点的虚拟图层。
进一步的,所述数据可视化模块构建光伏发电***一体化可视图的过程包括:
获取当前分布式光伏发电***中物理空间中的各光伏电站节点的物理实体,将各光伏电站节点的物理实体进行三维建模处理并映射到GIS地理数据图层,并根据当前各光伏电站节点的状态数据生成孪生数据,在GIS地理数据图层上将孪生数据与三维模型进行匹配获得三维立体图层;
根据物理空间中分布式光伏发电***中多个光伏电站节点的业务数据获得包含多个光伏电站节点之间电力传输连接关系的网架模型,得到网架模型图层;
以三维立体图层为基础图层,在所述基础图层上叠加所述环境监测图层、网架模型图层和虚拟图层,得到所述光伏发电***一体化可视图。
进一步的,所述数据可视化模块根据光伏发电***一体化可视图将故障预警信息和故障预测信息进行可视化显示的过程包括:
所述数据管控模块将故障预警信息发送至光伏发电***一体化可视图中并确定光伏电站节点的预警颜色信息,所述监控中心根据设备故障预警信息将光伏发电***一体化可视图中设备异常状态的光伏电站节点显示为红色,根据环境异常预警信息将光伏发电***一体化可视图中环境异常状态的光伏电站节点显示为黄色,并将光伏发电***一体化可视图中正常状态的光伏电站节点显示为绿色;
基于光伏发电***一体化可视图的虚拟图层获得设备故障预警预测序列和环境异常预警预测序列,根据设备故障预警预测序列和环境异常预警预测序列获取光伏电站节点下一时间段的预测预警颜色信息,并基于光伏发电***一体化可视图的网架图层获取各光伏电站节点之间的电力传输关系和电力传输距离,根据各光伏电站节点的预测预警颜色信息、各光伏电站节点之间的电力传输关系和电力传输距离确定红色和黄色的光伏电站节点对绿色光伏电站节点的状态影响预估时间,所述监控中心根据所述状态影响预估时间确定应急措施。
与现有技术相比,本发明的有益效果是:本发明相较于传统调查统计数据,根据光伏发电***一体化可视图将故障预警信息和故障预测信息进行可视化显示,对新数据具有高频的时空性,同时具有自下而上、覆盖面广、一致性程度高、可获得性强等特点,可有效改善传统数据在数据质量、更新频率方面的不足,且相比于传统的数据统计表,这类一体化视图展示电力数据的方式更为清晰和直观。
附图说明
图1为本申请实施例的一种基于三维数字的可视化智慧管理***的原理图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,一种基于三维数字的可视化智慧管理***,包括监控中心,所述监控中心通信连接有空间信息采集模块、数据处理模块、数据管控模块、数据分析模块和数据可视化模块;
所述空间信息采集模块用于采集分布式光伏发电***中的各光伏电站节点的状态数据和业务数据,并通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层;
所述数据处理模块用于获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层,并获取光伏电站节点预设范围内的环境因素影响值;
所述数据管控模块用于对分布式光伏发电***中的各光伏电站节点进行实时监测和控制并根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息;
所述数据分析模块用于根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层;
所述数据可视化模块用于构建光伏发电***一体化可视图,并基于光伏发电***一体化可视图对将光伏电站节点的故障预警信息和故障预测信息进行可视化显示。
需要进一步说明的是,在具体实施过程中,所述空间信息采集模块通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层的过程包括:
通过GIS手段获得的各光伏电站节点所对应的GIS地理数据,并根据各光伏电站节点的GIS地理数据构建分布式光伏发电***的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,生成GIS地理数据图层。
需要进一步说明的是,在具体实施过程中,所述数据处理模块获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层的过程包括:
根据所述GIS地理数据获取光伏电站节点预设范围内的地形特征数据识别光伏电站节点预设范围内的气候条件类型,生成光伏电站节点预设范围内的气候条件标签,并根据光伏电站节点预设范围内的气候条件标签确定环境参数监测指标,并根据环境参数监测指标确定对应的传感器类别;通过所述光伏电站节点预设范围和各类别传感器覆盖的最大监测距离确定各类别传感器的布设数量,并在所述光伏电站节点预设范围内均匀布设各类别传感器;根据光伏电站节点预设范围内布设的各类别传感器位置信息构建环境监测图层。
需要进一步说明的是,在具体实施过程中,所述数据处理模块获取所述光伏电站节点预设范围内环境因素影响值的过程包括:
利用大数据方法获取满足各时段光伏电站节点正常运行的环境参数阈值,获取光伏电站节点预设范围内各类别传感器监测的各时段的环境参数,将各类别传感器监测的各时段的环境参数与相对应的环境参数阈值进行比较,将所述环境参数不在所述环境参数阈值内的传感器标记为环境异常源;获取光伏电站节点预设范围内各时段的环境异常源数量,并根据光伏电站节点预设范围内各时段的环境异常源数量获取光伏电站节点预设范围内各时段的环境因素影响值。
需要进一步说明的是,在具体实施过程中,所述数据管控模块根据对分布式光伏发电***中的各光伏电站节点进行实时监测和控制的过程包括:
获取光伏电站节点的状态数据,所述状态数据包括发电功率、累计发电量、蓄电容量、逆变器状态等;所述设置各项状态评价指标阈值和偏差阈值,将状态数据中的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息;利用大数据方法获取在不同环境因素影响值下光伏电站节点的状态数据的偏差值信息,根据不同环境因素影响值下光伏电站节点的状态数据的偏差值信息建立环境因素补偿表;
当状态数据中的各项指标数据的偏差值大于偏差阈值时,获取光伏电站节点的环境因素影响值,将光伏电站节点的偏差值信息和环境因素影响值输入环境因素补偿表获得光伏电站节点的环境补偿值,对状态数据中的各项指标数据进行环境补偿值调整;
需要进一步说明的是,在具体实施过程中,所述数据管控模块根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息的过程包括:
获取光伏电站节点的进行环境补偿值调整后的状态数据的各项指标数据,将进行环境补偿值调整后的状态数据的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息,累积各项指标数据的偏差值信息大于偏差阈值范围的时间;
当累积时间大于预设时间阈值时,则将光伏电站节点标记为设备异常状态,并生成设备故障预警信息;当累积时间小于等于预设时间阈值时,则将光伏电站节点标记为环境异常状态,并生成环境异常预警信息。
需要进一步说明的是,在具体实施过程中,所述数据分析模块根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层的过程包括:
基于深度学***稳,并保存模型参数,之后通过测试集对迭代训练后的故障预测模型的输出数据矩阵进行相似度验证,根据通过测试集验证的故障预测模型中的输出层获取光伏电站节点的设备故障预警预测序列和环境异常预警预测序列;并根据光伏电站节点的设备故障预警预测序列和环境异常预警预测序列以及光伏电站节点的位置信息得到光伏电站节点的虚拟图层。
需要进一步说明的是,在具体实施过程中,所述数据可视化模块构建光伏发电***一体化可视图的过程包括:
获取当前分布式光伏发电***中物理空间中的各光伏电站节点的物理实体,将各光伏电站节点的物理实体进行三维建模处理并映射到GIS地理数据图层,并根据当前各光伏电站节点的状态数据生成孪生数据,在GIS地理数据图层上将孪生数据与三维模型进行匹配获得三维立体图层;
根据物理空间中分布式光伏发电***中多个光伏电站节点的业务数据获得包含多个光伏电站节点之间电力传输连接关系的网架模型,得到网架模型图层;
以三维立体图层为基础图层,在所述基础图层上叠加所述环境监测图层、网架模型图层和虚拟图层,得到所述光伏发电***一体化可视图。
需要进一步说明的是,在具体实施过程中,所述数据可视化模块根据光伏发电***一体化可视图将故障预警信息和故障预测信息进行可视化显示的过程包括:
所述数据管控模块将故障预警信息发送至光伏发电***一体化可视图中并确定光伏电站节点的预警颜色信息,所述监控中心根据设备故障预警信息将光伏发电***一体化可视图中设备异常状态的光伏电站节点显示为红色,根据环境异常预警信息将光伏发电***一体化可视图中环境异常状态的光伏电站节点显示为黄色,并将光伏发电***一体化可视图中正常状态的光伏电站节点显示为绿色;
基于光伏发电***一体化可视图的虚拟图层获得设备故障预警预测序列和环境异常预警预测序列,根据设备故障预警预测序列和环境异常预警预测序列获取光伏电站节点下一时间段的预测预警颜色信息,并基于光伏发电***一体化可视图的网架图层获取各光伏电站节点之间的电力传输关系和电力传输距离,根据各光伏电站节点的预测预警颜色信息、各光伏电站节点之间的电力传输关系和电力传输距离确定红色和黄色的光伏电站节点对绿色光伏电站节点的状态影响预估时间,所述监控中心根据所述状态影响预估时间确定应急措施。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.一种基于三维数字的可视化智慧管理***,包括监控中心,其特征在于,所述监控中心通信连接有空间信息采集模块、数据处理模块、数据管控模块、数据分析模块和数据可视化模块;
所述空间信息采集模块用于采集分布式光伏发电***中的各光伏电站节点的状态数据和业务数据,并通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层;
所述数据处理模块用于获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层,并获取光伏电站节点预设范围内的环境因素影响值;
所述数据管控模块用于对分布式光伏发电***中的各光伏电站节点进行实时监测和控制并根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息;
所述数据分析模块用于根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层;
所述数据可视化模块用于构建光伏发电***一体化可视图,并基于光伏发电***一体化可视图对将光伏电站节点的故障预警信息和故障预测信息进行可视化显示。
2.根据权利要求1所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述空间信息采集模块通过GIS手段获得分布式光伏发电***中的各光伏电站节点所对应的GIS地理数据并生成GIS地理数据图层的过程包括:
通过GIS手段获得的各光伏电站节点所对应的GIS地理数据,并根据各光伏电站节点的GIS地理数据构建分布式光伏发电***的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,生成GIS地理数据图层。
3.根据权利要求2所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据处理模块获取各光伏电站节点预设范围内的GIS气象特征数据并生成环境监测图层的过程包括:
根据所述GIS地理数据获取光伏电站节点预设范围内的地形特征数据识别光伏电站节点预设范围内的气候条件类型,生成光伏电站节点预设范围内的气候条件标签,并根据光伏电站节点预设范围内的气候条件标签确定环境参数监测指标,并根据环境参数监测指标确定对应的传感器类别;通过所述光伏电站节点预设范围和各类别传感器覆盖的最大监测距离确定各类别传感器的布设数量,并在所述光伏电站节点预设范围内均匀布设各类别传感器;根据光伏电站节点预设范围内布设的各类别传感器位置信息构建环境监测图层。
4.根据权利要求3所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据处理模块获取所述光伏电站节点预设范围内环境因素影响值的过程包括:
利用大数据方法获取满足各时段光伏电站节点正常运行的环境参数阈值,获取光伏电站节点预设范围内各类别传感器监测的各时段的环境参数,将各类别传感器监测的各时段的环境参数与相对应的环境参数阈值进行比较,将所述环境参数不在所述环境参数阈值内的传感器标记为环境异常源;获取光伏电站节点预设范围内各时段的环境异常源数量,并根据光伏电站节点预设范围内各时段的环境异常源数量获取光伏电站节点预设范围内各时段的环境因素影响值。
5.根据权利要求4所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据管控模块根据对分布式光伏发电***中的各光伏电站节点进行实时监测和控制的过程包括:
获取光伏电站节点的状态数据,设置各项状态评价指标阈值和偏差阈值,将状态数据中的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息;利用大数据方法获取在不同环境因素影响值下光伏电站节点的状态数据的偏差值信息,根据不同环境因素影响值下光伏电站节点的状态数据的偏差值信息建立环境因素补偿表;
当状态数据中的各项指标数据的偏差值大于偏差阈值时,获取光伏电站节点的环境因素影响值,将光伏电站节点的偏差值信息和环境因素影响值输入环境因素补偿表获得光伏电站节点的环境补偿值,对状态数据中的各项指标数据进行环境补偿值调整。
6.根据权利要求5所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据管控模块根据光伏电站节点的状态数据和环境因素影响值生成故障预警信息的过程包括:
获取光伏电站节点的进行环境补偿值调整后的状态数据的各项指标数据,将进行环境补偿值调整后的状态数据的各项指标数据与各项状态评价指标阈值进行对比获取各项指标数据的偏差值信息,累积各项指标数据的偏差值信息大于偏差阈值范围的时间;
当累积时间大于预设时间阈值时,则将光伏电站节点标记为设备异常状态,并生成设备故障预警信息;当累积时间小于等于预设时间阈值时,则将光伏电站节点标记为环境异常状态,并生成环境异常预警信息。
7.根据权利要求6所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据分析模块根据故障预警信息在所述光伏电站节点预设范围内构建故障预测模型,生成光伏电站节点的故障预测信息并生成虚拟图层的过程包括:
基于深度学***稳,并保存模型参数,之后通过测试集对迭代训练后的故障预测模型的输出数据矩阵进行相似度验证,根据通过测试集验证的故障预测模型中的输出层获取光伏电站节点的设备故障预警预测序列和环境异常预警预测序列;并根据光伏电站节点的设备故障预警预测序列和环境异常预警预测序列以及光伏电站节点的位置信息得到光伏电站节点的虚拟图层。
8.根据权利要求7所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据可视化模块构建光伏发电***一体化可视图的过程包括:
获取当前分布式光伏发电***中物理空间中的各光伏电站节点的物理实体,将各光伏电站节点的物理实体进行三维建模处理并映射到GIS地理数据图层,并根据当前各光伏电站节点的状态数据生成孪生数据,在GIS地理数据图层上将孪生数据与三维模型进行匹配获得三维立体图层;
根据物理空间中分布式光伏发电***中多个光伏电站节点的业务数据获得包含多个光伏电站节点之间电力传输连接关系的网架模型,得到网架模型图层;
以三维立体图层为基础图层,在所述基础图层上叠加所述环境监测图层、网架模型图层和虚拟图层,得到所述光伏发电***一体化可视图。
9.根据权利要求8所述的一种基于三维数字的可视化智慧管理***,其特征在于,所述数据可视化模块根据光伏发电***一体化可视图将故障预警信息和故障预测信息进行可视化显示的过程包括:
所述数据管控模块将故障预警信息发送至光伏发电***一体化可视图中并确定光伏电站节点的预警颜色信息,所述监控中心根据设备故障预警信息将光伏发电***一体化可视图中设备异常状态的光伏电站节点显示为红色,根据环境异常预警信息将光伏发电***一体化可视图中环境异常状态的光伏电站节点显示为黄色,并将光伏发电***一体化可视图中正常状态的光伏电站节点显示为绿色;
基于光伏发电***一体化可视图的虚拟图层获得设备故障预警预测序列和环境异常预警预测序列,根据设备故障预警预测序列和环境异常预警预测序列获取光伏电站节点下一时间段的预测预警颜色信息,并基于光伏发电***一体化可视图的网架图层获取各光伏电站节点之间的电力传输关系和电力传输距离,根据各光伏电站节点的预测预警颜色信息、各光伏电站节点之间的电力传输关系和电力传输距离确定红色和黄色的光伏电站节点对绿色光伏电站节点的状态影响预估时间,所述监控中心根据所述状态影响预估时间确定应急措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896338.9A CN116610747B (zh) | 2023-07-21 | 2023-07-21 | 一种基于三维数字的可视化智慧管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896338.9A CN116610747B (zh) | 2023-07-21 | 2023-07-21 | 一种基于三维数字的可视化智慧管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116610747A true CN116610747A (zh) | 2023-08-18 |
CN116610747B CN116610747B (zh) | 2023-10-13 |
Family
ID=87682179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310896338.9A Active CN116610747B (zh) | 2023-07-21 | 2023-07-21 | 一种基于三维数字的可视化智慧管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116610747B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116881383A (zh) * | 2023-09-06 | 2023-10-13 | 北京国遥新天地信息技术股份有限公司 | 一种实现网络动态地理信息服务的方法 |
CN116956047A (zh) * | 2023-09-19 | 2023-10-27 | 北京岳能科技股份有限公司 | 一种基于风力发电数据的风电机组性能评估*** |
CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及*** |
CN117439853A (zh) * | 2023-12-19 | 2024-01-23 | 华章数据技术有限公司 | 一种基于云边端的数据运维管理*** |
CN117560300A (zh) * | 2023-12-28 | 2024-02-13 | 广东云百智联科技有限公司 | 一种智能物联网流量预测与优化*** |
CN117967527A (zh) * | 2024-02-04 | 2024-05-03 | 西安风创能源科技有限公司 | 一种基于实时运行数据的风电机组运行状态监控*** |
CN118115851A (zh) * | 2024-04-30 | 2024-05-31 | 武汉追月信息技术有限公司 | 一种基于人工智能的智慧型地理数据工厂构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830335A (zh) * | 2018-06-26 | 2018-11-16 | 广东石油化工学院 | 光伏电站故障预警方法及*** |
CN111010083A (zh) * | 2019-11-21 | 2020-04-14 | 浙江大学 | 一种光伏电站故障综合预警*** |
CN115935637A (zh) * | 2022-12-01 | 2023-04-07 | 厦门亿力吉奥信息科技有限公司 | 一种基于gis数字孪生的变电站可视化运维*** |
WO2023085596A1 (ko) * | 2021-11-15 | 2023-05-19 | 박기주 | 사이버캐릭터를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법 |
-
2023
- 2023-07-21 CN CN202310896338.9A patent/CN116610747B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830335A (zh) * | 2018-06-26 | 2018-11-16 | 广东石油化工学院 | 光伏电站故障预警方法及*** |
CN111010083A (zh) * | 2019-11-21 | 2020-04-14 | 浙江大学 | 一种光伏电站故障综合预警*** |
WO2023085596A1 (ko) * | 2021-11-15 | 2023-05-19 | 박기주 | 사이버캐릭터를 이용한 태양광 발전시스템의 운영유지보수 장치 및 그 방법 |
CN115935637A (zh) * | 2022-12-01 | 2023-04-07 | 厦门亿力吉奥信息科技有限公司 | 一种基于gis数字孪生的变电站可视化运维*** |
Non-Patent Citations (1)
Title |
---|
田亮;: "基于Web平台的光伏电站预警监控***设计与分析", 山东电力技术, no. 07 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116881383B (zh) * | 2023-09-06 | 2023-11-21 | 北京国遥新天地信息技术股份有限公司 | 一种实现网络动态地理信息服务的方法 |
CN116881383A (zh) * | 2023-09-06 | 2023-10-13 | 北京国遥新天地信息技术股份有限公司 | 一种实现网络动态地理信息服务的方法 |
CN116956047A (zh) * | 2023-09-19 | 2023-10-27 | 北京岳能科技股份有限公司 | 一种基于风力发电数据的风电机组性能评估*** |
CN116956047B (zh) * | 2023-09-19 | 2023-12-08 | 北京岳能科技股份有限公司 | 一种基于风力发电数据的风电机组性能评估*** |
CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及*** |
CN117114254B (zh) * | 2023-10-25 | 2024-03-19 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及*** |
CN117439853B (zh) * | 2023-12-19 | 2024-04-05 | 华章数据技术有限公司 | 一种基于云边端的数据运维管理*** |
CN117439853A (zh) * | 2023-12-19 | 2024-01-23 | 华章数据技术有限公司 | 一种基于云边端的数据运维管理*** |
CN117560300A (zh) * | 2023-12-28 | 2024-02-13 | 广东云百智联科技有限公司 | 一种智能物联网流量预测与优化*** |
CN117560300B (zh) * | 2023-12-28 | 2024-04-30 | 广东云百智联科技有限公司 | 一种智能物联网流量预测与优化*** |
CN117967527A (zh) * | 2024-02-04 | 2024-05-03 | 西安风创能源科技有限公司 | 一种基于实时运行数据的风电机组运行状态监控*** |
CN117967527B (zh) * | 2024-02-04 | 2024-07-19 | 西安风创能源科技有限公司 | 一种基于实时运行数据的风电机组运行状态监控*** |
CN118115851A (zh) * | 2024-04-30 | 2024-05-31 | 武汉追月信息技术有限公司 | 一种基于人工智能的智慧型地理数据工厂构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116610747B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116610747B (zh) | 一种基于三维数字的可视化智慧管理*** | |
US20220137612A1 (en) | Transformer fault diagnosis and positioning system based on digital twin | |
CN111177101B (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
CN113904443B (zh) | 多维度空间可视化的现场变电设备监控与预警*** | |
CN109146093A (zh) | 一种基于学习的电力设备现场勘查方法 | |
CN102510127B (zh) | 电网在线监测的一次和二次设备统一模型的方法 | |
CN108414848B (zh) | 一种含分布式电源配电网的电能质量多时段综合预警方法 | |
CN108629520B (zh) | 一种微气象环境下的高压输电线路运行状态评估方法 | |
US11740275B2 (en) | Method for intelligent fault detection and location of power distribution network | |
CN114825622A (zh) | 电网模型管理及监视*** | |
CN110716103A (zh) | 一种配网故障的预警方法 | |
CN114154722A (zh) | 一种基于数字孪生技术的配电台区管理方法、***及装置 | |
CN116861503A (zh) | 一种基于大数据的电力变压器数字孪生模型的构建方法 | |
CN115457211A (zh) | 基于数字孪生的变电站管理方法及*** | |
CN113740666B (zh) | 一种数据中心电力***告警风暴根源故障的定位方法 | |
Ju et al. | The use of edge computing-based internet of things big data in the design of power intelligent management and control platform | |
CN117611010A (zh) | 基于孪生模型的智能配电柜运行状态的模糊综合评估方法 | |
CN113153262A (zh) | 一种基于电缆热特性的海上油田可接入容量评估方法 | |
CN112098715A (zh) | 基于5g和修正gcn图神经网络的电能监控与预警*** | |
CN116796633A (zh) | 一种基于数字孪生技术的电网监测模型校正方法 | |
Liu et al. | Research on online status evaluation technology for main equipment of power transmission and transformation based on digital twin | |
CN115224795A (zh) | 一种智能化变电站设备运行监测预警***及方法 | |
CN111857015B (zh) | 输变电云端智能控制器 | |
CN109245109A (zh) | 一种供电低电压预警***及方法 | |
Li et al. | Research on digital twin and collaborative cloud and edge computing applied in operations and maintenance in wind turbines of wind power farm |
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 |