區(qū)域光伏電站群一體化智能運維關鍵技術研究與應用

山東廣域科技有限責任公司 戴吉勇

原有的光伏電站運維模式并不能滿足政策帶來的光伏電站大規(guī)模增加，所以需構建新的區(qū)域光伏電站群一體化智能運維模式來提升其管理水平。建設新的光伏發(fā)電智能運維系統(tǒng)不但能實現(xiàn)設備的集中管理和有效部署，還能提升光伏電站運維的可靠性與靈活性。以某公司為例，其現(xiàn)存的光伏電站運維模式存在著非法入侵、防火壓力大、人工巡視勞動強度大、耗費時間長、時效性差等問題，所以為提高其資產(chǎn)價值和經(jīng)濟效益，開展區(qū)域光伏電站群一體化智能運維關鍵技術研究與應用是很有必要的。

該公司與研究成果深度結合，數(shù)據(jù)交互，實現(xiàn)資源的合理配置及對生產(chǎn)運行管理效率及水平進行提高。其成果主要體現(xiàn)為建立并研發(fā)一套區(qū)域光伏電站群一體化智能運維體系和管控平臺、建立基于多尺度預測深度神經(jīng)網(wǎng)絡的光伏組件缺陷識別模型、缺陷識別算法的低精度CBR推理模型、基于深度神經(jīng)網(wǎng)絡的設備狀態(tài)運維模型和基于多種算法融合的邊緣計算模型。這些成果的主要意義在于實現(xiàn)管理數(shù)字化、提升運維水平；使故障預警、故障診斷數(shù)據(jù)；精簡人員、降低人工成本，進一步提升公司智能化水平，取得更好的經(jīng)濟效益并提高創(chuàng)新能力。

1 國內(nèi)外研究水平綜述

雖然智能運維技術得到飛速發(fā)展，但其大多集中在智能變電站中，目前在光伏電站中應用智能運維技術的研究在國內(nèi)還屬于空白狀態(tài)。國外發(fā)達國家的光伏電站運維技術的研究與應用起步明顯早于國內(nèi)。由于成本、體制等因素，我國仍采用人工運維的方式，不過隨著技術的成熟，部分地區(qū)已開始采用信息化較高的方式。如北塔BTIM的1T運行管理方案和IMS的系統(tǒng)都是監(jiān)控客戶系統(tǒng)的中間件、服務器、數(shù)據(jù)庫以及應用系統(tǒng)等核心信息進行監(jiān)控，功能性較為全面，但仍存在著局限之處。

1998年國際能源署率先制定了評價光伏系統(tǒng)性能的指標，如性能指數(shù)、系統(tǒng)理論發(fā)電時長和全年效率等。美國電力科學研究院已開始研究光伏監(jiān)控系統(tǒng)技術，通過人工方式采集光伏發(fā)電系統(tǒng)的數(shù)據(jù)，研究電站的運行情況。國外有不少公司通過調(diào)研與分析不同地區(qū)的光伏電站情況，致力于實現(xiàn)面向全球的光伏運維系統(tǒng)的設計、并在該領域取得了一定的技術積累德國的Meteo Control公司開展運維業(yè)務較早，擁有40多年的光伏電站運維經(jīng)驗。

雖然我國的光伏發(fā)電技術較歐美國家而言起步較晚，但在我國“壯大清潔能源產(chǎn)業(yè)”的戰(zhàn)略部署下，2019年我國光伏發(fā)電裝機容量居世界首位，國內(nèi)很多專家和學者已開始研究國產(chǎn)化的光伏發(fā)電運維系統(tǒng)，光伏產(chǎn)業(yè)出現(xiàn)后來者居上的趨勢。隨著大數(shù)據(jù)與人工智能的發(fā)展，光伏電站運維系統(tǒng)逐步走向智能化。智能化的發(fā)展呈現(xiàn)要素多、范圍廣和質量高的趨勢[1]。

光伏電站一體化智能運維是將現(xiàn)代化信息技術作為核心，把有關光伏電站設備的監(jiān)測資源整合起來，達到全面掌控光伏電站運行情況的狀態(tài)。這樣可使得光伏電站巡檢工作可達成智能感知、智能操作、智能告警、設備狀態(tài)可視化和智能分析決策等高級應用。當光伏電站處于無人值守的狀態(tài)時，其可將內(nèi)部運行和外觀狀態(tài)以視頻圖片或者傳感器檢測等方式進行展示。不僅如此，光伏電站還可跟蹤顯示設備狀態(tài)，以便工作人員能夠對設備的相關參數(shù)進行實時掌握。此外，光伏電站一體化智能運維還可根據(jù)自身的工作狀態(tài)去報告故障，為工作人員提供有效的幫助。光伏電站一體化智能運維技術的研究還有助于實現(xiàn)標準化和智能化的發(fā)展，并提高了巡檢質量與效率。

本項目以創(chuàng)新智能運維管理體系標準作為核心，憑借著智能操作、智能感知、智能作業(yè)安全管控技術等來實現(xiàn)光伏電站智能化管理。該模式與當前國內(nèi)光伏電站現(xiàn)狀相契合，符合電力發(fā)展的需求，具有巨大的潛力。

2 課題的研究內(nèi)容和實施方案

2.1 區(qū)域光伏電站群一體化智能運維體系研究與構建

現(xiàn)狀。通過對國內(nèi)外智能運維體系的調(diào)查得知，目前實現(xiàn)對智能運維電站的管理主要用于電力系統(tǒng)變電環(huán)節(jié)，其主要具有以下兩種管理模式：＂集中監(jiān)控中心＋運維操作隊＂模式。該模式主要是通過設置集中監(jiān)控管理中心及成立專門的操作隊伍來對變電站大型且復雜的操作進行管理。該模式還需少量的工作人員進行值守，但不是站內(nèi)監(jiān)盤；集中監(jiān)控模式。該模式通過只設置集中監(jiān)控中心來對智能運維變電站的運行進行檢測與遙控操作。同樣需留守少量的工作人員來巡視與操作一些監(jiān)控中心無法完成的操作。智能運維光伏電站與有人值守光伏電站的運營管理在模式上有著巨大的差距。有人值守光伏電站是以光伏電站為實際的管理對象來進行人員管理與分配。然而在智能運維的光伏電站管理中只以監(jiān)控中心與運行操作站為管理對象，且需同時管理多個光伏電站。這種模式大大地降低了管理人員的投入。

光伏電站智能運維管理體系建立原則。本項目構建的區(qū)域光伏電站群一體化智能運維模式主要采用集中監(jiān)控與區(qū)域運行這兩種模式，其在設計管理模式中主要遵循以下原則。集中監(jiān)控管理模式建立原則：以現(xiàn)代化的管理理念對監(jiān)控中心進行管理；依據(jù)光伏發(fā)電行業(yè)特征；滿足高靈活性和可擴展性，減少管理成本；由宏觀到微觀，易于實施，分輕重緩急；充分考慮整個光伏電站管理的重要性；區(qū)域運行管理模式建立原則：安全管理原則、標準化原則、技術性原則、崗位制度明確原則。

光伏電站智能運維管理體系實施原則。為保證管理方案能正常實施并確保整個光伏電站能夠平穩(wěn)運行，本項目為保證設計的管理體系能穩(wěn)定執(zhí)行制定了智能運維光伏電站管理體系的實施原則：經(jīng)濟性與安全性相結合原則、系統(tǒng)性與科學性相結合原則、標準化與適用性相結合原則、大體規(guī)劃與分步實施原則、放眼全局，注重整體。

2.2 區(qū)域光伏電站群一體化智能運維功能技術研究

該部分的主要內(nèi)容是來實現(xiàn)光伏電站在智能方面的感知、操作與作業(yè)安全管控。本課題針對研究的是光伏電站光伏區(qū)與升壓站的設備感知能力，目的是為了確保整體的光伏電站能夠可靠運行，同時還可為檢修作業(yè)與智能決策提供完整、準時、可靠的數(shù)據(jù)信息來提升整體光伏電站的智智能水平。

2.2.1 智能感知

綜合實時可視化：該監(jiān)控功能是將平臺中收集到的各種數(shù)據(jù)匯總并展示，其主要數(shù)據(jù)有各種監(jiān)測、巡視、實時告警、缺陷隱患、故障處理與站場作業(yè)等信息。通過對這些數(shù)據(jù)的匯總與顯示并由不同的視角或視圖切換可達到全面掌握光伏電站實時運行與檢修狀態(tài)的目的；智能巡視管理：該部分執(zhí)行的功能是對巡視任務生命周期進行管理。其主要展示的內(nèi)容是光伏電站近期的運維任務、運維任務的編制執(zhí)行，包括執(zhí)行后的結果管理與異常運維管理等情況的數(shù)據(jù)匯總。

巡檢告警管理：該部分執(zhí)行的功能是匯總并展示在運維任務執(zhí)行過程中收到的告警信息，并可根據(jù)所收到的信息分級并分類以便于直觀的展示，為工作人員的管理來提供可靠的數(shù)據(jù)；系統(tǒng)運維管理：該部分執(zhí)行的功能是對系統(tǒng)所需的基礎數(shù)據(jù)進行維護管理；隱患缺陷閉環(huán)管理：該部分用于日常運維任務時發(fā)現(xiàn)的隱患缺陷閉環(huán)業(yè)務管理，通過將隱患缺陷收集入庫，指派與檢修來實現(xiàn)隱患缺陷的閉環(huán)管理；智能設備聯(lián)動應用：通過提取后臺重點數(shù)據(jù)與現(xiàn)場的數(shù)據(jù)來做分析處理，并將其與現(xiàn)場設備相關聯(lián)；移動運檢應用：該部分是通過智能設備進行運檢APP安裝，來達到實時數(shù)據(jù)感知的目的。

2.2.2 智能操作及智能作業(yè)安全管控

智能一鍵順控可實現(xiàn)光伏電站的一般操作并能根據(jù)一定的邏輯在光伏電站的后臺一建執(zhí)行，由此可實現(xiàn)由“人工逐項操作”到“計算機遠程自動工作”的轉變，當其在無人干預的情況下可完成繁冗復雜的操作；作業(yè)安全管控是對光伏電站工作人員的違規(guī)操作進行管理監(jiān)控，其主要包括安全措施辨認、人票合一、身份識別和非法入侵識別等。

2.3 基于多尺度預測深度神經(jīng)網(wǎng)絡的光伏組件缺陷識別技術研究

技術現(xiàn)狀與創(chuàng)新目標。就當前國內(nèi)的情況來說，對光伏板的故障檢測與分類主要依靠攝像頭，采取無人機的方法目前還不盛行。目前關于光伏電站的缺陷檢測已有了一些比較不錯的成果，而本項目采用的基于多尺度預測深度神經(jīng)網(wǎng)絡（MS-DNN）對光伏組件進行缺陷識別的方法不同于傳統(tǒng)的處理方法，其網(wǎng)絡模型采取的是從端到端的設計方式，省掉了原有的部分復雜過程。其模型采取了多目標檢測方法，提升了準確率。

創(chuàng)新技術研究。對光伏電站的發(fā)電設備缺陷圖像數(shù)據(jù)集的偏差分析、缺陷圖像的篩選、去噪、分類方法以及發(fā)電設備缺陷的標注方式進行研究；對光伏板缺陷識別神經(jīng)網(wǎng)絡的搭建、輸入圖像、缺陷的損失函數(shù)、激勵函數(shù)的設計以及超參數(shù)的計算進行研究；對光伏板缺陷識別神經(jīng)網(wǎng)絡的訓練方法、超參數(shù)的調(diào)優(yōu)方式進行研究與應用。

2.4 缺陷識別算法的低精度CBR推理研究

技術現(xiàn)狀和創(chuàng)新目標。深度學習模型往往由于服務器計算能力的限制問題而不能很好的部署在移動端或沒有能力去計算成本。在智能識別系統(tǒng)中常常是多個模型并行，所以會采取一些加速方法來達到降低推算的計算能力要求問題。目前來說在模型推理階段進行網(wǎng)絡計算的主流模型推理框架是Pytorh、TensorFlow、Caffe等。但在現(xiàn)場部署階段時這些推理框架所具有的優(yōu)勢并不明顯，因此采取了一種新的推理框架TensorRT。其可優(yōu)化并重構由不同深度學習框架訓練的深度學習模型，并能在部署階段時正向傳播的計算網(wǎng)絡模型，同時在計算過程當中可自動分析神經(jīng)網(wǎng)絡層各個層之間的關系，這樣大大的提高了計算速度。

創(chuàng)新技術研究。在保證對光伏板部件及缺陷檢測準確率符合標準的情況下對降低模型精度方法進行研究，其包括但不限于二值化網(wǎng)絡的訓練和神經(jīng)網(wǎng)絡隱含層的融合計算等；對神經(jīng)網(wǎng)絡模型在服務器和邊緣設備的推理計算方式、服務器的多路并行推理以及神經(jīng)網(wǎng)絡參數(shù)在CPU中的并行計算方式進行研究；對根據(jù)神經(jīng)網(wǎng)絡檢測結果自動控制無人機對光伏發(fā)電設備重點部件的識別定位，以及變焦拍攝并進行多種類別的缺陷識別技術進行研。

2.5 基于深度神經(jīng)網(wǎng)絡的設備狀態(tài)運維研究

技術現(xiàn)狀與創(chuàng)新目標。隨著時代的發(fā)展信息化已越來越成熟，電力儀表作為電力系統(tǒng)的建設終端單元，已廣泛應用在變電站、新能源發(fā)電站等領域。但當沒有數(shù)據(jù)傳接口時，實現(xiàn)儀表的數(shù)據(jù)采集是很難的。這個問題隨著深度學習和計算機視覺等技術的突破已被解決，其可利用圖像識別技術來達到自動識別儀表技術的目的。目前關于數(shù)字儀表識別的一些成熟產(chǎn)品大多采取傳統(tǒng)的方法，但這些方法在特殊環(huán)境下所受干擾較多，并不能達到理想的狀態(tài)。所以本項目致力于研究一種多尺度預測神經(jīng)網(wǎng)絡模型來對儀表進行檢測。經(jīng)過該技術的創(chuàng)新，可應用在多種場景當中并降低外界干擾，同時還可提升模型的識別準確率。

創(chuàng)新技術研究。研究與應用電力設備圖像的收集與整理，電力設備儀表的讀取方式，以及因光照強度、拍攝角度等外界因素對設備圖像產(chǎn)生影響后的處理方式；研究與應用基于深度神經(jīng)網(wǎng)絡的文字及數(shù)字識別算法；研究與應用基于深度神經(jīng)網(wǎng)絡的電力設備狀態(tài)運維的部署推理和應用。

2.6 基于多種算法融合邊緣計算終端的研究

2.6.1 技術現(xiàn)狀與創(chuàng)新目標

邊緣計算是一種分布式開放平臺，其是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣測，進行融合網(wǎng)絡、計算、存儲和應用核心能力。其采取的是就近方式提供智能服務，能夠滿足行業(yè)數(shù)字化在實施業(yè)務、數(shù)據(jù)優(yōu)化、敏捷連接、應用智能以及安全隱私保護等方面的關鍵需求。邊緣計算具有出色的分布性、鄰近性、低延時、大帶寬等特性，因此已得到了廣泛的應用。本項目中的光伏電站運維場景運用了大量的現(xiàn)場視頻進行分析，采取邊緣計算設備可幫助后臺服務器分擔壓力，同時還可提高響應速率和減小通信壓力。

當前市場主流的邊緣計算在同時分析多種功能時視頻的檢測幀率會產(chǎn)生較大的跌降，并在二次開發(fā)時需第三方計算平臺的幫助、難于部署。本項目研究了一款邊緣計算設備，其可支撐當前的一些主流框架，如Caffe、Tensorflow、Pytorch、TensorRT等。為使多種算法能與邊緣計算終端相融合，根據(jù)邊緣計算設備的計算能力與處理模式，有目的性的研究設計了圖像分析的相關算法。經(jīng)過網(wǎng)絡結構的修改、模型參數(shù)的降低、推理方式等方法的改善，提高了識別效率與故障檢測的速度。

2.6.2 創(chuàng)新技術研究

硬件架構技術研究?；谇度胧礁咝阅艿墓I(yè)級ARM架構芯片，設計一款AI邊緣計算終端，采用開放式標準和模塊化設計，由核心計算處理模塊和通信接口模塊構成。AI邊緣計算終端硬件架構按功能進行研究，主要包含電源模塊、實時時鐘模塊、主系統(tǒng)模塊（核心板）、以太網(wǎng)通信接口模塊、無線網(wǎng)卡通信接口模塊、USB接口模塊、I2C通信接口模塊、I2S通信接口模塊、SPI通信接口模塊、雙路MIPICSI-2DPHY接口模塊、M.2接口模塊、HDMI輸出模塊、DisplayPort輸出模塊等。

軟件架構技術研究。邊緣計算終端作為智能樞紐的新定位不僅體現(xiàn)在其具備高性能模塊化的硬件，更體現(xiàn)在其擁有可支撐未來業(yè)務場景發(fā)展需求的軟件架構上：首先，邊緣計算終端的引導程序對硬件進行自檢及初始化，并加載系統(tǒng)引導；然后運行嵌入式操作系統(tǒng)，操作系統(tǒng)對內(nèi)存和文件進行管理、讀取和寫入，并進行進程調(diào)度與進程間通信；最后加載應用程序層，加載邊緣計算終端的軟件容器引擎技術，實現(xiàn)容器隔離與軟硬件解耦，構建通用軟件架構與接口。

多種算法融合邊緣計算技術研究。為使算法與邊緣計算設備有效融合，根據(jù)邊緣計算設備的計算能力和處理模式，有針對性的設計圖像分析的相關算法，主要研究如下：使用了更少參數(shù)的神經(jīng)網(wǎng)絡；使用了更低精度的模型參數(shù)。

3 結語

本項目本項目通過對區(qū)域光伏電站群一體化智能運維關鍵技術研究與應用實現(xiàn)了管理數(shù)字化；集群智能運維統(tǒng)一調(diào)度，調(diào)整運維架構，明確職責，提升運維水平，實現(xiàn)運維提效、精簡人員、降低人工成本；使故障預警、故障診斷數(shù)據(jù)形成專家經(jīng)驗和技術資產(chǎn)，進一步提升了公司的標準化和智能化水平，提高了創(chuàng)新能力和對外展示宣傳力度，增強核心競爭力。

區(qū)域光伏電站群一體化智能運維的應用可逐步將當前分散的運維管理模式轉變?yōu)閰^(qū)域化、集約化的精益運維管理模式，提高運維管理水平，實現(xiàn)減員增效，取到良好的經(jīng)濟效益；同時促進公司科技研發(fā)能力，創(chuàng)新水平更上一個臺階。