基于地理位置相关性的光伏故障监控方法研究

对光伏系统实时状态的监控是光伏电站科学运维的关键,也是实现光伏电站智能监控的重要基础。光伏故障的实时识别定位是光伏电站实时状态监控的一项主要内容。为实现对各区域光伏电站的实时全局监控,文章以江苏省某光伏企业作为研究目标,通过数据分析首次提出了基于地理位置相关性的分布式光伏电站故障识别定位实时监控方法,在理论分析的基础上,开发了分布式光伏电站实时状态监控系统,并结合实际工程进行测试与完善。研究结果表明:该分布式光伏电站故障识别定位实时监控方法能够实现各区域分布式光伏电站异常现象的识别与故障定位,具有一定的创新性;该分布式光伏电站实时状态监控系统能够准确实现光伏故障的识别定位,极大地提升了光伏企业对光伏故障的实时监控能力和全局调控能力,应用前景广阔。     

基于“互联网+”的智能光伏电站集中运维系统设计与研究

研究"互联网+"与光伏电站集中运维融合的关键技术,通过将大数据、云计算、移动互联网等"互联网+"技术在光伏发电集团光伏电站集中运维系统的架构及智能辅助决策、故障定位、移动巡检等功能中的具体应用,实现了光伏电站运维管理智能化、数字化、可视化。系统在宁夏某光伏发电集团的运行,达到了降低光伏电站的运维成本、提高电站发电效率、提升集团的运营管理效率的效果。     

亿利集团先进技术：太阳能利用结合生态修复

正由亿利自主开发的"智慧能源云平台",已经实现了远程实时监测。"云平台"通过对物联网和互联网采集的电网、光伏电站、储能、地理环境监测和气象等信息,结合现场智能巡检无人机进行大数据交互、分析,能够实时掌握电站全部光伏板的运行状态。根据这些数据,分析光伏系统从汇流、逆变、箱变再到升压站整个过程的损耗,由此可以快速定位故障和系统     

大型清洁能源光伏电站智慧运维模式研究

基于规则的传统运维模式往往只能依靠人工巡检和事后处理来发现故障,缺乏对潜在故障的实时监测和预测能力,从而导致预测精度低,因此开始探索大型清洁能源光伏电站智慧运维模式。通过对大型清洁能源光伏电站光伏数据进行预处理,建立清洁能源光伏电站智慧运维模式指标体系,并利用直觉模糊层次分析法计算每个指标的权重,从而实现最佳光伏电站智慧运维。实验结果表明,相较于传统运维模式,该模式通过借助大数据技术的应用,在预测准确性和故障处理效率方面得到了显著的改进,并能提供更精确的故障预测和维修决策支持,对推动大型清洁能源光伏电站智慧运维模式的发展具有重要的理论和实践意义。     

光伏电站在线监测智能诊断系统设计与实现

为了提高光伏电站发电效率,减少人工维护成本,实现光伏电站无人值守或少人值守目标,提出了基于设备智能监测、应用算法模型进行设备智能诊断的系统设计。首先,分析光伏系统故障特性,搭建基于大数据分析平台和非线性诊断模型,建立一种新的故障排查机制;其次,研究阵列支路组串故障点定位方法,将光伏组串实时零电流、光伏组串持续零电流、光伏组串发电偏低等故障特征归类;最后,结合逆变器限功率状态将限电范围组串移除,得到最终准确的设备故障诊断结果。     

基于状态评价的风力发电设备故障诊断系统的研制

基于状态评价的风力发电设备故障诊断系统,通过实时监控表征风力发电设备运行情况的状态量,依据风力发电设备状态评价导则,对风力发电设备进行状态评价,并依据状态评价的结果,对潜在故障进行诊断分析。同时给出相应的运维策略,通过早期故障预测,变事后维护为事前检修,科学合理地安排检修计划,极大地提高了风力发电设备的运维效率,降低了机组的维护成本,保证了风力发电机组的可靠稳定运行。依据此方法研制的风力发电设备故障诊断系统,已成功应用于南方电网超高压输电公司检修试验中心。实践证明,该方法有效地提高了风力发电设备故障诊断的实时性与准确性。     

基于组件信息测量的光伏电站无线监控系统

针对目前分布式光伏电站缺乏精细化管理的现状,本文采用射频无线通讯技术及网络技术,构建了基于组件信息测量的光伏阵列无线监控系统。该监控系统网络拓扑由感知层、网络层及应用层组成,在分析功能要求的基础上进行了智能无线终端、中继器及上位机的软硬件详细设计,实现了光伏组件电压、电流、功率及温度的实时远程在线监测与数据存储,还实现了分布式光伏电站运行状态和组件状态的实时监控,为分布式光伏电站的智能运行、管理及维护提供了有效的手段。     

基于XGBoost算法的光伏阵列故障诊断方法研究

针对光伏阵列故障频发,且无法及时有效在线对故障类型进行识别的问题,提出了一种基于极度梯度提升(XGBoost)算法对光伏阵列进行故障诊断的方法。首先,基于Matlab Simulink仿真技术,建立光伏阵列仿真模型,针对正常、开路、短路、老化、阴影遮挡5种光伏阵列运行状态进行仿真,获取500例有效数据;其次,分析仿真数据特征变量之间的共线性关系,提取有效的特征变量作为模型的特征变量输入;然后,基于特征变量构建XGBoost故障诊断模型,并根据10折交叉验证方法优化超参数;最后,依据模型性能度量指标对XGBoost故障诊断模型的诊断结果进行评价,并分析模型特征变量的重要性。研究结果表明：基于XGBoost算法的光伏阵列故障诊断方法能简单、高效、实时在线对样本数据进行故障诊断,可应用于光伏阵列典型故障类型的有效识别。该故障诊断方法可为光伏电站现场运维人员提供技术支持,未来将在大型光伏电站,使用更大范围的实时数据开展使用和验证工作。     

智能光伏电站解决方案技术白皮书

<正>1智能光伏电站解决方案的定义华为智能光伏电站解决方案是将电站作为面向客户可交付的产品,从电站建设到运维全流程进行优化和创新,将数字信息技术与光伏技术进行跨界融合,实现在初始投资不增加的前提下,降低初始投资、降低运维成本、提高系统发电量、增加投资回报率的目的。智能光伏电站解决方案相比传统的以集中式大机为代表的电站解决方案,在设计理念上有3点显著差异。1)数字化光伏电站。首先是对现有的光伏发电部分进行智能化改     

基于高斯核函数的支持向量机光伏故障诊断研究

及时进行光伏阵列故障检测和故障诊断,对提高光伏电站收益、减少光伏系统运维成本具有较强的理论和应用价值。文章基于MATLAB/Simulink模块建立光伏阵列仿真模型,并应用该模型仿真光伏阵列的各类故障。通过提取各类故障特性并基于高斯核函数支持向量机算法,建立光伏阵列故障诊断模型。结果表明,在10 kW光伏电站的实际运行中,该模型可较为精准地判别出各类故障。     

智能水电厂综合数据组态分析系统研究

针对水电厂各子系统间海量异构数据资源综合利用率低的问题,介绍了一套全新的综合数据组态分析系统。该系统基于智能水电厂统一平台架构进行开发,通过数据仓库封装由各子系统采集的海量异构数据,结合运维人员定制的专业主题模板,采用数据挖掘技术预处理数据仓库中的数据并生成相应的专业主题数据,通过访问客户端高自由度的组态软件,用户可快速构建数据分析、设备报警条件主题模板,最终系统以设备状态诊断、智能报警等方式将有价值的信息呈现给用户。工程实际应用结果表明,该系统提升了水电厂的信息化管理水平及预防性维护决策能力,保障了电厂安全稳定运行。     

Transmission line fault-cause identification method for large-scale new energy grid connection scenarios

The accurate fault-cause identification for overhead transmission lines supports the operation and maintenance personnel in formulating targeted maintenance strategies and shortening the time of inspecting faulty lines. With the goal of achieving “carbon peak and carbon neutrality”, the schemes for clean energy generation have rapidly developed. Moreover, new energy-consuming equipment has been widely connected to the power grid, and the operating characteristics of the power system have significantly changed. Consequently, these have impacted traditional fault identification methods. Based on the time-frequency characteristics of the fault waveform, new energy-related parameters, and deep learning model, this study proposes a fault identification method suitable for scenarios where a high proportion of new energy is connected to the power grid. Ten parameters related to the causes of transmission line fault and new energy connection scenarios are selected as model characteristic parameters. Further, a fault identification model based on adaptive deep belief networks was constructed, and its effect was verified by field data.     

一种基于BOA-SAE-EELM的光伏阵列故障诊断方法

光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作.为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法.首先,将光伏阵列的时序波形进行标准化处理;接着,使用SAE对标准化后的时序波形进行特征自动...     

基于LSTM神经网络与贝叶斯优化的电站风机故障预警

风机持续健康稳定运行是电站机组安全性与经济性的重要保障,故障预警技术对于提高风机运行可靠性和降低维护成本尤为重要。为此,本文提出一种基于长短期记忆(Long short-term memory,LSTM)神经网络与贝叶斯优化算法的早期故障预警方法,充分挖掘电站风机正常运行数据,采用LSTM网络挖掘多种参数的关联特性及历史数据的时序特性,建立风机运行状态预测模型。为了提高预测模型的精确度,利用贝叶斯优化算法优化并设定LSTM网络的最佳超参数组合。考虑模型预测偏离度的非平稳性和多极值特点,引入广义极值理论从正常运行工况中确定报警阈值,以实现设备的早期故障预警。最后,将所提出的算法应用于某燃煤电站引风机故障预警中。结果表明：贝叶斯优化算法优化后的LSTM神经网络不仅可以精确表征风机在正常状态下运行行为,同时能够准确地获取风机的故障信息,从而能够在故障发生前4 h发现异常,实现故障预警。     

抽水蓄能电站引水隧洞水位监测系统的开发与应用

引水隧洞是蓄能水电站抽水和发电的水流通道,起着引用和控制水流的作用,其充排水操作是电站运行和检修过程中的一个重要环节。为保障充排水过程安全有序,必须对隧洞内水位进行监测。为此将TURCK(图尔克)新型智能压力传感器用于水位测量,以西门子S7-1200PLC作为主控器和数据采集装置,采用TIA Portal V15软件开发一套引水隧洞水位监测系统,并在广东某蓄能水电站的隧洞停水及设备大修充排水工作期间进行应用。实例应用结果表明,该系统能够对引水隧洞水位进行有效监测和报警,可为同类电站引水隧洞水位监测系统的搭建提供借鉴。     

智能变电站故障检修系统运维技术研究

传统智能变电站故障检修系统运维技术只对变电站设备进行单次维修,检修周期不同步,导致运维效果差,为此采用继电保护运维技术对智能变电站故障检修系统进行深度维护。分析变电站体系结构,对易发生故障设备进行多次检查与维护。利用继电保护运维技术分析维护电子式互感器结构,使用IEC61850—9协议接口合并各个设备单元,并对设备一次维护工作、运维项目、检修措施进行分析;在二次设备维护检修时,设计TCP报文格式,结合一次设备运维中的合并单元,对合并器进行二次设备检修,设计了二次设备维护工作、运维项目、检修措施,通过对设备进行两次维护,提升检修系统运维效果。由实验结果可知,继电保护运维技术的月平均告警事件数量低于1个,运维周期始终在6 min以下,运维效果好,为变电站设备故障检修奠定了基础。     

数字孪生技术在电网工程中的应用研究

[目的]针对于大数据与互联网背景下的数字化转型,分析了数字孪生技术在电网工程中的应用现状。[方法]基于构建的映射实际工程的三维模型,通过融合设备本体以及生产数据,形成现实与虚拟空间的数据纽带,并建立匹配电网运维工作需求的智能化电网数字孪生运维平台。[结果]平台通过对各子系统数据的调用传输与集中处理,实现了站端数据的深度融合。通过全景信息展示功能,实现了电网数据的可视化展示。通过智能辅助监控,实现了全场景的设备监控与人员管制。通过智能运维作业功能,实现了虚拟空间对现实工程的反向干预指导。[结论]数字孪生技术在电网工程中的应用,实现了数字化转型中的电网可感、可看、可控,有效地提升了新型电力系统下的电网日常运维作业的工作效率与系统智能化集成度。     

Fault detection in PV systems

A practical fault detection approach for PV systems intended for online implementation is developed. The fault detection model here is built using artificial neural network. initially the photovoltaic system is simulated using MATLAB software and output power is collected for various combinations of irradiance and temperature. Data is first collected for normal operating condition and then four types of faults are simulated and data are collected for faulty conditions. Four faults are considered here and they are: Line to Line faults with a small voltage difference, Line to line faults with a large voltage difference, degradation fault and open-circuit fault. This data is then used to train the neural network and to develop the fault detection model. The fault detection model takes irradiance, temperature and power as the input and accurately gives the type of fault in the PV system as the output. This system is a generalized one as any PV module datasheet can be used to simulate the Photovoltaic system and also this fault detection system can be implemented online with the use of data acquisition system.     

基于青海地区在运光伏电站监测数据的容配比提升分析

随着光伏发电技术进步,近年来光伏组件价格呈快速下降趋势,于是对早期光伏电站进行大规模的光伏组件扩容翻新有了实质性的经济意义。根据青海地区正在运行的光伏电站的实时监测数据,建立光伏组件-逆变器限电率模型,以度电成本(LCOE)为考核指标,分析在不同扩容工程的工程造价影响下,光伏组件-逆变器容配比(下文简称“容配比”)与LCOE的敏感性关系,以确定在运光伏电站扩容后的最佳容配比,为未来光伏电站扩容设计提供指导方法。     

面向智能运检管理的变电站三维实时监测展示系统开发与应用

变电站三维实时监测展示系统基于Bentley Navigator三维检视平台和i-Model技术,在三维模型基础上,集成设备在线运行监测系统、辅助控制系统、视频监控系统的实时数据,在虚拟现实的环境中,实现了变电站静态数据和动态数据的综合展示,可实时展示、监控关键设备的运行状态、动态数据及运行数据发展趋势,为变电站智能运检提供了可行的实施途径。