本技术涉及可再生能源，特别是涉及一种分布式光伏电站智能运维系统。
背景技术：
1、分布式光伏电站为在用户现场或靠近用电现场配置的小型光伏发电系统，由于占地面积小、输送距离近、投资小、建设周期短、可靠性高等优势被广泛应用。
2、相关技术通过人工运维分布式光伏电站，由于分布式光伏电站分布在广阔的地理区域内，人工运维不仅耗时耗力，而且在偏远或难以到达的区域，人力成本高昂。此外，分布式光伏电站的各设备型号众多，增大了分布式光伏电站数据接入运维系统的难度。
3、鉴于此，降低分布式光伏电站数据接入运维系统的难度，提升分布式光伏电站的运维效率，是本领域技术人员需要解决的技术问题。
4、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本技术的背景的理解，因此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、本技术提供了一种分布式光伏电站智能运维系统，有效降低分布式光伏电站数据接入运维系统的难度，提升分布式光伏电站的运维效率。
2、为解决上述技术问题，本技术提供以下技术方案：
3、本技术提供了一种分布式光伏电站智能运维系统，包括部署在各分布式光伏站点的数采设备及云平台数据中心，所述数采设备与所述云平台数据中心进行通信；
4、所述云平台数据中心向各数采设备发送数据转换配置信息；所述数据转换配置信息至少包括数采设备和与之相连的各设备之间的通信协议类型、采集数据点位配置信息；
5、所述数采设备通过读取所述数据转换配置信息中的采集数据点位配置信息，自动采集相应位置处的目标设备数据，并基于相应通信协议类型将目标设备数据转换为符合消息队列遥测传输协议的目标数据，将所述目标数据发送至所述云平台数据中心。
6、示例性的，各分布式光伏站点包括至少一个光伏组件，所述光伏组件并联连接关断器；
7、所述关断器内置数据采集组件和通讯组件，所述数据采集组件用于采集相应光伏组件的运行状态数据，并将所述运行状态数据通过所述通讯组件发送至所属分布式光伏站点的数采设备。
8、示例性的，各分布式光伏站点包括与各光伏组件相连的组串式光伏逆变器，所述组串式光伏逆变器与所属分布式光伏站点的数采设备相连；
9、所述组串式光伏逆变器，用于将各光伏组串产生的直流电进行最大功率峰值跟踪和逆变，并在转换为交流电后并入电网。
10、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的设备管理模块，用于对分布式光伏电站的各设备、固件版本、控制指令进行管理；
11、所述设备管理模块包括设备管理界面，所述设备管理界面的菜单栏至少包括电站数据配置选项、设备管理选项、固件版本管理选项及控制指令配置选项；所述控制指令配置选项包括单一指令下发选项和批量指令下发选项。
12、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的系统管理模块，用于为用户设置操作权限，在用户执行目标操作时检测用户权限，并当确定用户为未授权用户时，通过隐藏或禁用目标按钮以防止未授权用户执行目标操作。
13、示例性的，还包括安装至客户端的运维应用程序，所述客户端与所述云平台数据中心进行通信；
14、所述运维应用程序，用于为用户提供查询各分布式光伏站点状态、接收报警信息、执行远程控制操作以及规划无人机运维路线的用户界面。
15、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的实时监视模块；
16、所述实时监视模块，用于实时监控分布式光伏电站及其各设备的运行状态，并当检测到分布式光伏电站发生故障时，向所述云平台数据中心发送故障提示信息。
17、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的运维模块；
18、所述运维模块包括运维管理页面，所述运维管理页面包括功能导航栏及控制导航栏；所述功能导航栏包括工单管理选项、维保记录选项、故障录波选项及sim卡充值选项，所述控制导航栏包括关断指令下发选项、软件远程升级及配置选项；
19、其中，所述工单管理选项包括逆变器工作参数远程调整选项、清洗维护计划选项和运维工单下发选项；所述关断指令下发选项，用于向相应光伏组件的关断器下发关断指令，以在异常情况下关断支路级和方阵级的光伏组件。
20、示例性的，还包括运维应用系统；所述运维应用系统包括与所述云平台数据中心进行通信的智能诊断分析模块；
21、其中，所述智能诊断分析模块，用于根据电流-电压曲线数据诊断分布式光伏电站是否存在故障，同时将故障诊断结果发送至所述云平台数据中心，并通过对各组串发电量进行不同时间维度对比分析确定是否存在异常组串，根据异常组串检测结果生成预警信息。
22、示例性的，所述根据电流-电压曲线数据诊断分布式光伏电站是否存在故障，包括：
23、基于分布式光伏电站架构，构建与待识别故障类型相对应的硬件理论模型；
24、根据所述待识别故障类型构建包含正常工作状态和故障状态下的电流-电压曲线数据的故障样本数据集；所述故障样本数据集的故障状态下的电流-电压曲线数据包括故障位置标签；
25、利用所述故障样本数据集训练硬件理论模型，得到故障识别模型；
26、将当前电流-电压曲线数据输入至所述故障识别模型，根据所述故障识别模型输出结果确定是否存在故障及故障位置信息。
27、示例性的，所述根据电流-电压曲线数据诊断分布式光伏电站是否存在故障，包括：
28、基于太阳能电池的等效电路模型，构建包含电池板串联电阻和并联电阻的支路开路模型；
29、获取支路开路模型处于正常工作状态和开路状态下的电流-电压曲线数据，通过提取各电流-电压曲线数据的开路电压特征和短路电流特征，确定各电流-电压曲线数据的斜率变化情况以及位于目标电压时的斜率变换情况，以构建支路开路样本数据集；所述目标电压基于开路电压与预设波动值确定，所述故障样本数据集中的处于开路状态下的电流-电压曲线数据包括处于开路状态的支路所在的方阵号及支路号，作为故障位置标签；
30、利用所述故障样本数据集训练支路开路模型，得到支路开路模型识别模型；
31、将当前电流-电压曲线数据输入至所述支路开路模型识别模型，根据所述支路开路模型识别模型输出结果确定是否存在支路故障以及处于开路状态的目标支路所在的目标方阵号及目标支路号。
32、示例性的，所述通过对各组串发电量进行不同时间维度对比分析确定是否存在异常组串，包括：
33、从所述云平台数据中心获取历史发电量数据，将将经过预处理的历史发电量数据按照组串进行分组，得到各组对应的历史发电量数据；
34、分别计算各组在预设时间段内的平均发电量和标准差，并根据所述平均发电量和所述标准差计算相应的离散率；
35、根据各分布式光伏电站内的标准组串的离散率确定离散率阈值，并根据所述离散率阈值与各组串的离散率之间的关系确定是否存在异常组串。
36、示例性的，所述根据异常组串检测结果生成预警信息，包括：
37、若当前组串的离散率大于所述离散率阈值，则调用趋势分析方法确定所述当前组串的发电量随时间变化趋势信息；
38、根据所述当前组串的离散率与所述离散率阈值的差值，确定所述当前组串异常程度级别；
39、根据所述当前组串的发电量随时间变化趋势信息及对应的异常程序级别生成预警信息。
40、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的无人机巡检模块；
41、所述无人机巡检模块，用于基于所述智能诊断分析模块向所述云平台数据中心反馈的故障位置信息，自动生成无人机巡检路径，将所述无人机巡检路径发送至无人机，并将所述无人机采集的巡检结果数据发送至所述云平台数据中心。
42、示例性的，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的视觉诊断模块；
43、所述视觉诊断模块，用于当接收到所述云平台数据中心的巡检结果数据和故障位置信息，调用计算机视觉技术对所述巡检结果数据中存在故障的支路的各光伏组件进行分析，确定异常光伏组件位置。
44、示例性的，所述巡检结果数据为彩色巡检图像，所述调用计算机视觉技术对所述巡检结果数据中存在故障的支路的各光伏组件进行分析，包括：
45、将所述彩色巡检图像转换为初始灰度巡检图像，并去除所述初始灰度巡检图像的噪声，同时进行图像增强处理，得到灰度巡检图像；
46、调用边缘检测算法提取所述灰度巡检图像中的光伏组件结构特征，并分析所述光伏组件特征的纹理特征和颜色分布数据，得到光伏组件特征；
47、将所述光伏组件特征输入至预先构建的组件缺陷识别与定位模型，得到标注缺陷位置和缺陷类型的输出结果；
48、其中，所述组件缺陷识别与定位模型为利用光伏组件缺陷样本数据集训练神经网络模型所得，以使所述组件缺陷识别与定位模型具有识别光伏组件缺陷类型和定位缺陷所在位置的学习能力；所述光伏组件缺陷样本数据集包括多张光伏组件图像，各光伏组件图像具有缺陷类型标签和缺陷位置标签。
49、本技术提供的技术方案的优点在于，利用云平台数据中心收集分布式光伏电站的运行数据，通过云平台数据中心的大数据分析和人工智能算法实现对分布式光伏电站的数据的快速高效分析，便于运维人员直观了解分布式光伏电站的运行状态，降低分布式光伏电站的运维难度，有效提升分布式光伏电站的运维效率。采用数采设备兼容分布式光伏电站的各设备之间的协议差异性，能够解决分布式光伏电站各设备型号众多导致数据处理难度高且效率低的问题，将数据转换成基于物联网的mqtt协议进行统一上送，有效提升分布式光伏电站的各设备的数据上云效率，降低分布式光伏电站数据接入运维系统的难度，有效提升分布式光伏电站的运维效率。
50、上面已提及的技术特征、下面将要提及的技术特征以及单独地在附图中显示的技术特征可以任意地相互组合，只要被组合的技术特征不是相互矛盾的。所有的可行的特征组合都是在本技术中明确地记载的技术内容。在同一个语句中包含的多个分特征之中的任一个分特征可以独立地被应用，而不必一定与其他分特征一起被应用。
51、应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本技术。
1.一种分布式光伏电站智能运维系统，其特征在于，包括部署在各分布式光伏站点的数采设备及云平台数据中心，所述数采设备与所述云平台数据中心进行通信；
2.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，各分布式光伏站点包括至少一个光伏组件，所述光伏组件并联连接关断器；
3.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，各分布式光伏站点包括与各光伏组件相连的组串式光伏逆变器，所述组串式光伏逆变器与所属分布式光伏站点的数采设备相连；
4.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的设备管理模块，用于对分布式光伏电站的各设备、固件版本、控制指令进行管理；
5.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的系统管理模块，用于为用户设置操作权限，在用户执行目标操作时检测用户权限，并当确定用户为未授权用户时，通过隐藏或禁用目标按钮以防止未授权用户执行目标操作。
6.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，还包括安装至客户端的运维应用程序，所述客户端与所述云平台数据中心进行通信；
7.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的实时监视模块；
8.根据权利要求1所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的运维模块；
9.根据权利要求1至8任意一项所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统；所述运维应用系统包括与所述云平台数据中心进行通信的智能诊断分析模块；
10.根据权利要求9所述的分布式光伏电站智能运维系统，其特征在于，所述根据电流-电压曲线数据诊断分布式光伏电站是否存在故障，包括：
11.根据权利要求9所述的分布式光伏电站智能运维系统，其特征在于，所述根据电流-电压曲线数据诊断分布式光伏电站是否存在故障，包括：
12.根据权利要求9所述的分布式光伏电站智能运维系统，其特征在于，所述通过对各组串发电量进行不同时间维度对比分析确定是否存在异常组串，包括：
13.根据权利要求12所述的分布式光伏电站智能运维系统，其特征在于，所述根据异常组串检测结果生成预警信息，包括：
14.根据权利要求9所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的无人机巡检模块；
15.根据权利要求9所述的分布式光伏电站智能运维系统，其特征在于，还包括运维应用系统，所述运维应用系统包括与所述云平台数据中心进行通信的视觉诊断模块；
16.根据权利要求15所述的分布式光伏电站智能运维系统，其特征在于，所述巡检结果数据为彩色巡检图像，所述调用计算机视觉技术对所述巡检结果数据中存在故障的支路的各光伏组件进行分析，包括：
