-
公开(公告)号:CN115882781A
公开(公告)日:2023-03-31
申请号:CN202211604534.6
申请日:2022-12-13
摘要: 本发明公开了一种基于力矩传感的光伏板清洗控制方法及系统,属于光伏运维技术领域。首先确定能够将光伏板清洗干净的额定力矩值及力矩值额定变化区间,然后在光伏板清洗过程中实时检测清洗毛刷的驱动轴所受的力矩值并与确定的额定值进行比较,当超过额定值时,调节清洁毛刷所受旋转力矩值,从而保证清洁毛刷所受旋转力矩值始终处于要求的数值范围内。本发明的自动化程度高,调整实时性好,提高了光伏发电的效率;能够有效避免清洁过程中清洗不到位造成的清洗不干净和清洗过度造成的光伏板损伤,提高了光伏板的使用寿命;同时不需要人工进行现场检查和维护,节省了人力物力,具有良好的应用前景。
-
公开(公告)号:CN115048698A
公开(公告)日:2022-09-13
申请号:CN202210676029.6
申请日:2022-06-15
摘要: 本发明公开了一种光伏场站组串与数据采集系统对应关系确定方法,S1,建立光伏场站的三维实景模型,模型中包括光伏板组串的位置信息;S2,遮挡实际中的光伏板组串,并将遮挡光伏板组串的实际地理位置同步到三维实景模型中;S3,根据光伏板组串的电流变化情况,确定数据采集系统中遮挡光伏板组串的标号,将遮挡光伏板组串在三维实景模型中的位置与数据采集系统的标号对应;S4,重复S2和S3,直到对每个光伏板组串进行数据采集系统标号和三维实景模型的位置对应,生成该光伏场站的光伏板组串数字地图。能够完成光伏场站内光伏板组串与数据采集系统的关系对应。
-
公开(公告)号:CN114912640A
公开(公告)日:2022-08-16
申请号:CN202210603255.1
申请日:2022-05-30
摘要: 本申请提出了一种基于深度学习的发电机组的异常模式检测方法及系统,该方法包括:获取发电机组的历史运行数据,并对剔除异常数据后的历史运行数据进行稳态判别和工况划分;通过高斯混合模型确定每个工况下阈值型征兆的基准值,并训练双向长短期记忆网络预测数据趋势;将实时数据与对应工况下的阈值型征兆的基准值进行对比,提取阈值型征兆;获取在实时数据之前的相邻预设时段内的目标数据,通过训练完成的双向长短期记忆网络预测目标数据的数据趋势,确定实时数据与数据趋势的偏离程度,提取趋势型征兆;根据提取的征兆确定异常模式。该方法可以从大量运行数据中对异常阶段的数据进行准确的识别,提高异常模式检测的准确性。
-
公开(公告)号:CN113935534A
公开(公告)日:2022-01-14
申请号:CN202111223326.7
申请日:2021-10-20
摘要: 本发明公开了一种基于卷积transformer架构的光伏日前预测方法、系统及设备,获取气象历史数据和光伏系统运行历史数据,并作为数据集;将数据集分成训练集和测试集,从原始时间序列中提取多个不同的训练集,按顺序或随机地将第一年的训练集划分多个部分;对第一年的训练集进行辐照度过滤,辐照度过滤后的数据集被用来训练在不同辐照度下的机器学习模型;计算编码器和解码器中的自注意力层,在计算解码器的上一个输出和编码器的输出时采用大于1的卷积核来进行卷积操作;堆叠编码器和解码器得到光伏功率预测模型;获取当前气象数据和光伏系统运行数据输入光伏功率预测模型,光伏功率预测模型的输出结果为光伏日前功率的预测结果。
-
公开(公告)号:CN115792461A
公开(公告)日:2023-03-14
申请号:CN202211565179.6
申请日:2022-12-07
IPC分类号: G01R31/00
摘要: 本发明提出一种以可靠性为中心的变压器状态检修方法及设备,该方法通过对变压器的故障类型和故障原因进行FMEA分析,梳理出完备的变压器故障知识;基于完备的变压器故障知识,进行变压器状态参量故障概率分析;对变压器组成设备级组部件进行重要度分级和变压器风险评估;基于变压器状态监测与寿命评估进行变压器健康状态评估,以确定变压器全周期运行健康维护措施。通过本发明,能够对变压器这一复杂变电设备开展以可靠性为中心的状态检修工作,明确变压器的组成结构,根据设备各组部件实现的不同功能单元,划分变压器设备子系统并分析各个独立子系统的运行特性,从而明确设备的功能实现机理,从而更好的识别并诊断缺陷或失效模式。
-
公开(公告)号:CN115147377A
公开(公告)日:2022-10-04
申请号:CN202210790763.5
申请日:2022-07-06
摘要: 本申请提供了一种用于生成光伏板缺陷图像的CycleGAN模型的训练方法及装置,该方法包括:获取训练样本,将所述训练样本输入至待训练的用于生成光伏板缺陷图像的循环生成对抗网络CycleGAN模型中,获取由所述CycleGAN模型输出的光伏板的候选图像,并根据所述训练样本和所述候选图像对所述循环生成对抗网络CycleGAN模型进行训练,以获取用于生成光伏板缺陷图像的目标CycleGAN模型。由此,本申请通过用于生成光伏板缺陷图像的目标CycleGAN模型,可以将光伏板的正常图像转换成不同类型的光伏板的缺陷图像,解决了光伏板缺陷图像较少的问题,提高了光伏板缺陷检测的准确率。
-
公开(公告)号:CN115205121A
公开(公告)日:2022-10-18
申请号:CN202210894272.5
申请日:2022-07-27
摘要: 本发明公开了一种基于无监督深度神经网络的光伏图像拼接方法及装置。方法包括:获取待拼接的光伏图像序列;将光伏图像序列输入拼接网络中,由拼接网络对光伏图像序列中的第1张光伏图像和第2张光伏图像进行拼接,生成第一拼接光伏图像,其中,拼接网络是无监督深度神经网络;从光伏图像序列的第3张光伏图像开始,由拼接网络将当前遍历到的光伏图像与第一拼接光伏图像进行拼接,以更新第一拼接光伏图像,直至遍历到光伏图像序列的第n张光伏图像,将最终的第一拼接光伏图像确定为目标光伏图像,其中,目标光伏图像为光伏图像序列的n张光伏图像拼接得到的,可基于模型实现对多张光伏图像的累积拼接,提高了光伏图像拼接的准确性和效率。
-
公开(公告)号:CN114298084A
公开(公告)日:2022-04-08
申请号:CN202111362748.2
申请日:2021-11-17
发明人: 王振荣 , 童强 , 张时 , 李东辉 , 周盛龙 , 庞军 , 郭映军 , 李如东 , 杨鹤松 , 孙伟 , 李霖 , 常梦星 , 曾谁飞 , 祝金涛 , 王青天 , 赵鹏程 , 王华 , 任鑫 , 赵斌 , 李靖
摘要: 本发明涉及一种基于XGBoost的光伏组串通信异常识别方法及系统,所述方法包括:获取待测时段内光伏电站中各光伏组串的电流值及待测时段前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据,并将所述电流值归一化;基于VaDE模型的生成数据对XGBoost模型进行训练,得到训练好的XGBoost模型;将待测时段内光伏电站中各光伏组串的电流归一化后的值输入训练好的XGBoost模型中,识别出待测时段内光伏电站中电流值通信异常的光伏组串。本发明提供的技术方案,基于VaDE模型的生成数据对XGBoost模型进行训练,得到训练好的XGBoost模型,利用所述训练好的模型对光伏电站中各组串的电流通信是否异常进行识别,可以提升XGBoost模型识别光伏电站中异常光伏组串的准确性。
-
公开(公告)号:CN115913105A
公开(公告)日:2023-04-04
申请号:CN202211501259.5
申请日:2022-11-28
申请人: 华能大理风力发电有限公司洱源分公司 , 中国华能集团清洁能源技术研究院有限公司 , 华北电力大学
IPC分类号: H02S50/00 , G06N7/01 , G06F16/215
摘要: 本发明公开了一种光伏电站标杆光伏阵列选取方法,其步骤如下:收集光伏阵列运行数据以及气象数据;分别计算光伏阵列效率PR以及发电量;对光伏阵列效率指标的分布进行建模;基于光伏阵列的发电量排序与概率模型得到标杆光伏阵列。本方法同时考虑光伏阵列的发电量能力以及出力稳定性,建立光伏阵列效率计算指标PR,利用统计手段建立状态指标的概率密度分布模型,通过状态位置能够筛选出标杆光伏阵列,作为光伏阵列的故障诊断和性能分析的参考模型。
-
公开(公告)号:CN115169665A
公开(公告)日:2022-10-11
申请号:CN202210737294.0
申请日:2022-06-27
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/08 , G06K9/62 , H02S50/00 , H02S40/30 , H02J3/00 , H02J3/38
摘要: 本申请提供了一种用于进行光伏功率预测的informer模型的训练方法及装置,该方法包括:获取样本数据;将样本数据输入至待训练的用于进行光伏功率预测的informer模型中,以得到样本数据对应的光伏功率预测结果预测值;获取样本数据对应的光伏功率预测结果真实值;获取光伏功率预测结果预测值和光伏功率预测结果真实值之间的差异,并根据差异调整待训练的用于进行光伏功率预测的informer模型的模型参数,直至差异满足训练结束条件,将最后一次调整模型参数后的待训练的用于进行光伏功率预测的informer模型确定为训练好的用于进行光伏功率预测的informer模型。由此,本申请通过训练好的光伏功率预测的informer模型,避免了逐步推理产生的累计误差,提高长时间序列预测的速度,进而提高光伏功率预测结果的准确性和高效性。
-
-
-
-
-
-
-
-
-