淺談大數據采集與光伏發電故障診斷

王剛 秦英煒

摘 ? 要：所謂的光伏發電技術，其實是一種利用半導體材料的光產生的伏特效應而將光能直接轉變為電能的一種發電技術。相對于水力發電、發電技術來說，這種技術的發電過程更加簡單，不僅沒有機械轉動部件，而且也不會消耗燃料，所以不會產生污染。但是，在實際情況中，由于光伏組件在應用的過程中很有可能出現故障問題，而故障問題的出現，也會影響到整個發電系統的正常運行，因此需要進行診斷。在本文中，就對此進行了探究。

關鍵詞：大數據采集 ?光伏發電 ?故障診斷

中圖分類號：TP311 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）11（b）-0009-02

近些年來，光伏發電已經開始受到了人們的廣泛重視。由于這一發電技術的操作簡單，而且潔凈無污染，所以也得到了十分廣泛的應用。但是，由于光伏發電系統中的光伏組件壽命是存在限制的，所以在運行了一定時間之后，這一組件也很容易出現老化、熱斑等問題，從而導致整個發電系統出現故障問題。在光伏產業大力發展的背景下，光伏發電故障診斷工作也變得更加重要。而大數據采集技術在這方面也具有著重要意義。

1 ?關于光伏發電的主要優勢

1.1 清潔環保

從本質上來說，光伏發電其實是太陽能有效利用的一種重要形式，是一種借助太陽能電池來將光能轉化為電能的發電方式。在這一發電技術不斷進步的背景下，光伏發電也有望成為最具發展前景的發電技術之一。這種發電技術的原理十分先進，直接將光子轉化成電子，沒有中間過程和機械運動，所以發電的形式也比較直接，具有清潔、環保的特點。

1.2 能源具有無限分布的特性

從本質上來說，太陽能源其實是一種可再生能源，會隨著新一天的到來而重新產生。因此，太陽能源其實是無限的。與此同時，陽光照射還具有廣泛性。在各個國家，各個地區，都會受到太陽的照耀，唯一不同的就是陽光照射的時間和強度不一樣。因此，從這個角度來看，太陽能源分布是十分廣泛的，不會受到地區、氣候等方面的影響。

1.3 操作簡單

光伏發電技術是利用光伏發電系統來進行發電的，主要是借助半導體材料的光產生伏特效應來將光能直接轉變為電能。這種發電技術的操作十分簡單，不會涉及到機械轉動部件，也不會消耗燃料。

2 ?關于大數據采集技術在光伏發電中的應用優勢

2.1 可以幫助發電站達到最佳的運行狀態，從而獲得更大的發電量

在光伏發電站的運轉過程中，其所具有的質量通常會取決于兩個方面的因素，其一是某特定電站的能量獲得值和潛在能量可得值之比，其二是電站的利用率。因此，從這個角度來看，要想有效地優化電站的產量，那么就必須要準確地檢測到電站的實際能量獲得值，并且精準地預估到可以獲得的太陽能值。在這個時候，就需要用到數據采集器和可視化工具。借助這一先進的技術，就可以根據實時采集的數據來分析光伏發電系統的運行狀態。之后，相關的運維人員就可以通過遠程監控系統來完成設備性能檢測、問題排查和修復等工作，從而有效地提高發電效率和整個系統的回報率。

2.2 可以實現統一、在線管理，減少運維成本

從實際情況來看，傳統的線下運維工作模式，是無法即時獲得光伏發電站和相關部件的實際工作狀態的。一旦某些方面出現問題，只能派遣工作人員深入到現場進行排查。這種方式會耗費大量的人力和物力，從而增加運維成本。而借助于大數據采集技術，借助數據采集裝置，那么相關的運維人員就能夠通過相關的監控系統來同時對多個發電站進行實時監控，并且通過遠程控制的方式來實現在線排查故障，緊急情況則立即外派人員深入到現場搶修，這種方式不僅可以提高工作效率，而且還可以有效地降低運維成本。

2.3 可以提高需求數據的可視化

從光伏產業鏈的角度來進行分析，在這一行業中，其實并不是僅僅只有運維人員需要掌握到電站的監控數據。而且，作為上游的設備商，也可以通過相關的監控平臺來了解到有關設備的更加詳細的情況。另外，投資方也可以利用這些數據來分析交易決策，安裝商可以通過數據信息來響應客戶等。而這一切，通過大數據采集技術，借助數據采集器和遠程管理平臺，就可以讓虛擬的數據可視化，并且實現設備的智能化。

3 ?關于在現代社會中常見的光伏發電故障診斷方法

3.1 利用紅外圖像的方式來進行診斷

從本質上來說，光伏組件的使用壽命是有限的，平均使用年限大約在20～30年，但是由于應用環境或者是制造工藝等原因，光伏組件在使用了一定年限之后就會出現問題，引發系統故障。在日常維護中，若是可以提前了解到故障的類型和準確定位故障點，那么就可以在最短的時間內維護故障。在實際情況中，基于紅外圖像的故障診斷方法是十分常見的。在使用過程中，通過人工觀測或者是圖像處理和分析，就可以提取到光伏組件的熱斑現象故障區域及區域的特征信息，以此來對光伏模板的工作狀態進行分析和定位。這種方法的使用原理很簡單，是一種非接觸式的故障檢測方式，所以不會影響到光伏陣列結構。但是這種方法的成本卻比較高，而且精確度不高。

3.2 借助BP神經網絡來進行故障診斷

從本質上來說，光伏發電系統的狀態信息，其實主要是通過發電設備的工作狀態來進行反映的。當發電設備的某一處出現故障的時候，相應的發電狀態也就會發生改變，從而導致太陽能陣列輸出的電壓和電網電壓發生改變。通過這一特點，合理地借助BP神經網絡模型用于故障模式的識別，便可以有效地診斷光伏發電故障。在光伏發電系統中，BP神經網絡的應用主要分為五個步驟：其一，采集信號樣本，并且對信號樣本進行檢測和分析。其二，為檢測的對象進行編碼。一般來說，當設備發生故障之后，便無法正常運行。其三，設計合理的網絡。其四，對采集數據進行規范化的處理，并且用于訓練神經網絡當中，以此來確定神經元之間的權重。其五，根據網絡輸出來確定對象類別。在診斷故障的過程中，這種方法具有著良好的穩定性，而且不僅可以檢測到已經發生過的故障，也可以檢測到沒有發生過的故障。

3.3 采用故障樹的方法來進行故障診斷

在實際情況中，則可以針對光伏發電系統的故障情況進行分析，然后建立起相應的故障樹。之后再通過定性分析來得到光伏系統的最小割集。通過所得到的最小割集，就可以確定光伏發電系統中所有可能出現的故障組合。之后，再采用定量分析來得判斷故障概率，并且建立故障診斷的最優排序。這種方法可以很好地滿足故障診斷的要求，診斷效果比較好，但是專業性要求卻比較高。

4 ?結語

總而言之，在社會經濟大力發展的過程中，人們的生活水平也在不斷提升。如今，在人們的日常生活中和各個行業的生產中，對于電能的依賴性也變得更大。在現代社會中，除了水力發電、火力發電等常見的發電方式之外，光伏發電也已經得到了廣泛的應用。這種發電方式不僅操作簡單，而且還不會消耗燃料，不會對環境產生破壞。但是，由于光伏組件的應用容易產生故障，所以還需要采取有效方法來進行故障診斷，確保光伏發電系統的穩定運行。

參考文獻

[1] 吳建明，楊培宏，張繼紅.基于物聯網的光伏發電系統故障診斷設計[J].可再生能源，2019，37（1）：65-70.

[2] 唐珂.神經網絡在光伏發電系統故障診斷中的應用[J].中國設備工程，2018（15）：93-94.

[3] 俞瑋捷，劉光宇.基于BP神經網絡的光伏系統故障診斷方法[J].杭州電子科技大學學報：自然科學版，2018，38（4）：52-57，89.