一种PVT光伏储热系统巡检管理方法及系统与流程

本发明涉及pvt光伏储热系统管理，尤其涉及一种pvt光伏储热系统巡检管理方法及系统。

背景技术：

1、随着全球能源结构的转型和环保意识的提升，太阳能作为一种清洁、可再生的能源，在民用场所的应用越来越广泛。pvt（光伏光热一体化）系统作为太阳能利用的一种先进形式，不仅能够将太阳能转化为电能，供家庭或商业场所使用，还能通过集成光热组件实现热能的收集与储存，满足供暖、热水供应等多种需求。然而，pvt系统在民用场所的应用也面临着一些挑战，其中之一便是如何高效、准确地对其运行状态进行巡检和管理。

2、传统的巡检方式在民用场所往往依赖于人工定期检查，这不仅效率低下，而且难以做到实时监控和全面覆盖。特别是在分布式安装的pvt系统中，设备分散、数量众多，人工巡检的工作量大且难以保证及时性。

技术实现思路

1、本发明的目的是为了提供一种能够自行对pvt光伏储热系统进行自动巡检的管理方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种pvt光伏储热系统巡检管理方法，包括：

4、对pvt组件集群的布置信息进行分析，结合gis地理信息，确定不同pvt组件集群的定位坐标，并基于每一pvt组件集群的定位坐标，在预设的位置表达图中配置对应的pvt组件集群模块；

5、整理pvt组件集群的历史发电数据和历史储热数据，并对历史发电数据和历史储热数据进行特征转换，得到历史发电特征和历史储热特征，并基于等同时间区段对应的方式，将pvt组件集群的历史发电特征和历史储热特征进行关联，得到关联特征数据集，并基于历史发电特征中不同区段的独立性，对关联特征数据集进行拆分，得到若干关联特征数据组；

6、设定特征寻址模型，并按照特征类别的归属关系，对特征寻址模型建立关联特征数据组的寻址逻辑；

7、将实时采集的pvt组件集群的实时发电数据和实时储热数据进行特征转换，得到实时发电特征和实时储热特征，并利用特征寻址模型对实时发电特征进行分析，确定出对应的关联特征数据组，并将实时储热特征和关联特征数据组中的历史储热特征进行比对，并基于比对结果，确定储热系统是否存在异常，若认定为存在异常，则进行储热系统异常报警；

8、基于储热系统异常报警，驱使对应的pvt组件集群模块进行表现，并对位置表达图在时间轴上的表现特征，确定出对不同pvt组件集群的巡检频次。

9、在本发明公开的一些实施例中，将发电数据和储热数据进行特征转换的方法包括：

10、建立时间标轴，并相对时间标轴垂直方向建立发电参量标轴和储热参量标轴，将不同时间节点的发电参量以映射点的方式映射于时间标轴和发电参量标轴之间，将不同时间节点的储热参量以映射点的方式映射于时间标量轴和储热参量标轴之间；

11、将发电参量映射点进行顺次圆滑连接，形成发电参量曲线，将储热参量映射点进行顺次圆滑连接，形成储热参量曲线；

12、对发电参量曲线以及储热参量曲线进行扫描，将连续升趋势或连续降趋势，且趋势持续的时间长度等于预设值的曲线段进行截取标记，计算出升趋势平均值或降趋势平均值，并将升趋势平均值以及将趋势平均值与对应的曲线段进行关联；

13、其中，计算升趋势平均值的或降趋势平均值的方法包括：

14、在曲线段中随机选定若干节点，并采集每一节点对应的曲率，并计算所有曲率的平均值，记为升趋势平均值或降趋势平均值。

15、在本发明公开的一些实施例中，基于历史发电特征中不同区段的独立性，对关联特征数据集进行拆分的方法包括：

16、对发电参量曲线中相邻的发电参量曲线段进行前后的随机组合，得到若干发电参量曲线段组；

17、将若干发电参量曲线段组进行若干次等同归类，直到等同归类预设次数后，判断最低级等同归类集中的发电量曲线段之间的等同参量，若等同参量大于等于预设值，则计算等同归类集中所有发电参量曲线段组之间的平均值，得到参考发电参量曲线段组；

18、基于参考发电参量曲线段和等同归类集的对应关系，将等同归类集中每一发电参量曲线段对应的储热参量曲线段组和参考发电参量曲线段进行关联，得到关联特征数据组。

19、在本发明公开的一些实施例中，将若干发电参量曲线段组进行若干次等同归类的方法包括：

20、基于发电参量曲线段组中的发电参量曲线段的数量，对不同的发电参量曲线段组进行第一次等同归类，得到第一等同归类集，并基于连续升趋势或连续降趋势是否等同，对第一等同归类集中的发电参量曲线段组进行第二次等同归类，得到第二等同归类集；

21、计算第二等同归类集中发电参量曲线段对应的趋势平均值的均值，记为趋势参考值，基于发电参量曲线段组对应的趋势平均值和趋势参考值之间的差异量是否在预设范围内，对第二等同归类集中的发电参量曲线段组进行第三次等同归类，其中，将符合预设范围的第三次等同归类得到第三等同归类集；

22、将第三等同归类集中的发电参量曲线段组进行变化特征比对，并基于比对结果，降第三等同归类集中的发电参量曲线段组进行第四次等同归类，得到第四等同归类集。

23、在本发明公开的一些实施例中，将第三等同归类集中的发电参量曲线段组进行变化特征比对：

24、对每一发电参量曲线段组中不同时间节点对应的曲率进行确定，并比对相邻时间节点之间的曲率高低，并将高低变化标记于对应的时间节点，形成高低变化序列；

25、计算高低变化序列之间的等同参量，并将等同参量大于等于预设值的高低变化序列对应的发电参量曲线段组进行等同归类；

26、其中，计算高低变化序列之间的等同参量的方法包括：

27、针对每一发电参量曲线段组对应的高低变化序列构建高低线阵列，其中高低变化序列中的升高元素对应长线，降低元素对应短线，并将所有高低线阵列中的长线和短线的一端合于一点，并将另一端均匀分开，得到高低线圆形阵列；

28、让高低线圆形阵列相对旋转若干次，并在每一次记录下高低圆形阵列之间的线相重合部分的重合长度，将最长的重合长度记为参考重合长度，并计算参考重合长度和高低线圆形阵列中线总长度的比值，记为等同参量。

29、在本发明公开的一些实施例中，按照特征类别的归属关系，对特征寻址模型建立关联特征数据组的寻址逻辑的方法包括：

30、基于天气因子，对关联特征数据组进行归类，得到第一关联特征数据类别集，并针对每一第一关联特征数据类别集，构建特征寻址树的根节点，并将天气因子对根节点标记；

31、基于所属一天的相对时间段，对关联特征数据类别集中的关联特征数据组进行归类，得到第二关联特征数据类别集，并针对每一第二关联特征数据类别集，在特征寻址树的根节点下构建二级子节点，并将相对时间段对二级子节点标记；

32、基于关联特征数据组中的历史发电特征的平均发电量，对第二关联特征数据类别集中的关联特征数据组进行归类，得到第三关联特征数据类别集，并针对每一第三关联特征数据类别集，在特征寻址树的二级子节点下构建三级子节点，并将平均发电量对三级子节点标记；

33、基于关联特征数据组中的历史发电特征的变化趋势进行分析，包括上升趋势的时间占用比例、下降趋势的时间占用比例和平稳趋势的时间占用比例，并针对每一种趋势的时间占用比例设定时间占用比例区段，并基于三种趋势的时间占用比例区段的组合对第三关联特征数据类别集中的关联特征数据组进行归类，得到第四关联特征数据类别集，并针对每一第四关联特征数据类别集，在特征寻址树的三级子节点下构建四级子节点，并将三种趋势的时间占用比例区段的组合对四级子节点标记。

34、在本发明公开的一些实施例中，利用特征寻址模型对实时发电特征进行分析的方法包括：

35、对实时发电特征对应的实时天气因子、所处一天中的相对时间区段、平均发电量以及实时发电特征的变化趋势的时间占比进行确定，并利用寻址逻辑中找到对应的关联特征数据类别集；

36、对关联特征数据类别集中的关联特征数据组中的历史发电特征进行分析，确定历史发电特征的变化趋势和不同时间节点的发电量，并确定出实时发电特征的变化趋势和不同时间节点的发电量；

37、将历史发电特征和实时发电特征之间的变化趋势和不同时间节点的发电量进行比对，确定出二者的连续吻合参量，若连续吻合参量大于等于预设值，则将对应的关联特征数据组认定为与实时发电特征相匹配。

38、在本发明公开的一些实施例中，计算历史发电特征和实时发电特征之间的连续吻合参量的方法包括：

39、对历史发电特征和实时发电特征之间的最吻合时间区段进行对应，并将对二者对应于最吻合时间区段内不同时间节点的发电量进行确定，并结合不同时间节点发电量的变化趋势，确定连续吻合参量；

40、其中，计算历史发电特征和实时发电特征之间的连续吻合参量的表示式为：

41、；

42、其中，为连续吻合参量，为历史发电特征和实时发电特征之间的最吻合时间区段的长度，为预设的标准最吻合时间区段的长度，为倍率调整系数，为u时间区段长度调整常数，为最吻合时间区段中第i个时间节点对应的发电量差异量，为预设的标准发电量差异量，为最吻合时间区段内的时间节点的数量，为预设的最大发电量及趋势吻合参量，为最吻合时间区段内发电量差异量连续性判断函数，对最吻合时间区段中的值和预设值进行比对，若大于等于预设值，则将第i个时间节点认定为发电量差异量异常，根据发电量差异量异常的时间节点的连续数量，输出特定值。

43、在本发明公开的一些实施例中，还公开有一种pvt光伏储热系统巡检管理系统，包括：

44、第一模块，用于对pvt组件集群的布置信息进行分析，结合gis地理信息，确定不同pvt组件集群的定位坐标，并基于每一pvt组件集群的定位坐标，在预设的位置表达图中配置对应的pvt组件集群模块；

45、第二模块，用于整理pvt组件集群的历史发电数据和历史储热数据，并对历史发电数据和历史储热数据进行特征转换，得到历史发电特征和历史储热特征，并基于等同时间区段对应的方式，将pvt组件集群的历史发电特征和历史储热特征进行关联，得到关联特征数据集，并基于历史发电特征中不同区段的独立性，对关联特征数据集进行拆分，得到若干关联特征数据组；

46、第三模块，用于设定特征寻址模型，并按照特征类别的归属关系，对特征寻址模型建立关联特征数据组的寻址逻辑；

47、第四模块，将实时采集的pvt组件集群的实时发电数据和实时储热数据进行特征转换，得到实时发电特征和实时储热特征，并利用特征寻址模型对实时发电特征进行分析，确定出对应的关联特征数据组，并将实时储热特征和关联特征数据组中的历史储热特征进行比对，并基于比对结果，确定储热系统是否存在异常，若认定为存在异常，则进行储热系统异常报警；

48、第五模块，用于基于储热系统异常报警，驱使对应的pvt组件集群模块进行表现，并对位置表达图在时间轴上的表现特征，确定出对不同pvt组件集群的巡检频次。

49、本发明公开了一种pvt光伏储热系统巡检管理方法及系统，涉及pvt光伏储热系统管理技术领域，首先通过分析pvt组件集群的布置信息，并结合gis地理信息，确定了不同集群的定位坐标，并在预设的位置表达图中进行了可视化配置；接着，系统整理了集群的历史发电数据和储热数据，进行了特征转换，并基于时间关联，构建了关联特征数据集；为了有效利用这些数据，设定了特征寻址模型，并建立了关联特征数据组的寻址逻辑；实时采集的发电和储热数据经过特征转换后，利用该模型进行分析，比对实时储热特征与历史数据，以检测储热系统的异常；一旦发现异常，系统会进行报警，并根据位置表达图上的表现特征，优化对不同pvt组件集群的巡检频次。