基于气膜系统的风光能源智能运维控制方法、系统和介质与流程

本技术涉及风光发电控制，具体而言，涉及基于气膜系统的风光能源智能运维控制方法、系统和介质。

背景技术：

1、气膜系统是用特殊的膜材做外壳，配备一套智能化的机电设备在气膜系统内部提供充气压力，把主体支撑起来的一种结构系统，气膜系统作为一种新型的空间结构产品，正逐步在体育场、仓储、煤炭、矿产、砂石、化工、固废堆场等封闭领域广泛应用。气膜系统作为相对封闭的空间体系，对内部空气流通、照明、氧含量等有着较高的智能要求，这些要求的实现离不开电力的支持，气膜系统用电成本较高，在节能环保大背景下，设置于气膜系统表面的光伏发电和风力发电，降低了用电成本，如何提高风光能源系统的发电效率和智能运维控制是当前需要解决的问题。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供基于气膜系统的风光能源智能运维控制方法、系统和介质，可以通过对气膜系统的历史运行数据集和标准运行数据进行训练获得气膜系统运行状态识别模型，将实时运行数据输入所述模型，处理获得气膜系统实时运行状态以及对应的实时能耗需求数据，通过天气预测信息提取天气变化数据，同时获取气膜系统的风光电转换设计参量数据，输入预设模型中，处理获得风光能源系统的预测发电量数据，将两者进行对比处理，根据对比结果对气膜系统的风光能源系统进行供能调整。本技术通过分别对影响风光能源系统发电功率参数和气膜系统实时氧含量数据进行分析，得到风光能源系统发电功率和供能调整，提高了气膜系统使用的经济性和舒适性。

2、本技术还提供了基于气膜系统的风光能源智能运维控制方法，包括以下步骤：

3、获取气膜系统的历史运行数据集和标准运行数据，并根据历史运行数据集和标准运行数据进行训练，获得气膜系统运行状态识别模型；

4、获取气膜系统的实时运行数据，将实时运行数据输入所述气膜系统运行状态识别模型中，处理获得气膜系统实时运行状态以及对应的实时能耗需求数据；

5、获取气膜系统的天气预测信息并提取天气变化数据，同时获取气膜系统的风光电转换设计参量数据，将天气变化数据和风光电转换设计参量数据输入预设风光能源系统发电预测模型中，处理获得风光能源系统的预测发电量数据；

6、将所述预测发电量数据和所述实时能耗需求数据进行对比处理，根据对比结果对气膜系统的风光能源系统进行供能调整。

7、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，所述获取气膜系统的历史运行数据集和标准运行数据，并根据历史运行数据集和标准运行数据进行训练，获得气膜系统运行状态识别模型，具体包括：

8、获取气膜系统的历史运行数据集，包括多个历史运行数据样本的多个对应气膜系统历史曲率、历史充气压力、历史氧含量、历史照明强度、历史内外温差、历史进出口风速差、历史运行偏差率以及历史能耗需求数据；

9、获取气膜系统的标准运行数据，包括气膜系统标准曲率、标准充气压力、标准氧含量、标准照明强度、标准内外温差、标准进出口风速差、标准运行偏差率以及标准能耗需求数据；

10、将所述历史运行数据集和标准运行数据对初始气膜系统运行状态识别模型进行训练，得到训练好的气膜系统运行状态识别模型。

11、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，所述获取气膜系统的实时运行数据，将实时运行数据输入所述气膜系统运行状态识别模型中，处理获得气膜系统实时运行状态以及对应的实时能耗需求数据，具体包括：

12、获取实时运行数据，包括气膜系统实时曲率、实时充气压力、实时氧含量、实时照明强度、实时内外温差、实时运行偏差率以及实时进出口风速差；

13、将所述实时运行数据输入所述气膜系统运行状态识别模型中，处理获得实时偏差率；

14、再将所述实时偏差率与预设状态偏差率阈值进行对比，获得气膜系统实时运行状态以及对应的实时能耗需求数据；

15、所述气膜系统实时运行状态包含正常运行、异常运行或疑似异常运行，若为正常运行，则所述气膜系统的风光能源系统供能方式不作调整，若为异常运行，根据输出异常参数调整风光能源系统供能方式，若为疑似异常运行，输出预警。

16、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，所述获取气膜系统的天气预测信息并提取天气变化数据，同时获取气膜系统的风光电转换设计参量数据，将天气变化数据和风光电转换设计参量数据输入预设风光能源系统发电预测模型中，处理获得风光能源系统的预测发电量数据，具体包括：

17、获取气膜系统的天气预测信息并提取天气变化数据，所述天气变化数据包括气膜系统内外温差数据、气膜系统光照强度数据、气膜系统进出口风速差；

18、获取气膜系统的风光电转换设计参量数据，所述风光电转换设计参量数据包括预设气膜系统光电转换效率、预设气膜系统风电转换效率、预设气膜系统温变阻能系数；

19、将所述天气变化数据和风光电转换设计参量数据输入预设风光能源系统发电预测模型中，处理获得风光能源系统的预测发电量数据；

20、所述风光能源系统的预测发电量公式为：

21、；

22、其中，为风光能源系统的预测发电量，为气膜系统内外温差数据，为气膜系统光照强度数据，为预设气膜系统光电转换效率，为气膜系统进出口风速差，为预设气膜系统风电转换效率，为预设气膜系统温变阻能系数，为预设特征系数（预设特征系数通过预设风光能源系统的预测发电平台查询获得）。

23、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，所述将所述预测发电量数据和所述实时能耗需求数据进行对比处理，根据对比结果对气膜系统的风光能源系统进行供能调整，具体包括：

24、将所述预测发电量数据和所述实时能耗需求数据进行对比处理，获得风光供能盈亏度系数；

25、根据所述风光供能盈亏度系数与预设风光供能盈亏度系数阈值进行阈值对比，获得风光供能盈亏度对比结果；

26、根据所述风光供能盈亏度对比结果对气膜系统的风光能源系统进行供能调整。

27、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，还包括：

28、获取光伏发电系统的发电面板总面积和发电面板损坏面积；

29、获取气膜系统所在位置的经纬度数据，根据经纬度数据获取预设历史时间段气膜系统的光照历史数据；

30、获取气膜系统的光照实时数据；

31、将所述发电面板总面积、发电面板损坏面积、光照历史数据、光照实时数据输入预设光伏发电功率模型，获得光伏发电系统功率；

32、所述光伏发电系统功率公式为：

33、；

34、其中，为光伏发电系统功率，为发电面板总面积，为发电面板损坏面积，为光照实时数据，为光照历史数据，为预设光伏发电设备效率系数，为预设特征系数（预设光伏发电设备效率系数和预设特征系数通过预设光伏发电平台查询获得）。

35、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，还包括：

36、获取所述气膜系统的充气口风力发电设备数量和排气口风力发电设备数量；

37、获取充气口风力发电设备的充气口参数，包括充气口旋转轴切面面积、充气口旋转轴切面倾角、充气口风量数据、充气口捕风槽长度以及充气口捕风槽截面积；

38、获取排气口风力发电设备的排气口参数，包括排气口旋转轴切面面积、排气口旋转轴切面倾角、排气口风量数据、排气口捕风槽长度以及排气口捕风槽截面积；

39、根据所述充气口参数和排气口参数计算获得风力发电系统总功率；

40、所述风力发电系统总功率的计算公式为：

41、；

42、其中，为风力发电系统总功率，为充气口风力发电设备数量，为充气口旋转轴切面面积，为充气口旋转轴切面倾角，为充气口风量，为充气口捕风槽截面积，为充气口捕风槽长度,  为排气口风力发电设备数量，为排气口旋转轴切面面积，为排气口旋转轴切面倾角；为排气口风量，为排气口捕风槽截面积，为排气口捕风槽长度，为预设特征系数（预设特征系数通过预设风力发电平台查询获得）。

43、可选地，在本技术所述的基于气膜系统的风光能源智能运维控制方法中，还包括：

44、获取预设时间段内气膜系统的实时氧含量数据；

45、将所述实时氧含量数据进行标准化处理获得有效氧含量数据；

46、将有效氧含量数据与气膜系统标准氧含量进行对比，得到氧含量盈缺值；

47、将所述氧含量盈缺值与预设氧含量阈值进行对比，根据阈值对比结果获得气膜系统氧含量状态；

48、所述气膜系统氧含量状态包括正常、欠氧或过氧。

49、第二方面，本技术提供了基于气膜系统的风光能源智能运维控制系统，该系统包括：包括存储器和处理器，所述存储器中包括基于气膜系统的风光能源智能运维控制方法程序，所述基于气膜系统的风光能源智能运维控制方法程序被所述处理器执行时实现如下步骤：

50、获取气膜系统的历史运行数据集和标准运行数据，并根据历史运行数据集和标准运行数据进行训练，获得气膜系统运行状态识别模型；

51、获取气膜系统的实时运行数据，将实时运行数据输入所述气膜系统运行状态识别模型中，处理获得气膜系统实时运行状态以及对应的实时能耗需求数据；

52、获取气膜系统的天气预测信息并提取天气变化数据，同时获取气膜系统的风光电转换设计参量数据，将天气变化数据和风光电转换设计参量数据输入预设风光能源系统发电预测模型中，处理获得风光能源系统的预测发电量数据；

53、将所述预测发电量数据和所述实时能耗需求数据进行对比处理，根据对比结果对气膜系统的风光能源系统进行供能调整。

54、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储基于气膜系统的风光能源智能运维控制方法程序，所述基于气膜系统的风光能源智能运维控制方法程序被处理器执行时，实现如上述任一项所述的基于气膜系统的风光能源智能运维控制方法的步骤。

55、由上可知，本技术提供的基于气膜系统的风光能源智能运维控制方法、系统和介质，通过对气膜系统的历史运行数据集和标准运行数据进行训练获得气膜系统运行状态识别模型，将实时运行数据输入所述模型，处理获得气膜系统实时运行状态以及对应的实时能耗需求数据，通过天气预测信息提取天气变化数据，同时获取气膜系统的风光电转换设计参量数据，输入预设模型中，处理获得风光能源系统的预测发电量数据，将两者进行对比处理，根据对比结果对气膜系统的风光能源系统进行供能调整。本技术通过分别对影响风光能源系统发电功率参数和气膜系统实时氧含量数据进行分析，得到风光能源系统发电功率和供能调整，提高了气膜系统使用的经济性和舒适性。

56、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。