CN113675944A - 一种光伏电站智能分析决策系统及方法 - Google Patents

Abstract

本发明实施例提供一种光伏电站智能分析决策系统、方法及处理器。系统包括：数据与信息源装置，被配置成获取光伏电站中设备的数据信息；智能分析决策装置，被配置成：根据数据信息确定设备的工作状态；根据工作状态确定设备的管控指令；将管理指令发送至靶向运维体系装置；将控制指令发送至智能辅助执行装置；靶向运维体系装置，被配置成接收管理指令，并根据管理指令执行相应的管理操作。智能辅助执行装置，被配置成接收控制指令，并根据控制指令执行响应的控制操作。根据数据信息确定设备工作状态，能够对工作设备的实时状态进行调控。通过智能分析决策系统实现了对光伏电站端全面感知与智能分析决策，可远程精确规划电站端的故障处理与任务巡检，解决了人工巡检困难、效率低下的问题。

Description

一种光伏电站智能分析决策系统及方法

技术领域

本发明涉及光伏电站技术领域，具体地涉及一种光伏电站智能分析决策系统及方法。

背景技术

在光伏电站技术领域内，随着光伏电站的工作年限增加，光伏电站中的大量设备超出出厂质保期，设备的安全隐患不断增加，电站故障频发，而电站故障主要集中在光伏阵列，其中光伏阵列包括光伏组件、汇流箱、逆变器、连接电缆等等，据统计组件和连接电缆线路故障占光伏电站故障总数的80％。同时在海拔较高、环境恶劣的地区，对光伏电站的故障检测进行常规的人工巡检极为困难，极易酿成恶性事故。

现有技术中对光伏电站的实时数据采集不全面，缺乏多维度的数据信息。并且现有的光伏电站端数据利用率低，没有对获取的数据进行数据建模和数据积累。此外，现有技术中的光伏电站故障诊断和自动维护维修质量低，仅能实现简单的报警和初步的故障诊断。

发明内容

本发明实施例的目的是提供一种光伏电站智能分析决策系统及方法。

为了实现上述目的，本发明第一方面提供一种光伏电站智能分析决策系统，包括：

数据与信息源装置，被配置成获取光伏电站中设备的数据信息；

智能分析决策装置，被配置成：

根据数据信息确定设备的工作状态；

根据工作状态确定设备的管控指令；

将管理指令发送至靶向运维体系装置；

将控制指令发送至智能辅助执行装置；靶向运维体系装置，被配置成接收管理指令，并根据管理指令执行相应的管理操作。

在本发明实施例中，系统还包括智能辅助执行装置，被配置成接收控制指令，并根据控制指令执行相应的控制操作，智能辅助执行装置包括：

智能关断设备，用于监控光伏电站设备的通断情况；

功率优化设备，用于对光伏电站设备运行功率进行优化；

无人设备，用于对光伏电站设备进行巡检、诊断或定位；

清洗设备，用于对光伏电站设备进行积灰监测、积灰程度预警、定位或对设备进行清扫；

智能消防设备，用于对光伏电站设备状态信息进行更新和监测。

在本发明实施例中，无人设备包括搭载有红外、可见光、紫外、激光中任意一者的多任务载荷的智能无人机。

在本发明实施例中，数据与信息源装置中包括光伏组件、汇流箱、逆变器和设备数据库中的至少一者，其中：

光伏组件，用于通过无线、4G/5G网络、以太网、光纤、直流电力线载波中的至少一种通信方式采集每块光伏组件的电流、电压、背板温度、发电量以及I/V数据；

汇流箱，用于采集每个组串的电流、电压、功率数据及运行状态信息中的至少一者；

逆变器，用于采集每个逆变器的交、直流侧电流、电压、功率、发电量数据及运行状态信息中的至少一者。

在本发明实施例中，设备数据库中包括运维管理经验信息、气象环境监控信息、备品备件管理信息、光功率预测信息和AGC控制系统信息中的至少一者。

在本发明实施例中，运维管理经验信息包括光伏运维期间人员的档案信息、关键设备监测信息、设备服役健康状态信息、故障信息、以及故障修复完善与指导信息中的至少一者；

气象环境监控信息包括光伏电站所处的气象条件、地理位置与地形地貌信息中的至少一者；

备品备件管理信息包括备品备件全寿命周期跟踪记录信息，跟踪记录信息包括备品备件的名称、型号、数量、位置、服役年限、电子化备品备件入库、出库、缺货信息、设备报废、保养、维修和采购信息中的至少一者；

光功率预测信息包括基于机器学习、大数据分析、以及人工智能算法中的至少一者，针对天气预报信息、气象环境监控信息、设备运行状态信息对光伏电站的功率的预测信息。

在本发明实施例中，智能分析决策装置包括：

数据库存储模块，用于存储设备数据信息；其中，设备数据信息包括历史数据和实时数据；

分析计算引擎模块，用于根据历史数据和实时数据确定设备的工作状态；

AI智能决策模块，用于根据工作状态确定设备的管控指令。

在本发明实施例中，数据库存储模块包括实时数据库、历史数据库、接口管理库中的至少一者。

在本发明实施例中，管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者，其中：

任务推送操作包括基于电站关键设备的故障或异常运行状态快速定位到对应的设备位置，并进行告警通知进行推送的操作；

派单操作包括基于任务推送、设备的故障严重程度、故障位置、数量以及所在周围运维人员进行匹配，以确定的路径最优、响应时间最快的派单操作；

共享运维操作包括基于派单指令确定最近的共享区域，并由最近的共享区域确定相应的人员进行处理的操作；

两票控制操作包括现场人员针对票据的填写、审批签发、许可过程、执行、中止、复工、延期、终结和检查操作中的至少一者；

远程指导操作包括通过线上专家指导线下运维的操作。

本发明第二方面提供一种光伏电站智能分析决策方法，包括：

获取光伏电站中设备数据信息；

根据设备数据信息确定设备的工作状态；

根据工作状态确定设备的管控指令；

根据管控指令执行相应的管理操作和控制操作；其中，管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者。控制操作包括智能诊断、智能巡检、智能优化、智能清洗中的至少一者。

本发明第三方面提供一种处理器，被配置成执行上述光伏电站智能分析决策方法。

上述技术方案，根据数据信息确定设备工作状态，能够对工作设备的实时状态进行调控。通过智能分析决策系统实现了对光伏电站端全面感知与智能分析决策，可远程地精确规划电站端的故障处理与任务巡检，解决了人工巡检困难、效率低下的问题。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1示意性示出了根据本发明实施例的一种光伏电站智能分析决策系统的结构框图；

图2示意性示出了根据本发明实施例的一种光伏电站智能分析决策方法的流程示意图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

图1示意性示出了根据本发明实施例的一种光伏电站智能分析决策系统的结构框图。在一个实施例中，如图1所示，提供了一种光伏电站智能分析决策系统，包括数据与信息源装置101、智能分析决策装置102、靶向运维体系装置103以及智能辅助执行装置104，其中：

数据与信息源装置101，被配置成获取光伏电站中设备的数据信息。

智能分析决策装置102，被配置成：被配置成：根据数据信息确定设备的工作状态；根据工作状态确定设备的管控指令；将其管理指令发送至靶向运维体系装置；

靶向运维体系装置103，被配置成接收管理指令，并根据管理指令执行相应的管理操作。

在一个实施例中，如图1所示，光伏电站智能分析决策系统还包括：

智能辅助执行装置104，被配置成接收控制指令，并根据控制指令执行相应的控制操作。

通过数据与信息源装置101获取光伏电站中设备的数据信息；通过智能分析决策装置102根据设备的数据信息确定设备的工作状态，并根据设备的工作状态确定设备的管控指令后，将其管理指令发送至靶向运维体系装置103执行响应的管理操作。并将其控制指令发送至智能辅助执行装置104执行相应的控制动作。

光伏电站中设备的数据信息包括生产运行数据、生产管理数据以及智能设备监测数据；其中生产运行数据包括但不限于组件级电流、电压、背板温度、功率、发电量；汇流箱组串级电流、电压、功率、温度、子设备模块运行状态；逆变器级交直流侧电流、电压、功率、发电量及子设备模块的运行状态量等信息；生产管理数据包括但不限于气象环境监测的辐照度、环境温度、风速、风向以及电站经纬度、地形环境等；用于对备品备件全寿命周期跟踪记录的型号、位置、性能参数、服役年限、保养、维修及采购信息；用于指导设备故障维修的运维经验管理库日志、照片、视频等数据；以及用于指导电网友好性的光功率预测数据、电网AGC调度数据中的任意一者。将上述数据与信息源装置101获取的光伏电站中设备的数据信息传输至智能分析决策装置102。

在一个实施例中，数据与信息源装置101中包括光伏组件、汇流箱、逆变器和设备数据库中的至少一者，其中：光伏组件，用于通过无线、4G/5G网络、以太网、光纤、直流电力线载波中的至少一种通信方式采集每块光伏组件的电流、电压、背板温度、发电量以及I/V数据；汇流箱，用于采集每个组串的电流、电压、功率数据及运行状态信息中的至少一者；逆变器，用于采集每个逆变器的交、直流侧电流、电压、功率、发电量数据及运行状态信息中的至少一者。

在一个实施例中，设备数据库中包括运维管理经验信息、气象环境监控信息、备品备件管理信息、光功率预测信息和AGC控制系统信息中的至少一者。

具体来说，运维管理经验信息包括光伏运维期间人员的档案信息、关键设备监测信息、设备服役健康状态信息、故障信息、以及故障修复完善与指导信息中的至少一者；气象环境监控信息包括光伏电站所处的气象条件、地理位置与地形地貌信息中的至少一者；备品备件管理信息包括备品备件全寿命周期跟踪记录信息，跟踪记录信息包括备品备件的名称、型号、数量、位置、服役年限、电子化备品备件入库、出库、缺货信息、设备报废、保养、维修和采购信息中的至少一者；光功率预测信息包括基于机器学习、大数据分析、以及人工智能算法中的至少一者，针对天气预报信息、气象环境监控信息、设备运行状态信息对光伏电站的功率的预测信息。

在一个实施例中，智能分析决策装置102包括数据库存储模块，用于存储设备数据信息；其中，设备数据信息包括历史数据和实时数据；分析计算引擎模块，用于根据历史数据和实时数据确定设备的工作状态；AI智能决策模块，用于根据工作状态确定设备的管控指令。

其中，数据库存储模块包括实时数据库、历史数据库、接口管理库中的至少一者。通过实时数据库、历史数据库、接口管理库中的至少一者实现多平台连接、实时数据、历史数据融合与存储。

智能分析决策装置102通过对光伏电站中设备的数据信息进行存储，其中，设备的数据信息包括历史数据和实时数据。通过分析计算引擎模块对历史数据和实时数据确定设备的工作状态，进而通过AI智能决策模块根据工作状态确定设备的管控指令。

通过智能分析决策装置102中的数据库存储模块对实时生产运行数据、生产管理数据、智能设备监测数据高速交互及存储的大型实时数据和历史数据进行存储，并为分析计算引擎模块提供高速、长时间跨度的实时数据与历史数据查询和调用；其中，分析计算引擎模块包括离线智能计算模块和在线智能计算模块。离线智能计算模块是基于光伏站端各系统、各设备多源异构数据的离线建模环境，对大型实时历史数据模块中的多源异构数据、信息进行梳理、预处理、建模和模型优化、部署，为分析计算引擎模块提供了智能化和高效化的计算资源与运行环境。具体来说，通过计算分析不同功能对应的不同应用场景，导入场景数据、训练确定算法方案、提供训练模型。对数据进行清洗、预处理、以及特诊选择，减少因数据带来的不确定性，提升模型的准确性，不断迭代优化模型，反复评价模型的“聪明度”，直到准确性、鲁棒性及泛化能力达到预期要求；在线智能计算模块用于提供高性能、智能化、在线计算与可视化展示等能力，为AI智能决策模块提供实时性强、可靠性高的运行计算环境，及面向第三方用户开放的可扩展、可配置、可组态的操作环境，确定光伏电站端设备的工作状态。

AI智能决策模块在确定设备工作状态后，综合考虑在线智能计算模块提供的多场景应用计算结果，形成以智能诊断、智能巡检、智能优化、智能清洗为目标的管控指令，其中，管理指令传输至靶向运维体系装置103，控制指令传输至智能辅助执行装置104。

靶向运维体系装置103在接收到管理指令后执行相应的管理操作。

在一个实施例中，管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者，其中，任务推送操作包括基于电站关键设备的故障或异常运行状态快速定位到对应的设备位置，并进行告警通知进行推送的操作；派单操作包括基于任务推送、设备的故障严重程度、故障位置、数量以及所在周围运维人员进行匹配，以确定的路径最优、响应时间最快的派单操作；共享运维操作包括基于派单指令确定最近的共享区域，并由最近的共享区域确定相应的人员进行处理的操作；两票控制操作包括现场人员针对票据的填写、审批签发、许可过程、执行、中止、复工、延期、终结和检查操作中的至少一者；远程指导操作包括通过线上专家指导线下运维的操作。

在一个实施例中，智能辅助执行装置104包括：智能关断设备，用于监控光伏电站设备的通断情况；功率优化设备，用于对光伏电站设备运行功率进行优化；无人设备，用于对光伏电站设备进行巡检、诊断或定位；清洗设备，用于对光伏电站设备进行积灰监测、积灰程度预警、定位或对设备进行清扫；智能消防设备，用于对光伏电站设备状态信息进行更新和监测。

具体地，在智能辅助执行装置104接收到控制指令后，智能关断设备采用深度学习、AI人工智能等技术，对光伏组件及组串进行过流、过压进行智能检测识别，并作出快速关断保护动作；功率优化设备在光伏组件以及逆变器的基础上，通过传感测量及网络通讯技术的智能化设备，融合AI算法与机器学习算法，实现对光伏组件及逆变器运行环境自适应、状态自感知、故障自诊断的动作响应，精准管控所属设备运行状态，通过AI人工智能算法实现对组件/组串过流、过压的智能检测识别，并作出快速关断主动保护动作，实现主动安全；无人设备包括采用搭载有红外、可见光、紫外、激光中任意一者的多任务载荷的智能无人机，并部署有无人机机库、边缘计算、云平台等设备或系统，基于5G、人工智能、图像处理、机器视觉等技术，实现对光伏电站智能巡检、智能诊断及定位，且能完成，无人机全自主、智能化、无人化、一键起飞、智能巡检业务工作；清洗设备基于先进的物联网技术、智能传感、5G通信、智能控制技术，融合图像机器学习算法、人工智能AI算法，并结合云端管控平台、边缘计算法装置，实现光伏组件积灰智能监测和积灰程度智能预警及精准定位，并综合考虑清洗成本、发电效益和设备状态中的至少一种因素，实现对光伏组件的智能清扫；智能消防设备在消防设备基本数据采集基础上，采用GIS技术、物联网智能通信、北斗定位等技术，实现组件状态、水源、视频监控、烟雾报警和气体监测等数据的实时更新、动态监测以及巡检运维工作的闭环式管理。

图2示意性示出了根据本发明实施例的一种光伏电站智能分析决策方法的流程示意图。如图2所示，在本发明一实施例中，提供了一种光伏电站智能分析决策方法，包括以下步骤：

步骤201，获取光伏电站中设备数据信息。

光伏电站中的设备信息包括包括光伏组件、光伏组串、光伏汇流箱、光伏逆变器的电流、电压、功率、发电量等电气信息和运行状态离散值信息；光伏站端生产管理数据，包括运维经验管理管理库、气象环境监控系统、备品备件管理系统、光功率预测监控系统、AGC控制系统等生产管理运行过程中的信息；以及智能辅助执行装置中智能关断器、功率优化器、智能无人机、智能清洗机器人、智能消防等设备的视频、图像、烟雾的数据信息。

步骤202，根据设备数据信息确定设备的工作状态。

确定上述设备信息，并通过上述设备信息将数据划分为实时数据、视频图像数据、拓扑结构数据以及文本数据。根据不同的数据结构和类型采用不同的传输协议，然后通过字段统一命名、时间统一、加密方式规范等方法对多源异构数据进行标准化、规范化处理，并构建时序数据库、关系数据库、文件数据库及内存数据库，实现海量数据特征提取、融合及统一存储管理，进而确定光伏电站端设备的工作状态。

步骤203，根据工作状态确定设备的管控指令。

在确定光伏电站端设备的工作状态情况下，通过智能分析决策装置上的分析计算引擎模块进行数据分析计算以及数学建模，再通过AI智能决策模块确定设备工作状态后，结合运维经验管理库、气象环境监控信息、备品备件管理信息、光功率预测监控信息、AGC控制系统信息，分析出光伏电站组件、组串、汇流箱、逆变器的全方位的体检报告，并综合考虑在线智能计算模块提供的多场景应用计算结果，形成管控指令包括管理指令和控制指令。

步骤204，接收管控指令并做出动作响应。

根据管控指令执行相应的管理操作和控制操作。管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者；控制操作包括智能关断器智能关断操作、组件/逆变器功率优化操作、智能无人机巡检操作和智能清洗机器人智能清洗操作中的至少一者。

其中，任务推送操作包括基于电站关键设备的故障或异常运行状态快速定位到对应的设备位置，并进行告警通知进行推送的操作；派单操作包括基于任务推送、设备的故障严重程度、故障位置、数量以及所在周围运维人员进行匹配，以确定的路径最优、响应时间最快的派单操作；共享运维操作包括基于派单指令确定最近的共享区域，并由最近的共享区域确定相应的人员进行处理的操作；两票控制操作包括现场人员针对票据的填写、审批签发、许可过程、执行、中止、复工、延期、终结和检查操作中的至少一者；远程指导操作包括通过线上专家指导线下运维的操作。

控制操作包括对光伏组件及组串进行过流、过压进行智能检测识别，并作出快速关断保护动作；功率优化设备在光伏组件以及逆变器的基础上，通过传感测量及网络通讯技术的智能化设备，融合AI算法与机器学习算法，实现对光伏组件及逆变器运行环境自适应、状态自感知、故障自诊断的动作响应，精准管控所属设备运行状态，通过AI人工智能算法实现对组件/组串过流、过压的智能检测识别，并作出快速关断主动保护动作，实现主动安全；无人设备包括采用搭载有红外、可见光、紫外、激光中任意一者的多任务载荷的智能无人机，并部署有无人机机库、边缘计算、云平台等设备或系统，基于5G、人工智能、图像处理、机器视觉等技术，实现对光伏电站智能巡检、智能诊断及定位，且能完成，无人机全自主、智能化、无人化、一键起飞、智能巡检业务工作；清洗设备基于先进的物联网技术、智能传感、5G通信、智能控制技术，融合图像机器学习算法、人工智能AI算法，并结合云端管控平台、边缘计算法装置，实现光伏组件积灰智能监测和积灰程度智能预警及精准定位，并综合考虑清洗成本、发电效益和设备状态中的至少一种因素，实现对光伏组件的智能清扫；智能消防设备在消防设备基本数据采集基础上，采用GIS技术、物联网智能通信、北斗定位等技术，实现组件状态、水源、视频监控、烟雾报警和气体监测等数据的实时更新、动态监测以及巡检运维工作的闭环式管理。

上述光伏电站智能分析决策系统包括处理器和存储器，其中功能模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序模块中实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现光伏电站智能分析决策方法。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种光伏电站智能分析决策系统，其特征在于，所述系统包括：

数据与信息源装置，被配置成获取光伏电站中设备的数据信息；

智能分析决策装置，被配置成：

根据所述数据信息确定所述设备的工作状态；

根据所述工作状态确定所述设备的管控指令；

将所述管理指令发送至靶向运维体系装置；

将所述控制指令发送至智能辅助执行装置；

所述靶向运维体系装置，被配置成接收所述管理指令，并根据所述管理指令执行相应的管理操作。

2.根据权利要求1所述的光伏电站智能分析决策系统，其特征在于，所述系统还包括智能辅助执行装置，被配置成接收所述控制指令，并根据所述控制指令执行相应的控制操作，所述智能辅助执行装置包括：

智能关断设备，用于监控所述光伏电站设备的通断情况；

功率优化设备，用于对所述光伏电站设备运行功率进行优化；

无人设备，用于对所述光伏电站设备进行巡检、诊断或定位；

清洗设备，用于对所述光伏电站设备进行积灰监测、积灰程度预警、定位或对所述设备进行清扫；

智能消防设备，用于对所述光伏电站设备状态信息进行更新和监测。

3.根据权利要求2所述的光伏电站智能分析决策系统，其特征在于，所述无人设备包括搭载有红外、可见光、紫外、激光中任意一者的多任务载荷的智能无人机。

4.根据权利要求1所述的光伏电站智能分析决策系统，其特征在于，所述数据与信息源装置中包括光伏组件、汇流箱、逆变器和设备数据库中的至少一者，其中：

所述光伏组件，用于通过无线、4G/5G网络、以太网、光纤、直流电力线载波中的至少一种通信方式采集每块光伏组件的电流、电压、背板温度、发电量以及I/V数据；

所述汇流箱，用于采集每个组串的电流、电压、功率数据及运行状态信息中的至少一者；

所述逆变器，用于采集每个逆变器的交、直流侧电流、电压、功率、发电量数据及运行状态信息中的至少一者。

5.根据权利要求4所述的光伏电站智能分析决策系统，其特征在于，所述设备数据库中包括运维管理经验信息、气象环境监控信息、备品备件管理信息、光功率预测信息和AGC控制系统信息中的至少一者。

6.根据权利要求5所述的光伏电站智能分析决策系统，其特征在于，

所述运维管理经验信息包括光伏运维期间人员的档案信息、关键设备监测信息、设备服役健康状态信息、故障信息、以及故障修复完善与指导信息中的至少一者；

所述气象环境监控信息包括光伏电站所处的气象条件、地理位置与地形地貌信息中的至少一者；

所述备品备件管理信息包括备品备件全寿命周期跟踪记录信息，所述跟踪记录信息包括所述备品备件的名称、型号、数量、位置、服役年限、电子化备品备件入库、出库、缺货信息、设备报废、保养、维修和采购信息中的至少一者；

所述光功率预测信息包括基于机器学习、大数据分析、以及人工智能算法中的至少一者，针对天气预报信息、所述气象环境监控信息、设备运行状态信息对所述光伏电站的功率的预测信息。

7.根据权利要求1所述的光伏电站智能分析决策系统，其特征在于，所述智能分析决策装置包括：

数据库存储模块，用于存储所述设备数据信息；其中，设备数据信息包括历史数据和实时数据；

分析计算引擎模块，用于根据所述历史数据和所述实时数据确定所述设备的工作状态；

AI智能决策模块，用于根据所述工作状态确定所述设备的管控指令。

8.根据权利要求7所述的光伏电站智能分析决策系统，其特征在于，所述数据库存储模块包括实时数据库、历史数据库、接口管理库中的至少一者。

9.根据权利要求1所述的光伏电站智能分析决策系统，其特征在于，所述管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者，其中：

所述任务推送操作包括基于电站关键设备的故障或异常运行状态快速定位到对应的设备位置，并进行告警通知进行推送的操作；

所述派单操作包括基于所述任务推送、所述设备的故障严重程度、故障位置、数量以及所在周围运维人员进行匹配，以确定的路径最优、响应时间最快的派单操作；

所述共享运维操作包括基于所述派单指令确定最近的共享区域，并由所述最近的共享区域确定相应的人员进行处理的操作；

所述两票控制操作包括现场人员针对票据的填写、审批签发、许可过程、执行、中止、复工、延期、终结和检查操作中的至少一者；

所述远程指导操作包括通过线上专家指导线下运维的操作。

10.一种光伏电站智能分析决策方法，其特征在于，所述方法包括：

获取光伏电站中设备数据信息；

根据所述设备数据信息确定所述设备的工作状态；

根据所述工作状态确定所述设备的管控指令；

根据所述管控指令执行相应的管理操作和控制操作；

其中，所述管理操作包括任务推送操作、派单操作、共享运维操作、两票控制操作、远程指导操作中的至少一者，所述控制操作包括智能诊断、智能巡检、智能优化、智能清洗中的至少一者。

Images