本发明涉及一套运维系统的技术方法，具体涉及一种分布式光伏电站智能监控运维系统。
背景技术：
光伏发电是我国重要的战略性新兴产业，大力推进光伏发电应用对优化能源结构、保障能源安全、改善生态环境、转变城乡用能方式具有重大战略意义。分布式光伏发电应用范围广，在城乡建筑、工业、农业、交通、公共设施等领域都有广阔应用前景，既是推动能源生产和消费革命的重要力量，也是促进稳增长调结构促改革惠民生的重要举措。分布式光伏电站运维系统是太阳能光伏电站不可缺少一部分，是光伏电站建设完成后后期安强稳定运行的重要手段；
目前分布式光伏电站运维存在以下问题
区域内各电站之间没有关联统计分析，形成电站区域群控，降低了电站运维及时性；
派工单内运维人员、电站区域线路分布、标准逆变器运维方案数据、备品备件数据之间缺少关联形成关系群控，降低了电站运维可控性、高效性及成功率；
标准化运维方案数据缺少智能模糊学习数据存储，降低运维可控性和规范性；
备品备件及派工单没有管理，降低运维及时性和成功率。
技术实现要素：
：
本发明目的在于提供一种针对分布式电站装机容量小、地域分布广、电站数量巨大，运维人员少等特点，提供一种智能化监控运维系统。
本发明分布式光伏电站智能运维系统方案通过以下技术步骤来实现：
分布式光伏电站智能监控运维系统，其特征在于，包括以下步骤：
第一步：数据传输
光伏电站的动态设备状态、时时运行数据、运维人员位置和状态信息通过移动互联网技术传输到后台；
第二步：数据存储(模糊集合)
光伏电站动态设备状态、时时运行数据、运维人员位置和状态信息、电站基本信息、备品备件信息、运维方案作为初始化基础数据以模糊集合型式进行存储；
第三步：数据生成
待运维电站清单数据生成(模糊逻辑)
以初始化基础数据为基础，对设备状态、电站运行参数进行模糊逻辑分析诊断，以系统编程进行待运维电站清单数据自动生成；
派工单数据生成(模糊控制)
通过对待运维电站清单、运维人员基本信息、运维方案数据、备品备件数据相关联，通过模糊控制按运维指标进行系统编程进行派工单数据自动生成；
派工单自动分配(模糊综合评价法)
自动生成的派工单根据故障类型对运维人员所有评定因素进行模糊综合评价法评出综合分数，系统根据综合分数自动分配给运维人员；
运维人员和电站设备KPI绩效考核数据生成(模糊决策)
电站运行一段时间后，系统会通过模糊综合评价法对运维人员和设备评定出综合评分，自动生成电站设备和运维人员的KPI绩效考核，决策者通过模糊排序和模糊寻优对电站设备、运维人员做出决策；
第四步；数据回存
以数据生成为基础，运维结束后，通过系统编程将生成数据回存到后台数据供下次关联分析调用；
第五步：形成大数据
每次运维人员运维后就数据回存，通过日积月累，逐步形成大数据。
以目前国内一线品牌逆变器故障解决方案建立标准数据，当逆变器出现新的故障，通过模糊学习技术，对故障现象数据模糊学习匹配，然后通过5WHY故障诊断分析学习技术，找到故障根本原因，然后对分析出的根本原因再通过模糊学习技术对数据库所有根本原因进行模糊学习寻找规则来找出所有相对解决措施群，最后学习统计出来的解决措施有效性进行权重分析，从而使系统自动生成运维方案，当运维确认新生成运维方案有效后自动回存到后台数据，供下次学习调用。经过一定时期运维积累，逐步形成运维方案大数据。
采用模糊理论技术中模糊集合论、模糊逻辑、模糊决策、模糊控制、模糊综合评价法、模糊决策等技术手段来实现电站信息数据、运维人员数据、派工单数据、标准化方案数据、备品备件数据的有效关联，通过群控管理理论完成问题电站自动统计分配、派工单自动生成、标准化大数据自动生成、备品备件库自动化管理及运维人员KPI绩效考核自动生成，实现对对电站设备的设备群控、运维人员人群控。
本发明的有益效果是：通过模糊学习技术，对运维数据基本存储和逐步累积，最后形成大数据，然后在通过大数据模糊学习，更有效发现大数据规则，从而自动形成高效可用的运维系统方案。
附图说明
图1为本发明新型的界面示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
本发明的系统具体实施内容如下：
一套完整分布式光伏电站运维管理平台
管理平台主要包括三大模块
硬件模块
硬件模块主要包括分布式光伏电站、数据通信和后台数据处理及应用。硬件模块主要为数据通道搭建硬平台。
软件模块
软件模块主要包括数据传输处理系统、数据分析处理系统和数据应用系统。软件模块是在硬件平台上应用软件编程作出操作平台，实现人对电站系统管理。
模糊技术理论模块
模糊技术理论主要包括模糊集合论、模糊逻辑、模糊决策、模糊控制、模糊综合评价法、模糊决策。这些理论是软件编程算法功能实现上的依据基础。
一套完整分布式光伏电站运维实施流程
电站运行数据和运维人员位置状态等信息通过移动数据通信传输到后台，通过纵向横向理论、专家分析等理论分析待运维的问题电站，根据问题电站的问题自动生成带解决方案的派工单，系统根据运维人员人数自动分配派工单，运维人员根据派工单领取所需材料和工具，按照派工单运维线路前往问题电站运维。在运维过程中，当又出现问题电站需要运维时，系统会根据所有运维人员目前运维任务、线路、工具、材料及能力，通过加权系数综合评定法将新的派工单分配最佳运维人员，该运维人员就会自动收到新派工单，并更新运维线路和运维任务，运维人员对电站运维完成后，系统会自动根据运维后电站运行状态和参数，通过纵向分析理论来验证运维效果，当运维效果合格后才确认运维成功，结束运维任务，如果是新类型的问题现象，系统会自动添加到新解决方案数据供下次模糊学习使用。然后通过长时期数据积累，逐步形成运维大数据。
一套基于分布式光伏电站运维系统的模糊技术理论运用
模糊理论(Fuzzy Theory)是指用到了模糊集合的基本概念或连续隶属度函数的理论。它可分类为模糊数学，模糊系统，不确定性和信息，模糊决策，模糊逻辑与人工智能这五个分支，它们并不是完全独立的，它们之间有紧密的联系。例如，模糊控制就会用到模糊数学和模糊逻辑中的概念。从实际应用的观点来看，模糊理论的应用大部分集中在模糊系统上，尤其集中在模糊控制上。
模糊理论在分布式光伏电站运维系统运用主要在以下几方面：
模糊集合
模糊集的概念模糊集理论,也称为模糊集合论,或简单地称为模糊集。这种方法把待考察的对象及反映它的模糊概念作为一定的模糊集合，建立适当的隶属函数，通过模糊集合的有关运算和变换，对模糊对象进行分析。模糊集合论以模糊数学为基础，研究有关非精确的现象。客观世界中，大量存在着许多亦此亦彼的模糊现象。
模糊集在数据库建立上的运用。
建立模糊集数据库，将电站状态信息、运维人员状态信息、电站故障问题、故障原因、故障措施、工具、材料、效果等都作为模糊对象，将这些对象以数据库形式存储在后台，以供应用程序按模糊逻辑、模糊控制等理论调用。
模糊逻辑
模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。
模糊逻辑在问题电站统计分析上运用。
横向模糊比对分析是指通过多个设备的运行数据的比较来发现问题，比如将两台或多台群相同型号逆变器的日发电量进行对比发现，如果有一台或几台逆变器的发电量总是比群逆变器模糊值(模糊值根据实际情况动态变化)低，那么我们就可以认为发电量低的这一台或几台逆变器效率低下或疑似故障，借此也可以用来判断逆变器的好坏。
纵向模糊比对分析是指分待析设备，纵向分析一段时期的运行数据模糊集的比较来发现问题，对比待分析逆变器的日发电量和PR值(电站发电效率)进行对比发现，如果这台逆变器的发电量和PR值在某天开始发电量和PR值慢慢减少一个模糊值(模糊值根据实际情况动态变化)下滑，那么我们就可以认为这台逆变器疑似故障，借此也可以用来判断逆变器的好坏。
模糊控制
模糊控制是利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。
模糊控制在运维方案自动生成运用。
以目前国内一线品牌逆变器故障解决方案建立标准数据，当逆变器出现新的故障，通过模糊逻辑技术，对故障现象数据模糊匹配，找到故障根本原因临时模糊集，然后对分析出的根本原因临时模糊集再通过模糊学习技术对数据库所有根本原因数据库进行模糊比对寻找规则来找出所有相对解决措施模糊临时集，最后模糊统计出来的解决措施模糊临时有效性进行权重模糊综合评定分析，从而使系统自动生成运维方案，当运维确认新生成运维方案有效后将故障现象、根本原因、接触措施以模糊集数据形式加入原先数据库模糊集合，经过长时期的日积月累，逐步形成运维大数据库。
模糊综合评价法
模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
模糊综合评价法在派工单分配中的运用。
运维人员都在外运维过程中又出现新的故障电站，故障电站会自动自动根据模糊逻辑、模糊控制等手段自动生成派工单，评价因素主要包含运维人员运维任务、运维线路、运维工具、运维材料、运维人员能力、运维时长等，给每个评价因素设定平均值和权重，通过模糊综合评价法对所有评价因素进行逐一评定，最后做出综合评价值，系统自动将新拍工单分配给综合评价值最高的运维人员。
模糊决策
模糊决策是指在模糊环境下进行决策的数学理论和方法。常用的模糊决策方法有模糊排序、模糊寻优和模糊对策等。
模糊排序指研究决策者在模糊环境下如何确定各种决策方案之间的优劣次序。
模糊寻优指给定方案集及各种目标函数和限制条件以后，寻求最优方案便成了一个优化问题。
模糊对策指当决策者在对方也有决策的情况下进行决策时，就需要应用对策论。如果双方在选取策略时接受一定的模糊约束，这就需要应用模糊对策论。
模糊决策在电站设备、运维人员运用。
电站设备模糊决策：电站运行一段时间后，采用模糊综合评定方法对电站设备发电量、发电效率、故障率、运维费用等评定因素进行评定，然后通过模糊排序和模糊寻优给决策者对电站设备做决策。
电站运维人员模糊决策：电站运行一段时间后采用模糊综合评定方法对电站运维人员运维服务年限、运维电站数量、运维电站成功率、运维电站难易程度、运维费用等评定因素进行评定，然后通过模糊排序和模糊寻优给决策者对电站运维人员做KPI绩效考核评定。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。