隨著光伏補貼的逐年下調，通過運維提高光伏電站收益的重要性日益凸顯，傳統運維的低效及高成本已不能滿足運維工作需求，伴隨人工智能以及大數據分析技術的快速發展，光伏電站運維也以O2O模式進入到智能化階段。
       基于此，木聯(lian)能(neng)(neng)研發了(le)基于AI技術(shu)及(ji)大數據技術(shu)的(de)光伏電站智(zhi)能(neng)(neng)運(yun)(yun)(yun)維(wei)(wei)(wei)平臺，以用戶(hu)為(wei)中(zhong)(zhong)心(xin)，通過提高(gao)電站運(yun)(yun)(yun)維(wei)(wei)(wei)水平，最終可(ke)實(shi)現電站收(shou)益的(de)提升。為(wei)了(le)滿(man)足各類(lei)客戶(hu)對運(yun)(yun)(yun)維(wei)(wei)(wei)的(de)不(bu)同需(xu)求，在原(yuan)專業版(ban)本的(de)基礎上，木聯(lian)能(neng)(neng)特推(tui)出具有更(geng)高(gao)性價比(bi)、更(geng)實(shi)用、易用的(de)標準版(ban)、簡易版(ban)系統，既可(ke)滿(man)足單個電站的(de)智(zhi)能(neng)(neng)運(yun)(yun)(yun)維(wei)(wei)(wei)管(guan)理，也可(ke)滿(man)足多(duo)個電站的(de)智(zhi)能(neng)(neng)集中(zhong)(zhong)運(yun)(yun)(yun)維(wei)(wei)(wei)管(guan)理。

1）智能數據采集
       系統(tong)以機器視覺，對(dui)采集數(shu)據(ju)進(jin)行數(shu)據(ju)清(qing)洗，從而實現采集數(shu)據(ju)正(zheng)確性校驗及(ji)補充。系統(tong)根據(ju)設置(zhi)的清(qing)洗條件(jian)，對(dui)異常數(shu)據(ju)進(jin)行剔(ti)除和(he)過濾，并對(dui)缺失(shi)數(shu)據(ju)進(jin)行補充，從而保(bao)證(zheng)采集數(shu)據(ju)的準確性和(he)完整性，為(wei)后期的數(shu)據(ju)分析提供基礎保(bao)障。

2）智能故障告警
   ;    系統(tong)以光伏(fu)電站(zhan)(zhan)(zhan)大(da)量故障(zhang)信息(xi)及(ji)其(qi)產生原因為(wei)基礎(chu)數(shu)據，進(jin)(jin)行(xing)模型(xing)訓練，建立新能源電站(zhan)(zhan)(zhan)常(chang)見告警(jing)信息(xi)及(ji)產生原因模型(xing)庫。并利用(yong)智(zhi)能搜索(suo)及(ji)推(tui)理技術，對各電站(zhan)(zhan)(zhan)的實時(shi)運行(xing)數(shu)據及(ji)歷史數(shu)據進(jin)(jin)行(xing)全面(mian)分析，及(ji)時(shi)獲取(qu)各電站(zhan)(zhan)(zhan)的隱藏(zang)故障(zhang)并進(jin)(jin)行(xing)告警(jing)提(ti)示。主要包(bao)括數(shu)據越限(xian)，設(she)備(bei)告警(jing)、遙信變位、設(she)備(bei)故障(zhang)、庫存不足、亞健康設(she)備(bei)、可提(ti)升節點等。從而使用(yong)戶在第一時(shi)間(jian)了解(jie)電站(zhan)(zhan)(zhan)存在的異常(chang)信息(xi)。

3）自動創建并分派缺陷
       系統結(jie)合(he)實(shi)時采(cai)集數據和(he)歷史數據分析結(jie)果(guo)，利用(yong)自(zi)主學習技術感知電站存在故障信(xin)息，并(bing)結(jie)合(he)故障內容(rong)自(zi)動(dong)創建(jian)缺陷單(dan)，同時，系統根據移動(dong)單(dan)兵設備定(ding)位各運維人(ren)員實(shi)時位置，將缺陷單(dan)智能(neng)分配給離故障點最近的人(ren)員，從(cong)而最大化(hua)提升運維效率并(bing)降(jiang)低故障強度。

4）智能巡檢
       系(xi)統與移動(dong)單(dan)兵(bing)無縫對接，實現可(ke)視化(hua)智能巡(xun)(xun)檢(jian)作(zuo)(zuo)(zuo)業，有效(xiao)進(jin)行遠程巡(xun)(xun)檢(jian)指揮、巡(xun)(xun)檢(jian)軌跡監測(ce)、巡(xun)(xun)檢(jian)過(guo)程回放、巡(xun)(xun)檢(jian)任務下發、巡(xun)(xun)檢(jian)結(jie)果反(fan)饋(kui)等工(gong)(gong)(gong)(gong)作(zuo)(zuo)(zuo)，實時掌握巡(xun)(xun)檢(jian)工(gong)(gong)(gong)(gong)作(zuo)(zuo)(zuo)的進(jin)度及(ji)結(jie)果，增強巡(xun)(xun)檢(jian)工(gong)(gong)(gong)(gong)作(zuo)(zuo)(zuo)的穩定性(xing)(xing)、可(ke)靠性(xing)(xing)、可(ke)控(kong)性(xing)(xing)，確(que)保巡(xun)(xun)檢(jian)工(gong)(gong)(gong)(gong)作(zuo)(zuo)(zuo)的質量，有效(xiao)降(jiang)低事故發生率，提高人員的工(gong)(gong)(gong)(gong)作(zuo)(zuo)(zuo)效(xiao)率。

5）智能趨勢分析
       系統結合大量光伏電(dian)站(zhan)(zhan)的(de)歷史輻射數據(ju)和(he)電(dian)量數據(ju)，通(tong)過數據(ju)挖掘與推理(li)技術建立了準確可(ke)靠的(de)預測(ce)模型。從而對電(dian)站(zhan)(zhan)25年全生命周期的(de)發電(dian)量、收益等信(xin)息(xi)進行預測(ce)。為(wei)電(dian)站(zhan)(zhan)的(de)計(ji)劃發電(dian)量提供數據(ju)依據(ju)。

1）基于大數據技術的性能分析
       系統通過對海量(liang)歷史數(shu)據分(fen)析，結合(he)(he)軟計(ji)算、圖譜分(fen)析、分(fen)析決策等(deng)技術，獲(huo)得光(guang)伏電(dian)站的合(he)(he)理電(dian)量(liang)損失(shi)比例、綜合(he)(he)效率、設備性(xing)能、電(dian)站能耗等(deng)關鍵健康指標。

2）基于大數據技術的對標平臺
       系(xi)統通過(guo)分析各電站生產(chan)運(yun)行數據(ju)，提供全面的對標(biao)功能，從發電、損(sun)耗、運(yun)維等多方(fang)面進行單電站縱向對標(biao)和多電站橫向對標(biao)，從而發現電站不足(zu)，持(chi)續優化。

1）傳統運維進階智能運維：O2O模式、AI技術、大數據技術、價值管理理念。
       2）設備實時監測：及時掌握設備運行數據，發現設備運行故障。
       3）光伏電站組串故障智能診斷：高效、精確、可視化。
       4）故障、缺陷閉環管理：提高消缺效率，保證發電量。
       5）工作信息化、標準化、規范化：安全可靠運行。

如需了解更多詳情可發送郵件(jian)至mlnspt@xaljwl.cn或(huo)電(dian)話(hua)029-88895802咨(zi)詢(xun)。