[发明专利]基于光伏组串数据分析的光伏电站无人机巡检方法及系统

权利要求书

1.一种基于光伏组串数据分析的光伏电站无人机巡检方法，其特征在于：

包括以下步骤：

步骤一、建立光伏电站关于光伏组串分布的电子地图：由光伏电站鸟瞰图像生成光伏组串分布的虚拟场景仿真地图，虚拟场景仿真地图包括各光伏组串在相应物理位置上的示意图标和相应的GPS坐标信息；在虚拟场景仿真地图中标注光伏监控系统中各光伏组串的逻辑位置，使得各光伏组串的物理位置与电站监控系统中各光伏组串的逻辑位置一一对应；

步骤二、采集光伏电站各光伏组串的运行数据，对运行数据进行集中处理，判断运行数据中的异常值，异常值对应的光伏组串为疑似故障组串，在虚拟场景仿真地图中将疑似故障组串的逻辑位置标记出，并映射出疑似故障组串的物理位置；

步骤三、将虚拟场景仿真地图中疑似故障组串的物理位置进行连线，规划无人机航线，设置飞行参数；应用无人机进行规划航线的巡检，采集疑似故障组串的红外及可见光双光图像，获得无人机检测图像；

步骤四、根据无人机检测图像，确定光伏组串或所属光伏组件的故障类型和故障等级，并根据光伏组串运行数据计算故障对所述光伏组串发电量的影响，得出运维措施决策；通过虚拟场景仿真地图中的标记的疑似故障组串的逻辑位置获取故障组串相应的物理位置，建立导航路线，基于疑似故障组串的物理位置并根据运维措施决策进行运维工作；

步骤二具体包括以下步骤：

从电站监控系统中获取光伏组串的运行数据，运行数据包括：各光伏组串电压、电流和发电量，各光伏组串对应区域的辐照度；

对运行数据进行集中处理具体包括以下步骤：提取每个光伏汇流箱或组串式逆变器所属的光伏组串在不同时刻的电流值，同一光伏汇流箱或组串式逆变器同一时刻的各光伏组串的电流值组成一个数据集，提取出各数据集中的异常值；

检查各数据集中是否存在异常值采用Dixon检验法，具体包括以下步骤：

1)将数据集{X_n}中数据排列成次序统计量；

2)计算Dixon上的统计量D_n和D′_n：{X_n}是建立的数据集，D_n是检验高端离群值，D′_n是检验低端离群值,n表示样本数；

3)根据Dixon检验法检验离群值计算式计算检验低端离群值；

表1Dixon检验法检验离群值计算式

4)确定显著性水平α，根据Dixon检验法临界值查询相应临界值；

5)将D_n和D′_n与临界值比较，判别离群值：

a)当D_n＞D′_n且D_n大于临界值，D′_n小于或等于临界值，判定x_n为离群值；剔除x_n后进入下一轮检验；

b)当D′_n＞D_n且D′_n大于临界值，D_n小于或等于临界值，判定x₁为离群值；剔除x₁后进入下一轮检验；

c)当D_n＞D′_n且D′_n大于临界值，判定x₁和x_n均为离群值，剔除x₁和x_n后进入下一轮检验；

d)当D′_n＞D_n且D_n大于临界值，判定x₁和x_n均为离群值，剔除x₁和x_n后进入下一轮检验；

e)当D′_n＝D_n且D_n大于临界值，判定x₁和x_n均为离群值，剔除x₁和x_n后进入下一轮检验；否则判断为未发现离群值；

步骤四所述的确定光伏组串或所属光伏组件的故障类型和故障等级具体包括以下步骤：将红外光图像中单块光伏组串的区域与其他区域存在温度差异或单块光伏组串与其他邻近光伏组串存在温度差异的光伏组串识别为故障，结合可见光图像，将故障进行分类；

步骤四所述的故障对光伏组串发电量的影响的具体计算方法为：

根据采集的光伏组串发电量计算组串发电损失率其中Ep_异常为故障组串当月的累计发电量，为同区域相同型号的光伏组串无故障组串当月累计发电量的平均值；

根据采集的各光伏区域的辐照度数据计算电站年理论发电小时数其中G为一年内光伏方阵倾斜面单位面积的总辐照量，G₀为标准条件下的辐照度；

计算故障组串年发电量损失ΔEp＝P_组串×η×K×Y_R，其中K为当前光伏电站综合效率系数，P_组串为组串的额定功率。