光伏數(shù)據(jù)可視化系統(tǒng)設(shè)計(jì)與研究

doi：10.3969/J.1SSN.1672-7274.2025.06.010

中圖分類號：TM615;TP181;TP3 文獻(xiàn)標(biāo)志碼：A 文章編碼：1672-7274（2025）06-0029-03

Design and Research of Photovoltaic Data Visualization System

XU Xingming1，RAO Linwei2， ZHOU Chenglong2，LANG Junkun1，YIN Jianzhi1 （1. China Power Construction （Wuding） New Energy Co.， Ltd.， Wuding 65160o， China; 2. China Power Construction Group New Energy Group Co.，Ltd. Yunnan Branch，Kunming 65o051，China）

Abstract： New energypower generation，especially photovoltaic power generation technology，has become more and more common in China's power system，and this mode hasbecomeakey component ofthe stable operation of the power grid and dispatching optimization.The purpose of this study is to construct a photovoltaic data visualization systemthat combines big data analysis and deep learning techniques，focusing on monitoringand analyzing the changes in power generation and consumption during the collection process of photovoltaic energy，as wellas fault diagnosis.The goal of designing this system is to improve the intelligence levelof photovoltaic equipment and provide necessary data support for equipment management， fault diagnosis，and performance optimization.

Keywords： photovoltaic power generation; visualization system; big data analysis; deep learning

0 引言

隨著對可再生能源需求的日益增長，光伏技術(shù)因其清潔、可持續(xù)特性而備受關(guān)注，并迅速發(fā)展。光伏產(chǎn)業(yè)的快速發(fā)展不僅推動了技術(shù)革新，也為研究者們提供了豐富的探索領(lǐng)域，尤其在提高能源效率和優(yōu)化應(yīng)用策略方面。儲艾伶等人[2針對農(nóng)村地區(qū)光伏能源管理需求，研發(fā)了一款數(shù)據(jù)可視化系統(tǒng)。該系統(tǒng)集成了三維展示技術(shù)與大數(shù)據(jù)分析功能，旨在提升光伏設(shè)備的智能化管理水平。趙露等人3開發(fā)了基于Labview的光伏監(jiān)控系統(tǒng)，致力于實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和實(shí)時信息互動。該系統(tǒng)具備即時預(yù)警和異常記錄功能，有效促進(jìn)故障快速定位和處理。測試結(jié)果顯示，該系統(tǒng)運(yùn)行穩(wěn)定，效率高。胡長冬等人[4研制了基于無線傳感器網(wǎng)絡(luò)的光伏電站監(jiān)控系統(tǒng)，用來實(shí)現(xiàn)環(huán)境參數(shù)與設(shè)備數(shù)據(jù)的多級監(jiān)控和遠(yuǎn)程傳輸，有效整合了各類傳感器數(shù)據(jù)，確保了監(jiān)控的實(shí)時性和可靠性。黨彬彬等人[5開發(fā)的基于云計(jì)算的光伏發(fā)電智能綜控系統(tǒng)，融合了無線傳感、實(shí)時通信、數(shù)據(jù)分析與故障預(yù)測等多項(xiàng)技術(shù)，該系統(tǒng)具備光伏電站的數(shù)據(jù)采集、實(shí)時監(jiān)控、故障預(yù)警以及能源管理等功能，有效提升了光伏發(fā)電的智能化管理水平。邱書琦等人針對光伏發(fā)電量數(shù)據(jù)的非平穩(wěn)性造成的發(fā)電量預(yù)測性能問題，提出一種基于改進(jìn)變分模態(tài)分解和集成學(xué)習(xí)的光伏發(fā)電量預(yù)測方法，實(shí)驗(yàn)結(jié)果表明，所提方法在公開數(shù)據(jù)集上對光伏發(fā)電量進(jìn)行預(yù)測的均方誤差、平均絕對誤差、決定系數(shù)值分別為 0.223 2、0.338 7. 0.979 7 目前，尚未見到將深度學(xué)習(xí)算法與數(shù)據(jù)可視化系統(tǒng)相結(jié)合用于光伏數(shù)據(jù)綜合分析的案例。因此，本文的這一設(shè)計(jì)不僅填補(bǔ)了這一領(lǐng)域的空白，而且為光伏系統(tǒng)的數(shù)據(jù)處理和分析提供了一個全新的視角。

1 系統(tǒng)架構(gòu)與功能實(shí)現(xiàn)

本系統(tǒng)旨在提供一套高效且直觀的光伏數(shù)據(jù)可視化和管理工具。包括數(shù)據(jù)的采集與處理、業(yè)務(wù)邏輯的處理，以及一個用戶友好的界面，這些功能共同支持用戶對光伏設(shè)備進(jìn)行深入的分析、監(jiān)控和管理。系統(tǒng)以光伏存儲量、發(fā)電量和用電量作為基礎(chǔ)數(shù)據(jù)，運(yùn)用數(shù)據(jù)處理技術(shù)和機(jī)器學(xué)習(xí)算法，不僅能預(yù)測和優(yōu)化光伏發(fā)電，還能識別設(shè)備的潛在故障。整個系統(tǒng)分為三個主要模塊，具體結(jié)構(gòu)和功能在圖1中展示。

1.1長短時記憶網(wǎng)絡(luò)

長短期記憶網(wǎng)絡(luò)（LSTM）與RNN相比，具有不同的傳輸加權(quán)模式，除了權(quán)重矩陣節(jié)點(diǎn)輸入之外，還引入了用于狀態(tài)保存的隱藏層，有助于模型的長期記憶和梯度消失[7]。LSTM結(jié)構(gòu)如圖2所示。

LSTM單元通常包括三個門（門控結(jié)構(gòu)）：遺忘門（forgetgate）、輸入門（inputgate）和輸出門（outputgate）。這些門控結(jié)構(gòu)決定了信息是否能夠進(jìn)入或離開LSTM單元，或者信息在單元內(nèi)的存儲狀態(tài)。此外，還有一個細(xì)胞狀態(tài)（cellstate）的概念，它貫穿整個LSTM鏈，以較低的維度運(yùn)行，允許信息在單元之間輕松傳遞。具體公式如下所示：

式中， σ 表示sigmoid激活函數(shù)；tanh表示雙曲正切激活函數(shù)；W和b分別是權(quán)重和偏置項(xiàng)；*表示逐元素乘法。采用決定系數(shù)R、均方誤差（MeanSquareError，MSE），衡量模型對光伏發(fā)電量和用電量預(yù)測的效果。

1.2 MQTT協(xié)議

MQTT是一種輕量級的發(fā)布/訂閱消息傳輸協(xié)議，特別適用于低帶寬或網(wǎng)絡(luò)不穩(wěn)定的環(huán)境。這種簡單高效的協(xié)議在物聯(lián)網(wǎng)領(lǐng)域中廣泛使用，支持設(shè)備間的低功耗、高效通信。利用發(fā)布/訂閱模型，MQTT使設(shè)備可以靈活地發(fā)送和接收消息。

1.3系統(tǒng)架構(gòu)

針對數(shù)據(jù)層，采集和處理光伏板和逆變器等關(guān)鍵設(shè)備的數(shù)據(jù)。系統(tǒng)首先部署了全面的傳感器網(wǎng)絡(luò)，實(shí)時監(jiān)控并記錄關(guān)鍵指標(biāo)如發(fā)電量、用電量和電壓，這對于維持光伏系統(tǒng)的性能和穩(wěn)定性至關(guān)重要。考慮到光伏系統(tǒng)可能面臨的帶寬和設(shè)備資源限制，本文選擇了MQTT這一輕量級通信協(xié)議。在數(shù)據(jù)存儲方面，采用了專為時間序列數(shù)據(jù)設(shè)計(jì)的數(shù)據(jù)庫，通過優(yōu)化數(shù)據(jù)結(jié)構(gòu)和索引，有效應(yīng)對大量數(shù)據(jù)的存儲和快速查詢。在存儲數(shù)據(jù)之前，系統(tǒng)進(jìn)行數(shù)據(jù)清洗和預(yù)處理，消除異常值并填補(bǔ)缺失值，以確保數(shù)據(jù)的準(zhǔn)確性和完整性。此外，系統(tǒng)在數(shù)據(jù)層還實(shí)現(xiàn)了初步的分析功能，自動計(jì)算關(guān)鍵統(tǒng)計(jì)指標(biāo)并生成報告，為邏輯層和決策層提供了堅(jiān)實(shí)的數(shù)據(jù)支持，幫助他們做出更加有效的管理決策。

對于邏輯層，主要負(fù)責(zé)處理數(shù)據(jù)、監(jiān)控設(shè)備以及提供接口服務(wù)。在設(shè)計(jì)上，重點(diǎn)關(guān)注了數(shù)據(jù)的深度分析和設(shè)備管理的復(fù)雜性。系統(tǒng)采用了LSTM，用于預(yù)測光伏系統(tǒng)的運(yùn)行性能并進(jìn)行優(yōu)化。通過這個技術(shù)，能夠有效地預(yù)測發(fā)電量、分析系統(tǒng)效能，以及及時發(fā)現(xiàn)潛在的故障。這不僅幫助用戶做出更好的決策，還提高了系統(tǒng)的能效和可靠性。在設(shè)備管理方面，邏輯層為用戶提供了全方位的操作和監(jiān)控功能，使用戶能夠輕松地注冊、配置和遠(yuǎn)程控制光伏設(shè)備。這樣不僅提升了管理的效率，還增加了操作的靈活性。系統(tǒng)還能實(shí)時監(jiān)控設(shè)備的狀態(tài)和性能指標(biāo)，確保光伏系統(tǒng)穩(wěn)定運(yùn)行。一旦檢測到問題，它會立即發(fā)出預(yù)警，以減少任何故障可能造成的影響。邏輯層通過RESTfu1API與展示層連接，確保數(shù)據(jù)傳輸?shù)母咝Ш桶踩?/p>

展示層是用戶與系統(tǒng)交互的前端界面，其設(shè)計(jì)重點(diǎn)在于提高信息的可訪問性和易用性。展示層的主要職能是將邏輯層處理的數(shù)據(jù)以直觀、易理解的方式呈現(xiàn)給用戶，同時提供用戶交互的界面，具體見圖3。首先，在數(shù)據(jù)可視化方面，展示層采用了多種圖表和信息儀表板來展現(xiàn)光伏系統(tǒng)的運(yùn)行數(shù)據(jù)。這些圖表包括但發(fā)電量趨勢圖、系統(tǒng)效能儀表盤和故障預(yù)警指示器。這些可視化工具使用戶能夠快速把握系統(tǒng)狀態(tài)，理解復(fù)雜的數(shù)據(jù)和分析結(jié)果。其次，展示層在界面設(shè)計(jì)上追求簡潔和直觀。界面布局合理，操作流程直觀，確保了用戶即使在沒有專業(yè)背景的情況下也能輕松使用系統(tǒng)。通過這種設(shè)計(jì)，系統(tǒng)提高了用戶的操作效率，減少了誤操作的可能性。

2 實(shí)驗(yàn)測試

為了驗(yàn)證系統(tǒng)的預(yù)測能力，本研究針對LSTM的發(fā)電量和用電量進(jìn)行了實(shí)驗(yàn)驗(yàn)證。

2.1環(huán)境和參數(shù)配置

本文基于Python 3.9+ Pytorch1.10+Pycharm，實(shí)驗(yàn)時采用了英特爾版本的CPU中央處理器。同時使用RTX3060參與運(yùn)算。

2.2數(shù)據(jù)集

對2023年發(fā)電量、用電量和電量存儲的預(yù)測分析。為了實(shí)現(xiàn)這一目標(biāo)，本文選擇了2023年1月至9月的數(shù)據(jù)作為訓(xùn)練集，訓(xùn)練LSTM模型。隨后，利用10月至12月的數(shù)據(jù)作為測試集來驗(yàn)證模型的預(yù)測準(zhǔn)確性。訓(xùn)練集測試集的數(shù)據(jù)量分別為1800和600條。通過對比模型的預(yù)測結(jié)果和實(shí)際數(shù)據(jù)，評估模型在各個時間點(diǎn)的表現(xiàn)，從而驗(yàn)證其在實(shí)際應(yīng)用中的有效性。

2.3評價指標(biāo)

本文采用決定系數(shù)R2、均方誤差（RootMeanSquareError，RMSE），衡量模型對光伏發(fā)電量和用電量預(yù)測的效果。

2.4實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)結(jié)果表明，見表1，基于LSTM的發(fā)電量和用電量預(yù)測取得了較好的效果，其中發(fā)電量的R2和RMSE分別為0.9521和0.1952，用電量的R2和RMSE分別為0.9558和0.1876。擬合效果如圖3所示，可以看出擬合效果較好。這些結(jié)果對于光伏系統(tǒng)的未來部署具有重要的實(shí)踐意義。首先，高精確度的預(yù)測能力使得能源生產(chǎn)者能夠更加精準(zhǔn)地規(guī)劃能源的供應(yīng)，確保能源的有效利用，減少浪費(fèi)。其次，對用電量的精確預(yù)測有助于電網(wǎng)運(yùn)營商優(yōu)化負(fù)荷管理和調(diào)度，從而提高能源利用效率，降低成本。此外，這種高效的工具對于評估新光伏設(shè)備的投資回報率和運(yùn)營效率具有重要的參考價值。

3 結(jié)束語

本文介紹了一個光伏數(shù)據(jù)可視化系統(tǒng)的設(shè)計(jì)，它結(jié)合了數(shù)據(jù)處理技術(shù)、深度學(xué)習(xí)算法和簡潔的界面設(shè)計(jì)，提高了光伏數(shù)據(jù)管理和分析的效率。該系統(tǒng)能夠準(zhǔn)確預(yù)測發(fā)電量和用電量，同時其用戶界面的便利性也大大提升了用戶的操作體驗(yàn)。該技術(shù)對于評估新光伏設(shè)備的投資回報率和運(yùn)營效率具有重要的參考價值，隨著技術(shù)不斷進(jìn)步，期待這個系統(tǒng)在未來的光伏能源領(lǐng)域扮演更加重要的角色，推動能源管理朝著更高效、更智能的方向發(fā)展。

參考文獻(xiàn)

[1]張婷，馬裕澤，烏云娜.雙碳目標(biāo)下共享儲能多場景遞進(jìn)規(guī)劃優(yōu)化研究[J/OL].電力建設(shè)，1-13[2025-01-10].

[2]儲艾伶.基于新農(nóng)村光伏采集的虛擬仿真與數(shù)據(jù)可視化系統(tǒng)設(shè)計(jì)[J].現(xiàn)代計(jì)算機(jī)，2021，27（31）：117-120.

[3]趙露，曹運(yùn)華.基于Labview的光伏監(jiān)控系統(tǒng)設(shè)計(jì)[J].湖南科技學(xué)院學(xué)報，2019，40（05）：17-18.

[4]胡長冬，李保合，孫麗兵.光伏電站多級數(shù)據(jù)監(jiān)控和復(fù)合信息傳輸系統(tǒng)設(shè)計(jì)[J].電力與能源，2018，39（02）：243-245.

[5]黨彬彬，馮莉，張海軍.基于云計(jì)算的光伏發(fā)電運(yùn)行智能綜控系統(tǒng)[J].農(nóng)村電工，2021，29（06）：35.

[6]邱書琦，蹇照民，方立雄，等.基于變分模態(tài)分解和集成學(xué)習(xí)的光伏發(fā)電預(yù)測[J].智慧電力，2024，52（03）：32-38.

[7]王登海，安玥馨，廖晨博，等.基于CNN-LSTM混合神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電量預(yù)測方法研究[J].西安石油大學(xué)學(xué)報（自然科學(xué)版），2024，39（01）：129-134.