本发明涉及光伏电站运维管理，具体为一种非侵入式光伏电站运维管理方法。
背景技术：
1、随着更多的光伏电站的建设和运营，光伏发电已成为一种重要的环保新能源，光伏发电在电力行业中的地位日益凸显。由于非入侵式光伏电站对空间的利用率较高，非入侵式光伏电站在技术和社会需求的推动下，成为光伏发电领域的重要发展方向，为可持续能源发展提供了新的解决方案，然而，非入侵式光伏电站的运行过程中仍存在诸多问题，所以对非入侵式光伏电站进行监测及故障诊断，成为保证其稳定运行的关键手段，因此，如何对非入侵式光伏电站进行运维管理具有重要意义。
2、传统的定期检查和维修方式以及无法非入侵式光伏电站的运维管理，现有的运维管理方法中，通过神经网络对设备的故障位置进行预测，但是神经网络模型的性能极大地依赖于大量、高质量的训练数据，在数据量不足或数据质量不高的情况下，模型的预测准确性可能会大幅下降，或者通过图像识别对光伏板进行判断是否存在异常，但是这些方法只能通过表面现象进行检查并诊断，对光伏电站内部无法进行了解。
3、尽管现有的技术中能对光伏电站进行故障检测，但是这些方法不能够深入了解光伏电站系统情况，在光伏系统中，故障往往伴随着电压、电流或功率信号的变化，现有的技术中也缺乏对非入侵式光伏系统的全面分析。
4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本发明的目的在于提供一种非侵入式光伏电站运维管理方法，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种非侵入式光伏电站运维管理方法，具体步骤包括：
4、步骤1：对待管理光伏电站的光伏板按照光伏板的连接方式进行分组，将串联在一起的光伏板分成一组，建立光伏组发电功率预测模型，通过获取待管理光伏电站所在区域的实时气象数据，输入至训练好的模型，对光伏组的发电功率进行预测，将预测的发电功率数据作为理论发电功率；
5、步骤2：分别采集每一组光伏板的电压、电流时序数据，每一个逆变器的输入、输出的电压、电流时序数据，每一个变压器的输入、输出的电压、电流时序数据，并对采集的电压、电流时序数据进行降噪滤波处理；
6、步骤3：根据滤波后的光伏板组的电压、电流时序数据，计算光伏组的实际发电功率，根据逆变器的输入、输出的电压、电流时序数据计算逆变器的转换率，根据变压器的输入、输出的电压、电流时序数据计算逆变器的转换率，根据光伏组的发电率、逆变器与变压器的转换率分别计算光伏组发电率、逆变器与变压器转换率的离散率与偏差率，并对光伏组、逆变器和变压器进行故障分析；
7、步骤4：通过光伏：的电压、电流时序数据，逆变器的输入与输出的电压、电流时序数据，变压器的输入电压、电流时序数据，分别计算光伏组与逆变器、逆变器与变压器之间电缆的传输损失率，并对电缆进行故障分析；
8、步骤5：通过光伏组的发电率、逆变器的转换率和变压器的转换率的离散率与偏差率，与电缆的传输损失率计算光伏电站的设备故障率，根据光伏组的预测发电功率与变压器的输出功率计算光伏电站的电量损失率，根据设备故障指数与电量损失率计算光伏电站的运维紧急系数，按照运维紧急系数的大小，对光伏电站进行优先维修。
9、本实施例中，所述对光伏组的发电功率进行预测的具体方法为；
10、采集待管理光伏电站所在地区的历史气象时序数据与每一组光伏板的发电功率时序数据，所述气象数据包括光照强度、温度、湿度、风速和太阳高度角，建立光伏组发电功率预测模型，将历史气象时序数据与发电功率时序数据，作为对模型的输入与输出数据对模型进行训练，获取光伏所在区域的实时气象数据，输入至训练好的模型，对光伏组的发电功率进行预测；
11、所述建立光伏组发电功率预测模型为lstm神经网络温度预测模型，由3个门组成，分别为遗忘门、输入门和输出门；
12、遗忘门的方程表达式为；
13、ft＝δ(wf·[ht-1，xt]+bf)
14、其中，ft为遗忘门当前开关状态，δ表示sigmoid函数，wf为遗忘门权重，bf为遗忘门偏置参数，ht-1为上一个时刻的隐藏状态，xt为当前的数据输入开关；
15、决定上一时刻的单元状态有多少需要保留到当前时刻；
16、输入门的方程表达式为；
17、it＝δ(wi·[ht-1，xt]+bi)
18、其中，it为输入门当前开关状态，δ表示sigmoid函数，wi为输入门权重，bi为输入门偏置参数，ht-1为上一个时刻的输出隐藏状态，xt为光伏电站所在区域的历史气象数据；
19、
20、其中，候选细胞状态，tanh为表示双曲正切函数，wc为候选细胞权重，bc为候选细胞状态偏置参数，ht-1为上一个时刻的隐藏状态，xt为当前的数据输入开关；
21、决定当前时刻网络的输入数据有多少需要保存到单元状态；
22、更新方程为；
23、
24、其中，ct当前细胞状态，ct-1为上一时刻细胞状态；
25、输出门的方程表达式为；
26、ot＝(wo·[ht-1,xt]+bo)
27、ht＝ot*tanh(ct)
28、其中，ot为输出门当前开关状态，δ表示sigmoid函数，wo为输出门权重，bo为输出门偏置参数，ht-1为上一个时刻的隐藏状态，xt为当前的数据输入开关，ht为光伏组的发电功率；
29、控制当前单元状态有多少需要输出到光伏组的发电功率数据。
30、本实施例中，所述对采集的电压、电流时序数据进行降噪滤波处理的计算公式为：
31、
32、其中，xo(i)为滤波后的信号，wx为以x为中心的数集领域，i为该领域内的采样间隔步数，wd为高斯滤波器的加权系数，xin为原始电压电流信号。
33、本实施例中，所述根据光伏组的发电率、逆变器与变压器的转换率分别计算光伏组发电率、逆变器与变压器转换率的离散率与偏差率，并对光伏组、逆变器和变压器进行故障分析的具体步骤为；
34、所述光伏组的实际发电功率计算公式为；
35、pg,i＝ug,i*ig,i
36、其中，pg,i为第i时刻的光伏组发电功率，ug,i为第i时刻的光伏组的发电电压，ig,i为第i时刻的光伏组的发电电流；
37、所述光伏组发电率的离散率计算公式为；
38、
39、其中，ldr,g为光伏组实际发电功率的离散率，pg,i为采集的第i时刻光伏组的实时发电功率，n为采集的光伏组的实时发电功率数据个数；
40、当ldr,g＞αg时，表明光伏组中的光伏板局部出现被遮挡，应对该组光伏板进行检查；
41、其中，αg为光伏组发电率离散率的安全阈值；
42、所述光伏组发电率的偏差率计算公式为；
43、
44、其中，lde,g为光伏组实际发电功率的偏差率，pg,i为光伏组的i时刻的发电功率，pg,s,i为光伏组i时刻的理论发电功率；
45、当lde,g＜βg时，光伏组整体系统效率不达标，光伏组整体性能退化，或者光伏板表面积灰，应对光伏板进行性能检测以及清理灰尘；
46、其中，βg为光伏组发电率偏差率安全阈值；
47、所述逆变器的转换率的计算公式为；
48、
49、其中，qn,i为逆变器的实际转换率，un,in,i与un,ou,i分别为第i时刻的逆变器的输入与输出电压，in,in,i与in,ou,i分别为第i时刻的逆变器的输入与输出电流；
50、所述逆变器转换率的离散率计算公式为；
51、
52、其中，ldr,qn为逆变器转换率的离散率，qn,i为采集的第i时刻的逆变器的转换率，n为采集的逆变器的转换率数据个数；
53、当ldr，qn＞αqn时，逆变器性能波动较大，表明其对外界条件的适应性较差，对逆变器的工作环境进行检查；
54、其中，αqn为逆变器转换率的离散率安全阈值；
55、所示逆变器转换率的偏差率计算公式为；
56、
57、其中，lde，qn为逆变器转换率的偏差率，qn，i为逆变器在i时刻的转换率，qn，s为逆变器的额定转换率；
58、当lde，qn＞βqn时，逆变器转换效率不达标，逆变器实际工作效率远低于设计标准，对逆变器关键组件进行检测是否损坏；
59、其中，βqn为逆变器转换率的偏差率安全阈值；
60、所述变压器的转换率的计算公式为；
61、
62、其中，qn，i为逆变器的实际转换率，un，in，i与un，ou，i分别为第i时刻的变压器的输入与输出电压，in，in，i与in，ou，i分别为第i时刻的变压器的输入与输出电流；
63、所述变压器转换率的离散率计算公式为；
64、
65、其中，ldr，b为变压器转换率的离散率，qb，i为采集的第i时刻变压器的转换率，n为采集的变压器的转换率的数据个数；
66、当ldr，b＞αb时，变压器性能波动较大，表明其对外界条件的适应性较差，对变压器的工作环境以及输入电流进行检查；
67、其中，αb为变压器转换率的离散率安全阈值；
68、变压器转换率的偏差率计算公式为；
69、
70、其中，lde,b为变压器转换率的偏差率，qb,i为变压器在i时刻的转换率，qn,s为逆变器的额定转换率；
71、当lde,b＞βb时，变压器转换效率不达标，由于关键组件(如绕组、铁芯)老化、损坏或由于故障累积造成的性能衰退；
72、其中，βb为变压器偏差率安全阈值。
73、本实施例中，所述光伏组与逆变器之间电缆的传输损失率，与逆变器与变压器之间电缆的传输损失率的计算方法并进行对电缆故障分析的方法分别为；
74、所述光伏组与逆变器之间电缆的传输损失率的计算公式为；
75、
76、其中，sg-n为光伏组与逆变器之间电缆的传输损失率，un,in,i与in,in,i分别为第i时刻的逆变器的输入的电压与电流，ug,k,i与ig,k,i分别为第k个光伏组在第i时刻的发电产生的电压与电流，m为连接到逆变器输入端的光伏组的组数；
77、时，光伏组与逆变器之间电缆的传输损失率过大，对光伏组与逆变器之间的电缆进行检测是否出现电缆连接松动，损坏问题；
78、其中，为光伏组与逆变器之间电缆的传输损失安全阈值；
79、所述逆变器与变压器之间电缆的传输损失率的计算公式为；
80、
81、其中，sn-b为逆变器与变压器之间电缆的传输损失率，ub,in,i与ib,in,i分别为第i时刻的变压器的输入的电压与电流，un,ou,i与in,ou,i分别为第k个逆变器在第i时刻输出的电压与电流，m为连接到变压器输入端的逆变器个数；
82、时，逆变器与变压器之间电缆的传输损失率过大，对逆变器与变压器之间的电缆进行检测是否出现电缆连接松动，损坏问题；
83、其中，为逆变器与变压器之间电缆的传输损失安全阈值。
84、本实施例中，所述光伏电站的设备故障率的计算公式为；
85、
86、其中，f为设备故障率，ag、bg为光伏组发电率的离散率与偏差率对光伏组整体运作状态的判定权重，aqn、bqn为逆变器转换率的离散率与偏差率对逆变器运作状态的判定权重，ab、bb为变压器转换率的离散率与偏差率对变压器运作状态的判定权重，n、m、l分别为光伏组、逆变器、变压器的数量，x、y、z、w分别为光伏组、逆变器、变压器、传输电缆对光伏电站整体设备故障率判断的权重，kg为第k组光伏组，kqn为第k个逆变器，kb为第k个变压器。
87、本实施例中，所述光伏电站的电量损失率的计算公式为；
88、
89、其中，g为光伏电站的电量损失率，ub,ou,i与ib,ou,i为变压器的输出电压、电流，pg,s,k为第k组光伏板的预测发电功率，n为光伏电站内光伏组的组数。
90、本实施例中，所述根据设备故障指数与电量损失率计算光伏电站的运维紧急系数的计算公式为；
91、h＝ωf+εg
92、其中，h为光伏电站的运维紧急系数，f为设备故障率，g为光伏电站的电量损失率，ω为设备故障率所占权重，ε为光伏电站的电量损失率所占权重。
93、与现有技术相比，本发明的有益效果是：
94、本发明通过计算光伏电站内的光伏板、逆变器、变压器的离散率与偏差率，对光伏电站内的光伏板、逆变器、变压器的进行故障分析，并通过计算电缆的传输损失率对光伏电站的电缆进行故障分析，通过光伏组的发电率、逆变器的转换率和变压器的转换率的离散率与偏差率，与电缆的传输损失率计算光伏电站的设备故障率，根据光伏组的预测发电功率与变压器的输出功率计算电量损失率，根据设备故障指数与电量损失率计算光伏电站的运维紧急系数，按照运维紧急系数的大小，对光伏电站进行优先维修。
95、本发明根据光伏组的输出电压、电流数据，逆变器的输入、输出的电压、电流数据，变压器的输入、输出的电压电流数据，计算出光伏组的发电率、逆变器的转换率和变压器的转换率的离散率与偏差率，并根据离散率与偏差率进行分析，能够深入了解光伏电站各个设备的具体情况，通过出光伏组的发电率、逆变器的转换率和变压器的转换率的离散率与偏差率，与设备之间电缆的传输损失率，计算设备故障率，对非入侵式光伏系统设备的全面以及整体的分析；
96、本发明还通过光伏电站的电量损失率，间接从经济方面，直接地反映出设备故障的影响情况，并根据光伏电站的电量损失率与设备故障率计算光伏电站的运维紧急系数，给运维人员提供维修优先参考数据。
1.一种非侵入式光伏电站运维管理方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述对光伏组的发电功率进行预测的具体方法为；
3.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述对采集的电压、电流时序数据进行降噪滤波处理的计算公式为：
4.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述根据光伏组的发电率、逆变器与变压器的转换率分别计算光伏组发电率、逆变器与变压器转换率的离散率与偏差率，并对光伏组、逆变器和变压器进行故障分析的具体步骤为；
5.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述光伏组与逆变器之间电缆的传输损失率，与逆变器与变压器之间电缆的传输损失率的计算方法并进行对电缆故障分析的方法分别为；
6.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述光伏电站的设备故障率的计算公式为；
7.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述光伏电站的电量损失率的计算公式为；
8.根据权利要求1所述的一种非侵入式光伏电站运维管理方法，其特征在于：所述根据设备故障指数与电量损失率计算光伏电站的运维紧急系数的计算公式为；
