[发明专利]一种基于通讯控制器的新能源子站故障监控方法及装置在审

专利信息
申请号: 202110458284.9 申请日: 2021-04-27
公开(公告)号: CN113364116A 公开(公告)日: 2021-09-07
发明(设计)人: 陈耀军;许丁林;张玉 申请(专利权)人: 浙江华云信息科技有限公司
主分类号: H02J13/00 分类号: H02J13/00
代理公司: 杭州华鼎知识产权代理事务所(普通合伙) 33217 代理人: 项军
地址: 310008 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 通讯 控制器 新能源 故障 监控 方法 装置
【权利要求书】:

1.一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述新能源子站故障监控方法包括:

获取通讯控制器对新能源子站的参考采集频率;

根据新能源子站的气象特征和经济特征,将参考采集频率调整为本地采集频率;

通过通讯控制器基于本地采集频率采集新能源子站数据,生成数据采集日志,通过预设的数据清洗规则库对新能源子站数据进行清洗,生成数据清洗日志;

根据数据采集日志和数据清洗日志对新能源子站进行故障监控,通过通讯控制器将故障监控结果上传至主站。

2.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述通讯控制器基于Mesh组网构架部署在主站和新能源子站之间,将通讯控制程序整合打包到Docker容器,通过Kubernetes集群部署到通讯控制器上。

3.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述获取通讯控制器对新能源子站的参考采集频率,包括:

将新能源子站的所在地区、实时采集时段以及新能源类型输入采集频率预测模型中;

获取采集频率预测模型输出的针对各个实时采集时段的采集频率预测结果;

将采集频率预测结果按照时间顺序进行合并,得到通讯控制器的参考采集频率。

4.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述采集频率预测模型为预先训练好的神经网络预测模型,所述神经网络预测模型的训练过程包括:

获取不同新能源子站的所在地区、历史采集时段、新能源类型以及历史采集频率;

将新能源子站的所在地区、历史采集时段以及新能源类型输入神经网络预测模型进行训练;

当神经网络预测模型的输出结果与历史采集频率的绝对误差小于预设阈值时,停止对神经网络预测模型的训练。

5.根据权利要求4所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述历史采集时段包括丰能期日间时段、丰能期夜间时段、枯能期日间时段以及枯能期夜间时段。

6.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述根据新能源子站的气象特征和经济特征,将参考采集频率调整为本地采集频率,包括:

获取新能源子站所在地区的气象特征,判断气象特征与新能源子站对应的能源出力之间的第一相关性;

当第一相关性为正相关时,若气象特征大于预设气象参考特征,则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率,若气象特征小于预设气象参考特征,则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率;

当第一相关性为负相关时,若气象特征大于预设气象参考特征,则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率,若气象特征小于预设气象参考特征,则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率。

7.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法,其特征在于,所述根据新能源子站的气象特征和经济特征,将参考采集频率调整为本地采集频率,包括:

获取新能源子站所在地区的经济特征,判断经济特征与新能源子站对应的用电需求的第二相关性;

当第二相关性为正相关时,若经济特征大于预设经济参考特征,则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率,若经济特征小于预设经济参考特征,则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率;

当第二相关性为负相关时,若经济特征大于预设经济参考特征,则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率,若经济特征小于预设经济参考特征,则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江华云信息科技有限公司,未经浙江华云信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110458284.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top