一种基于物联网控制技术的光伏太阳能电站运维监测系统的制作方法

1.本发明涉及光伏发电运维监测技术领域，特别涉及一种基于物联网控制技术的光伏太阳能电站运维监测系统。


背景技术：

2.近年来，光伏太阳能产业发展迅速，它主要通过将太阳能转换成热能，加热传热介质以产生高温高压的蒸汽，再结合汽轮发电机的工艺，达到太阳能发电的目的。光伏太阳能发电项目具有能源洁净、可再生等优点，故其得到了政府的支持和民众的认可，但随之也暴露了光伏太阳能监测领域中的一些问题。首先，光伏太阳能电站中的监测点发布广，但现有的一些无线传输式监测装置，采用wifi或4g模块，通信范围小，且依赖于基站的健康性和网络的提前部署，只能做到点对点通信，有一定的弊端；除此之外，无法及时根据光伏太阳能电站的运维数据，生成故障预警信息。


技术实现要素：

3.本发明提供了一种基于物联网控制技术的光伏太阳能电站运维监测系统，具有通信范围广、能够根据光伏太阳能电站的运维数据，及时生成故障预警信息的优点。
4.本发明提供的基础方案：
5.一种基于物联网控制技术的光伏太阳能电站运维监测系统，包括传感器模块、无线自组网通信模块、核心控制模块、本地上位机模块和云平台；
6.所述传感器模块：用于采集光伏太阳能电站的运维数据，所述运维数据通过无线自组网通信模块传输至核心控制模块；
7.所述无线自组网通信模块：用于将n个传感器模块无线自组成网络；
8.所述核心控制模块：用于将运维数据传输至云平台和本地上位机模块，还用于执行云平台下发的控制命令；
9.所述本地上位机模块：用于显示运维数据，根据所述运维数据，参照主机从机功能码对应命令表，生成控制命令，并将控制命令下发至核心控制模块；
10.所述云平台：用于存储并分析运维数据，根据运维数据进行故障分析，生成故障预警信息；所述云平台包括存储模块和故障分析模块；
11.所述存储模块：用于存储并分析运维数据；
12.所述故障分析模块：用于根据运维数据进行故障分析，并生成故障预警信息；所述故障分析模块包括评价集因素集确定模块、权重确定模块、模糊评价矩阵确定模块、评价等级输出模块和故障预警模块；
13.所述评价集因素集确定模块：用于确定评价集因素集，所述评价集因素集包括评价集和对应的评价因素，所述评价集包括气象环境异常预警和电池板发热预警；
14.所述权重确定模块：用于确定各评价因素的权重；
15.所述模糊评价矩阵确定模块：用于确定模糊评价矩阵：包括计算隶属度函数输入
值、计算各评价因素对应故障区域的标准值和模糊评价归一化矩阵；
16.所述评价等级输出模块：用于设定故障阈值，通过模糊加权平均型模糊算子，输出模糊评价等级；
17.所述故障预警模块：用于生成故障预警信息。
18.本发明的原理及优点在于：利用传感器模块对光伏太阳能电站的运维数据进行检测，并通过无线自组网通信模块传输至核心控制模块，无线自组网将n个传感器模块无线自组成网络，具有通信范围广的优点；本地上位机模块根据所述运维数据，参照主机从机功能码对应命令表，生成控制命令，并将控制命令下发至核心控制模块；云平台根据运维数据进行故障分析，包括确定评价集和对应的评价因素、各评价因素的权重、模糊评价矩阵，输出模糊评价等级，然后生成故障预警信息。
19.进一步，所述传感器模块包括温度传感器、温湿度传感器、光照度传感器、电流传感器和电压传感器；
20.所述温湿度传感器：用于监测太阳能电池阵列的环境温湿度；
21.所述光照度传感器：用于监测太阳能电池阵列的环境光照度；
22.所述温度传感器：用于监测太阳能电池板的板温；
23.所述电流传感器：用于监测光伏太阳能电池板的工作电流；
24.所述电压传感器：用于监测光伏太阳能电池板的工作电压；
25.所述气象环境异常预警对应的评价因素包括环境温湿度和环境光照度；
26.所述电池板发热预警对应的评价因素包括板温、工作电流和工作电压。
27.有益效果：获取光伏太阳能电站多方面的运维数据，便于根据光伏太阳能电站的运维数据，生成控制命令、进行故障分析。
28.进一步，所述无线自组网通信模块包括lora模块。
29.有益效果：lora模块通信距离远且功耗低。
30.进一步，所述核心控制模块包括arduinomega控制模块。
31.有益效果：arduinomega控制模块操作简单，用usb连接电脑或者用交直流变压器就能使用。
32.进一步，所述本地上位机模块和核心控制模块的通信方式包括自设定协议。
33.有益效果：自设定协议可以定制化需求。
34.进一步，所述本地上位机模块显示运维数据的方式包括数据曲线、饼状图和直方图中的一种或多种。
35.有益效果：采用多种方式对运维数据进行呈现。
36.进一步，所述云平台和核心控制模块通过4g、5g、wifi、蓝牙和gprs中的一种或多种进行通信。
37.有益效果：多种组网方式，通用性更强。
38.进一步，所述云平台包括tlink物联网平台、onenet物联网平台和机智云物联网平台中的一种或多种。
39.有益效果：采用多个云平台进行数据存储与分析，提升数据的安全性。
附图说明
40.图1为本发明实施例一种基于物联网控制技术的光伏太阳能电站运维监测系统的逻辑框图。
41.图2为本发明实施例一种基于物联网控制技术的光伏太阳能电站运维监测系统的主从双向传输模式协议示意图。
42.图3为本发明实施例一种基于物联网控制技术的光伏太阳能电站运维监测系统的主机从机功能码对应命令表。
具体实施方式
43.下面通过具体实施方式进一步详细说明：
44.实施例1基本如附图1所示：
45.一种基于物联网控制技术的光伏太阳能电站运维监测系统，包括传感器模块、无线自组网通信模块、核心控制模块、本地上位机模块和云平台；传感器模块用于采集光伏太阳能电站的运维数据，所述传感器模块包括温度传感器、温湿度传感器、光照度传感器、电流传感器和电压传感器，所述运维数据包括环境温湿度、环境光照度、太阳能电池板的板温、工作电流和工作电压，光伏太阳能电站中布设有n个传感器模块，能够监测大面积的运维数据，本实施例中n为5。
46.温湿度传感器用于监测太阳能电池阵列的环境温湿度；光照度传感器用于监测太阳能电池阵列的环境光照度；温度传感器用于监测太阳能电池板的板温；电流传感器用于监测光伏太阳能电池板的工作电流；电压传感器用于监测光伏太阳能电池板的工作电压。
47.运维数据通过无线自组网通信模块传输至核心控制模块。无线自组网通信模块将五个传感器模块无线自组成网络，无线组网后，每个局域网内均有一个sink终端节点，所有传感器模块采集到的运维数据发送至所述sink终端节点，再由所述sink终端节点发送至核心控制模块。本实施例中，无线自组网通信模块为lora模块，在本技术的其他实施例中，还可以为zigbee模块。
48.核心控制模块接收到运维数据后，将运维数据传输至云平台和本地上位机模块，本实施例中，本地上位机模块采用自设定协议与核心控制模块通信，在本技术的其他实施例中，还可以采用tcp进行通信；本实施例中，所述云平台和核心控制模块通过4g进行通信，在本技术的其他实施例中，还可以通过蓝牙进行通信。在本实施例中，核心控制模块为arduinomega控制模块，在本技术的其他实施例中，还可以为型号为stm32f101c8t6的控制器。
49.本地上位机模块用于显示运维数据，本实施例中，采用饼状图进行数据显示，本技术的其他实施例中，还可以采用直方图。本地上位机模块通过c#作为上位机软件，本地上位机模块和核心控制模块利用工业modbus协议一问一答的主从模式作为标准，自行设定双向传输协议，从而实现本地双向控制。主从双向传输模式协议如图2所示。
50.如图3所示，本地上位机模块还用于根据所述运维数据，参照主机从机功能码对应命令表，生成控制命令，并将控制命令下发至核心控制模块。具体的，通过在双向协议中，配置相应的功能码，将功能码所表示的控制命令下发至核心控制模块进行本地控制。协议中，地址码表示每个传感器模块的地址，功能码表示主机和从机所分别执行的控制命令。核心
控制模块收到控制命令后，执行云平台下发的控制命令。
51.云平台包括存储模块和故障分析模块。云平台接收到运维数据后，存储模块对运维数据进行存储和分析。本实施例中，云平台为tlink物联网平台，在本技术的其他实施例中，还可以为onenet物联网平台。故障分析模块根据运维数据进行故障分析，生成故障预警信息。所述故障分析模块包括评价集因素集确定模块、权重确定模块、模糊评价矩阵确定模块、评价等级输出模块和故障预警模块。
52.评价集因素集确定模块确定评价集因素集，所述评价集因素集包括评价集和对应的评价因素。本实施例中，评价集为电池板发热预警u1和气象环境异常预警u2。所述电池板发热预警对应的评价因素包括板温u
11
、工作电流u
12
和工作电压u
13
；所述气象环境异常预警对应的评价因素包括环境温湿度u
21
和环境光照度u
22
。
53.权重确定模块确定各评价因素的权重；评价集权重采用层次分析法作为权重确定方法，在评价因素只有2个的情况下，能够保证评价集u1和u2之间的联系。即评价集权重a1＝{0.3，0.7}；
54.评价因素u
11
、u
12
、u
13
、u
21
、u
22
使用熵值法进行权重分配，步骤如下：
55.1、数据标准化处理：
56.为了方便公式引用统一，以下描述将上述5个评价因素分别用符号x
n
(n＝1,
…
,5)表示。将5个评价因素x1,x2…
x
n
，n＝1,
…
,5各取200个数据样本,其中x
i
＝{x
i1
,x
i2
,
…
,x
im
}，m＝1,
…
,200，则归一化故障因子
57.2、计算归一化故障因子所占比重：
[0058][0059]
其中p
ij
＝0,则定义为
[0060]
3、计算5个评价因素的故障熵值：
[0061][0062]
4、计算每个评价因素的故障熵冗余度：
[0063]
d
j
＝1
‑
e
j
[0064]
5、计算每个评价因素的权重：
[0065][0066]
模糊评价矩阵确定模块确定模糊评价矩阵；将5个评价因素中各200个样本数据通过bp神经网络进行预测，其中，每个因子的150个样本作为训练集，50个样本作为预测比对集，当预测误差低于5％时，取可信度较高的隶属度函数输入值作为x；根据光伏故障经验数据统计k个故障区域，得到各评价因素对应故障区域的标准值b
ij
；通过高斯隶属度函数得到隶属度值r
ijk
，经归一化得到模糊评价矩阵r
ij
。
[0067]
评价等级输出模块输出模糊评价等级。根据模糊加权平均型模糊算子，分别计算b1＝a
11
ο(r
11
,r
12
,r
13
)，b2＝a
12
ο(r
21
,r
22
)。
[0068]
故障预警模块根据r＝(b1,b2)οa1进行高层次综合评价c＝a1ο(b1,b2)，从而输出太阳能电池板阵列的故障预警信息。当c大于设定的阈值，本实施例中，阈值为0.7，即出现光伏故障的概率大于70％，则需要通过arduino mega微控制器向云平台下发关于故障排除的运维任务，本实施例中，下发的运维任务包括扫描逆变模块、调整线路结构和关闭电池板电源。
[0069]
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。