一种光伏电站组件清扫智能决策预警系统

摘要

本发明公开了一种光伏电站组件清扫智能决策预警系统，包括参数报警子系统、数据中心子系统、预警决策子系统，该光伏电站组件清扫智能决策预警系统从电站监控后台和本地气象站等获取实时关键信息，并对各种数据进行推理和分析，以电站的经济收益最大为目的输出决策预警方案，系统输出的决策预警方案既可以反馈回光伏电站监控后台，也可以传输到运维人员和业主的移动终端，不但适用于分布式光伏电站，而且也可应用于大型地面光伏电站，能够让运维人员和业主及时掌握电站的运行状态和清扫决策预警方案。

权利要求

1.一种光伏电站组件清扫智能决策预警系统，其特征在于，该系统包括：

参数报警子系统,用于从光伏电站监控后台采集光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，并确定是否将采集的数据传输出到数据中心子系统；

数据中心子系统，用于接收并存储参数报警子系统输出的电站运行数据以及设定时间段内的天气预报数据和各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据，并传输给决策预警子系统；

决策预警子系统，用于对数据中心子系统中的各种数据进行判断和分析，并制定和输出组件清扫执行数据；所述参数报警子系统包括参数监测子系统和门限报警子系统，所述参数监测子系统与光伏监控后台通讯连接，用于获取光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，所述门限报警子系统用于与参数监测子系统通讯连接，用于比较所设定的门限值和实际采集的参数值以确定是否将采集的数据传输出到数据中心子系统。

2.根据权利要求1所述的光伏电站组件清扫智能决策预警系统，其特征在于： 所述数据中心子系统的天气预报数据以本地实时的气象台数据为准，通过无线传输形式输入到数据中心子系统；所述各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据通过经验演算得知，手动输入到数据中心子系统中。

3.根据权利要求1所述的光伏电站组件清扫智能决策预警系统，其特征在于：所述决策预警子系统采用模糊神经网络算法并以光伏电站的经济收益最大为目的制定和输出组件清扫执行数据。

4.根据权利要求1所述的光伏电站组件清扫智能决策预警系统，其特征在于： 所述决策预警子系统制定和输出的清扫执行数据包括清扫区域、清扫时间、清扫次数。

5.根据权利要求1所述的光伏电站组件清扫智能决策预警系统，其特征在于：所述决策预警子系统用于通过通讯线的形式反馈到光伏电站监控后台或通过无线信号的形式传输到运维人员和业主的移动终端。

说明书

一种光伏电站组件清扫智能决策预警系统

技术领域

[0001] 本发明涉及一种光伏电站组件清扫智能决策预警系统。

背景技术

[0002] 太阳能资源取之不尽、用之不竭，以清洁、环保为主要特点的光伏发电产业正在世界各地迅猛发展。无论是分布式光伏发电还是大型地面光伏发电都是目前非常重要的太阳能利用形式，我国从诸多方面对光伏电站的建设给予大力支持和优惠。但光伏组件发电效率受灰尘遮挡损失比较大，如何清扫组件表面的灰尘已经成为业界关注的重点，以大型地面光伏电站为例，由于灰尘等污染物遮挡导致的效率损耗可达到3％～4％。

[0003] 中国发明专利申请号201310259095.4公开了一种区域分布式光伏组件用清扫系统，可以通过手持式总遥控器给区域控制模块发送命令，从而控制步进电机正反转，步进电机带动组件边框上安装的传动机构和清扫刷完成组件的表面清扫工作，但没有具体说明需要清洗的区域、时间和次数等信息，清扫工作缺少指导性。

[0004] 对于电站运维人员和电站业主来说，在组件清扫之前，应该有具体的清扫决策预警方案，才能够对需要清扫的光伏阵列区域发送清扫命令，而且清扫预警方案要综合考虑多种因素，以电站的经济收益最大化为根本目标。

发明内容

[0005] 本发明的目的是提供一种光伏电站组件清扫智能决策预警系统，以解决现有光伏电站清扫工作中，缺少清扫决策预警方案的指导，没有以电站的经济收益最大化为目标的问题。

[0006] 为了实现以上目的，本发明所采用的技术方案是：一种光伏电站组件清扫智能决策预警系统，该系统包括：

[0007] 参数报警子系统,用于从光伏电站监控后台采集光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，并确定是否将采集的数据传输出到数据中心子系统；

[0008] 数据中心子系统，用于接收并存储参数报警子系统输出的电站运行数据以及设定时间段内的天气预报数据和各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据，并传输给决策预警子系统；

[0009] 决策预警子系统，用于对数据中心子系统中的各种数据进行判断和分析，并制定和输出组件清扫执行数据。

[0010] 所述参数报警子系统包括参数监测子系统和门限报警子系统，所述参数监测子系统与光伏监控后台通讯连接，用于获取光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，所述门限报警子系统用于与参数监测子系统通讯连接，用于比较所设定的门限值和实际采集的参数值以确定是否将采集的数据传输出到数据中心子系统。

[0011] 所述数据中心子系统的天气预报数据以本地实时的气象台数据为准，通过无线传输形式输入到数据中心子系统；所述各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据通过经验演算得知，手动输入到数据中心子系统中。

[0012] 所述决策预警子系统采用模糊神经网络算法并以光伏电站的经济收益最大为目的制定和输出组件清扫执行数据。

[0013] 所述决策预警子系统制定和输出的清扫执行数据包括清扫区域、清扫时间、清扫次数。

[0014] 所述决策预警子系统用于通过通讯线的形式反馈到光伏电站监控后台或通过无线信号的形式传输到运维人员和业主的移动终端。

[0015] 本发明的光伏电站组件清扫智能决策预警系统从电站监控后台和本地气象站等获取实时关键信息，并对各种数据进行推理和分析，以电站的经济收益最大为目的输出决策预警方案，系统输出的决策预警方案既可以反馈回光伏电站监控后台，也可以传输到运维人员和业主的移动终端，不但适用于分布式光伏电站，而且也可应用于大型地面光伏电站，能够让运维人员和业主及时掌握电站的运行状态和清扫决策预警方案。

附图说明

[0016] 图1为本发明的系统结构流程图；

[0017] 图2为标准的BP模型结构图；

[0018] 图3为本发明模糊神经网络的拓扑结构图；

[0019] 图4为模糊神经网络学习流程图。

具体实施方式

[0020] 下面结合附图及具体的实施例对本发明进行进一步介绍。

[0021] 如图1为光伏电站组件清扫智能决策预警系统结构原理图，包括参数报警子系统、数据中心子系统、预警决策子系统，其中参数报警子系统与数据中心子系统通讯连接，数据中心子系统与决策预警子系统通讯连接，其详细说明如下：

[0022] 参数报警子系统,用于从光伏电站监控后台采集拨码设定地址的光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，并确定是否将采集的数据传输出到数据中心子系统。该参数报警子系统包括参数监测子系统和门限报警子系统，参数监测子系统与光伏监控后台通讯连接，用于获取光伏电站区域阵列和电站整体的发电量及发电效率的电站运行数据，门限报警子系统用于与参数监测子系统通讯连接，用于对所收集的参数进行判断，比较实际采集的参数值和所设定的门限值的大小，以确定是否将采集的数据传输出到数据中心子系统，若实际值大于门限值，则不报警，否则参数报警子系统将获取的光伏电站区域阵列和电站整体的发电量及发电效率等电站运行的关键数据输出到数据中心子系统。

[0023] 数据中心子系统，用于接收并存储参数报警子系统输出的电站运行数据以及设定时间段内的天气预报数据和各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据并传输给决策预警子系统。

[0024] 数据中心子系统的天气预报数据以本地实时的气象台数据为准，通过无线传输形式输入到数据中心子系统；所述各区域阵列、电站整体清扫一次的费用成本数据、各区域阵列和电站整体清扫一次的发电效率、发电量、经济收益数据通过经验演算得知，手动输入到数据中心子系统中。

[0025] 决策预警子系统，用于对数据中心子系统中的各种数据进行判断和分析，并制定和输出组件清扫执行数据方案。该决策预警子系统通过模糊神经网络算法进行建模，模糊神经网络首先经过数据集的训练，能够表征电站各种数据的原始特征，然后以电站经济收益最大化为原则，建立数学模型对输入的数据进行综合分析。所制定和输出的清扫执行数据方案包括清扫区域、清扫时间、清扫次数等内容。

[0026] BP神经网络是一种按误差逆向传播(BACK PROPA GATION)的BP算法进行网络训练的多层前馈型神经网络，是目前影响最大、应用最广的人工神经网络(ANN,Artificial Neural Network)之一，它具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力，因而成为一种有效的信息处理和数据识别工具。人工神经网络模拟人的智能是根据人脑的生理结构和信息处理过程来实现的，模糊系统(Fuzzy System)则是模拟人的智能，描述和处理人的语言、思维中存在的模糊性概念，模糊神经网络(FNN,FuzzyNeural Network)是一种集模糊逻辑推理的强大结构性知识表达能力与神经网络的强大自学习能力与一体的技术，是模糊系统和神经网络有机结合的产物。

[0027] 模糊神经网络已经广泛运用于过程控制、电力系统线路保护、变压器故障诊断等领域，神经网络和模糊系统取长补短，既能有效体现光伏电站组件清扫智能决策预警系统中存在的模糊性，又通过BP多层前馈网络，实现输入到输出的任意非线性映射，而且能加快神经网络的学习速度，快速给出预警系统的逻辑决策结果。

[0028] BP神经网络由信息的正向传播和误差的逆向传播2个过程组成，其基本思想是最小二乘法，它采用梯度搜索技术，通过反向传播来不断修正网络的权值，以期使网络的实际输出值与期望输出值的误差均方值最小。如图2所示，一个标准的BP模型由3层神经元组成：输入层、隐含层和输出层。

[0029] 输入层将外部信号输入到神经网络中，起到信息传递的作用；隐含层的权系数改变，可以改变整个多层神经网络的性能；输出层则是网络内部信号反映到外部的接口部分。模糊神经网络通过建立模糊隶属函数，对神经网络的输入进行模糊处理，将其转化为0到1之间的数据。经过模糊处理后的数据才是BP神经网络的实际输入，因而隶属函数的选择要尽量减小外界因素的干扰。

[0030] 本发明数据中心子系统中存储的重要参数设计为6个，分别是:

[0031] a1-光伏电站区域阵列的发电量(万kW·h)；

[0032] a2-光伏电站整体的发电量(万kW·h)；

[0033] a3-光伏场所在区域的平均辐射量(kWh/m2/日)；

[0034] a4-光伏场所在区域的空气颗粒物浓度(μg/m3)；

[0035] a5-光伏电站区域阵列清扫一次增加的资金收益与成本费用之差(万元)；

[0036] a6-光伏电站整体清扫一次增加的资金收益与成本费用之差(万元)；

[0037] 设各个参数在既定单位下为个位数(否则可调整单位)，则它们的模糊隶属函数分别为：

[0038]

[0039]

[0040]

[0041] 由于对输入数据首先进行了隶属度处理，因而本智能决策预警系统的模糊神经网络在BP神经网络的输入层之前增加量一个模糊层，用于对输入量进行模糊化处理，形成输入层的输入信号，设计的模糊神经网络的拓扑结构如图3所示。根据系统实际输入和输出的参数可知，该模糊神经网络共有6个输入节点(X1～X6)，5个输出节点(y1～y5)，输出参数分别为：

[0042] y1-需要清扫的光伏区域阵列编码；

[0043] y2-需要清扫的光伏区域阵列的清扫时间；

[0044] y3-需要清扫的光伏区域阵列的清扫次数；

[0045] y4-光伏电站区域阵列清扫一次增加的资金收益与成本费用之差(万元)；

[0046] y5-光伏电站整体清扫一次增加的资金收益与成本费用之差(万元)。

[0047] 本系统选取具有代表性的N组样本数据(采集光伏电站的实时监测数据及其经验数据)对神经网络进行训练，网络的学习函数为Sigmoid函数。当实际输出与期望输出不符时，进入误差的反向传播阶段，误差通过输出层，按误差梯度下降的方式修正各层权值，并向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者到预先设定的学习次数为止。

[0048] 如图4所示为模糊神经网络学习流程图。当网络学习训练结束后，便可得到稳定的神经网络结构。最终本智能决策预警系统中的数据中心子系统接收和存储的实时光伏电站数据，经过模糊神经网络的处理，即可输出相应的智能决策结果。

[0049] 决策预警子系统配置有与监控后台通讯的通讯线接口，和与电站运维人员及业主移动终端通讯的无线传输装置，可以通过通讯线的形式反馈到光伏电站监控后台，也可以通过无线信号的形式传输到运维人员和业主的移动终端。

[0050] 电站运维人员或业主将决策预警方案以命令的形式发送到光伏组件清扫系统，已完成组件清扫。

[0051] 在本实施例中，若门限报警系统发生报警，但经过数学模型推理和分析后，电站清扫后得到的经济收益小于成本费用，或者根据天气预报数据，电站清理后在很短时间内会有沙尘暴、扬尘等恶劣天气出线，在短期内可不清洗。

[0052] 在本实施例中，光伏电站执行策预警子系统输出的决策预警方案后，若不满足门限报警系统中门限值参数的要求，则应继续执行系统流程。

[0053] 以上实施例仅用于帮助理解本发明的核心思想，不能以此限制本发明，对于本领域的技术人员，凡是依据本发明的思想，对本发明进行修改或者等同替换，在具体实施方式及应用范围上所做的任何改动，均应包含在本发明的保护范围之内。