一种分布式光伏发电系统及其智能遥感运维方法

摘要: 本发明属于无人机遥感,具体涉及一种分布式光伏发电系统及其智能遥感运维方法。背景技术:1、随着全球能源危机和环境问题日益加剧,光伏发电作为一种清洁、可再生的能源利...
一种分布式光伏发电系统及其智能遥感运维方法

本发明属于无人机遥感,具体涉及一种分布式光伏发电系统及其智能遥感运维方法。

背景技术:

1、随着全球能源危机和环境问题日益加剧,光伏发电作为一种清洁、可再生的能源利用方式,已成为国家重点发展的战略性新兴产业。分布式光伏发电系统因具有安装灵活、就近消纳、投资门槛低等优势,近年来得到了广泛推广和应用。

2、目前,基于无人机巡检的光伏电站监测技术已取得一定发展。在光伏板定位与识别方面,现有技术普遍依赖于预先建立的固定编号体系。常见做法包括:为光伏电站建立多级编号规则(如按子阵、行、串、排、块进行编号),并将每一块光伏板的编号与其gps坐标进行映射绑定;或者直接采用gps定位仪器逐块测量光伏组件的位置信息,将坐标存入数据库并进行编号管理。巡检时,通过识别光伏板上的编号标识或比对gps坐标来确定光伏板身份。上述方案在光伏阵列布局固定时能够有效运作,但当光伏阵列发生扩建、改建或组件更换时,原有的编号与坐标映射关系即被打破,需要重新进行编号和坐标标定,维护成本高,难以适应分布式光伏“分布散、变化快”的工程实际。

3、在光伏板状态检测与分析方面,现有无人机巡检方案大多基于单次飞行拍摄的影像进行独立的“快照式”分析,通过图像处理算法(如基于改进的sift特征匹配拼接、yolov4网络等)检测光伏板表面的热斑、裂纹、脏污等明显缺陷。这类方式无法将当前影像与历史影像进行逐像素时序对比,难以区分“永久性变化”(如物理损伤、材料老化)与“临时性变化”(如阴影遮挡、云层干扰),也缺乏对积灰缓慢累积趋势的早期识别能力。

4、在数据处理与诊断决策方面,基于物理模型的方法物理意义明确但计算复杂且对辐射校正精度要求高;基于数据驱动模型的方法响应速度快但严重依赖高质量标注样本且泛化能力有限。两者各自独立应用,缺乏交叉验证与协同优化机制,当两者结论不一致时系统缺乏有效判别依据。

5、针对上述问题,本发明提出了一种分布式光伏发电系统及其智能遥感运维方法。

技术实现思路

1、本发明提供一种分布式光伏发电系统及其智能遥感运维方法,通过空间定位基准替代传统固定编号体系,实现光伏板的精确匹配与持续追踪,结合时序差异分析和双引擎交叉验证,提升了光伏电站运维的智能化水平,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:一种分布式光伏发电系统,包括:

3、光伏发电阵列;

4、无人机遥感监测单元,用于采集所述光伏发电阵列的多光谱遥感影像;

5、定位模块,用于在所述光伏发电阵列中建立基于固定物理标识点的空间定位基准,并基于所述空间定位基准确定每一光伏电池板在影像中的空间位置,以及在不同时刻采集的影像中通过所述空间位置匹配同一光伏电池板;

6、数据处理模块,用于根据匹配到的同一光伏电池板在不同时刻的影像差异,确定所述光伏电池板的运行状态信息。

7、作为更进一步的选择,所述定位模块包括:

8、空间坐标系建立子模块,用于以所述物理标识点为基准建立覆盖所述光伏发电阵列的相对空间坐标系,并确定每一光伏电池板在所述相对空间坐标系中的空间坐标;

9、空间变换参数计算子模块,用于根据当前时刻影像中所述物理标识点的像素坐标及其在所述相对空间坐标系中的已知空间坐标,计算当前影像的空间变换参数;

10、光伏板匹配子模块,用于根据所述空间变换参数将当前影像中光伏电池板的像素坐标转换为所述相对空间坐标系下的空间坐标,并与历史存储的空间坐标进行匹配,以识别当前影像中光伏电池板与历史时刻同一光伏电池板的对应关系。

11、作为更进一步的选择,还包括多级辐射校正模块,所述多级辐射校正模块包括:

12、传感器级校正子模块,用于对采集的影像执行暗电流校正和平场校正;

13、辐射定标子模块,用于根据标准反射板的已知反射率建立影像像素值与反射率之间的转换关系;

14、色彩一致性校正子模块,用于基于伪不变特征地物对不同时刻的影像进行辐射归一化,将当前时刻影像的辐射水平校正至基准时刻的辐射水平。

15、作为更进一步的选择,所述数据处理模块包括物理模型计算模块,所述物理模型计算模块包括:

16、基准影像建立子模块,用于在光伏电池板处于清洁状态时采集并存储该光伏电池板的基准影像;

17、时序差异分析子模块,用于将当前影像与所述基准影像进行像素级逐点对比,计算各像素的反射率偏差,并将偏差超过预设阈值的像素标记为异常像素;

18、有效面积计算子模块,用于对所述异常像素进行分类,识别出阴影像素、积灰与污垢像素以及物理损伤像素,并根据所述光伏电池板的物理总面积减去积灰与污垢覆盖面积和物理损伤面积,得到当前有效光照面积。

19、作为更进一步的选择,所述数据处理模块还包括数据驱动模型模块,所述数据驱动模型模块包括:

20、样本积累子模块,用于以每次巡检中经辐射校正后的多光谱反射率特征为输入特征向量,以所述物理模型计算模块输出的有效光照面积为输出标签,生成配对样本并按光伏电池板的空间坐标进行存储;

21、模型训练子模块,用于当任一光伏电池板的样本数量达到预设阈值后,训练该光伏电池板的数据驱动模型;

22、预测子模块,用于根据当前采集的多光谱反射率特征,通过所述数据驱动模型输出有效光照面积预测值。

23、作为更进一步的选择,还包括双引擎交叉验证模块,所述双引擎交叉验证模块包括:

24、并行计算单元,用于在同一巡检周期内同时启动所述物理模型计算模块和所述数据驱动模型模块,分别计算有效光照面积的第一输出值和第二输出值;

25、偏差判别单元,用于计算所述第一输出值与所述第二输出值的相对偏差;

26、融合输出单元,用于当所述相对偏差小于第一预设阈值时,对所述第一输出值和第二输出值进行加权融合,输出最终有效光照面积;

27、分歧处理单元,用于当所述相对偏差大于第二预设阈值时,触发数据质量检查;若数据质量检查异常,以所述第一输出值为准;若数据质量检查正常,将当前样本标记为分歧样本用于后续模型优化,并向运维人员发送预警。

28、作为更进一步的选择,还包括:

29、故障诊断模块,用于将发电效率预测值与实测值进行比对,根据偏差程度划分异常等级,并结合有效光照面积的分析结果确定故障类型和主导原因;

30、智能运维控制模块,用于根据所述故障诊断模块的诊断结果生成差异化的运维控制指令,所述运维控制指令包括自清洁指令、参数调整指令、加密巡检指令和运维工单指令中的一种或多种。

31、作为更进一步的选择,还包括边缘计算终端,所述边缘计算终端设置于光伏发电现场,与所述无人机遥感监测单元通信连接,用于对采集的影像进行本地化预处理;

32、所述边缘计算终端预部署有轻量化预测模型,当检测到与云端的通信中断时,所述边缘计算终端切换至自治运行模式,利用本地缓存数据独立执行数据采集、预测和故障诊断,并在通信恢复后将缓存数据上传至云端。

33、一种基于上述任一项所述分布式光伏发电系统的智能遥感运维方法,包括:

34、通过无人机采集光伏发电阵列的多光谱遥感影像;

35、在所述光伏发电阵列中建立基于固定物理标识点的空间定位基准,基于所述空间定位基准确定每一光伏电池板在影像中的空间位置,并在不同时刻采集的影像中通过所述空间位置匹配同一光伏电池板;

36、对采集的影像进行多级辐射校正,消除不同时刻影像之间的辐射差异;

37、分别通过物理模型路径和数据驱动模型路径计算有效光照面积,并对两条路径的输出进行交叉验证,得到最终有效光照面积;

38、至少根据所述最终有效光照面积确定所述光伏电池板的运行状态,并生成相应的运维控制指令。

39、作为更进一步的选择,所述多级辐射校正包括:

40、对采集的影像执行暗电流校正和平场校正;

41、根据标准反射板的已知反射率建立影像像素值与反射率之间的转换关系,将影像像素值转换为反射率;

42、基于伪不变特征地物,建立当前时刻伪不变特征地物反射率与基准时刻伪不变特征地物反射率之间的线性回归模型,根据所述线性回归模型将当前时刻影像的反射率校正至基准时刻的辐射水平。

43、与现有技术相比,本发明的有益效果是:

44、1、通过设置时空锚点并建立相对空间坐标系,可在无需固定编号的情况下实现同一光伏板在不同时刻影像中的精确匹配与持续追踪,当光伏阵列发生扩建或改建时无需重新构建编号体系,有利于降低部署和维护成本。

45、2、采用传感器级校正、辐射定标和基于伪不变特征的色彩一致性校正三级递进体系,能够有效消除不同时刻无人机影像之间的辐射差异,为像素级时序对比提供一致性较好的数据基础,有利于提高后续分析的准确性。

46、3、通过将当前影像与基准影像进行逐像素对比,并对异常像素进行分类识别,能够区分阴影像素、积灰/污垢像素和物理损伤像素,进而动态计算有效光照面积及其变化率,便于在发电性能明显下降之前捕捉积灰累积趋势和早期物理损伤。

47、4、物理模型与数据驱动模型并行计算有效光照面积,并通过交叉验证逻辑进行偏差判别与加权融合,物理模型同时持续为数据驱动模型提供训练标签,有利于提升诊断结果的可靠性和系统的自进化能力。

48、5、结合发电效率预测、偏差分级诊断和差异化运维指令生成,能够根据不同的故障类型和严重程度自动匹配相应的处置策略(包括自清洁触发、参数调整、加密巡检和人工工单),同时支持边缘端在通信中断时自治运行,有利于提高分布式光伏电站的运维响应效率和智能化水平。