一种基于光伏电站的巡检路线规划系统的制作方法

1.本发明涉及光伏电站技术领域，具体是一种基于光伏电站的巡检路线规划系统。


背景技术：

2.近年来，随着科技的发展，光伏电站智能机器人的出现，实现自动完成光伏电站日常设备巡视、红外测温、操作前后设备状态检查等工作，从而大大提高对光伏电站设备巡视的工作效率和质量，降低人员劳动强度和工作风险，提升光伏电站智能化水平，为光伏电站无人值守提供强大的技术支撑。光伏电站智能机器人已经成为光伏电站设备巡检的重要辅助手段。
3.但是巡检机器人没有全局路径规划功能，对特定设备进行巡视时，无法对路径进行优化，需要走一些不必要的路径，既浪费了电池能量，又加长了巡检机器人到位检测的时间，检测效率不高，同时由于巡检机器人的局限性以及巡查速度的限制，无法智能识别故障系数高的监测点或光伏电站设备重点巡查，提高寻找到故障源的效率，基于以上不足，本发明提出一种基于光伏电站的巡检路线规划系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于光伏电站的巡检路线规划系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种基于光伏电站的巡检路线规划系统，包括信息上传模块、自主导航模块、终端分配模块、数据库以及巡检分析模块；
6.所述信息上传模块用于用户输入路线规划请求至云平台，所述云平台接收到路线规划请求后生成路线规划指令至路线规划模块；
7.所述路线规划模块包括若干个处理终端，用于爬取光伏电站内的道路交错关系，并根据爬取到的数据为巡检机器人规划巡检路线；当接收到路线规划指令，所述终端分配模块用于对处理终端进行执行系数分析，并选取执行系数zl最大的处理终端作为选中终端，完成巡检路线的规划工作；
8.所述巡检路线包括若干个监测点；当巡检机器人途径监测点时，所述巡检分析模块用于采集监测点的故障维修记录并进行故障系数分析，并将当前监测点的故障系数gz传输至云平台；所述云平台用于根据故障系数gz确定巡检机器人的巡查级别为x1，每个巡查级别对应不同的巡查速度阈值；
9.若巡查级别x1与巡检机器人当前的巡查级别不一致，则生成切换指令至自主导航模块，所述自主导航模块用于接收切换指令后切换巡检机器人的巡查级别；否则，保持当前巡查级别不变。
10.进一步地，所述路线规划模块的具体规划步骤为：
11.当接收到路线规划指令，选中终端首先对光伏电站环境建模形成拓扑网状图和连
通关系矩阵；接着利用floyd弗洛伊德算法确定搜索路径矩阵，即最短路径矩阵，并通过迭代优化，提高运算速度；
12.然后通过对节点和边的遍历，计算始发点到目标点序列的最短连通路径；最后将最短连通路径转换到以rfid序列标示的巡检路线；在每个路口的rfid，根据路径连通性，计算出巡检机器人的转动角度。
13.进一步地，所述终端分配模块的具体分析步骤为：
14.当接收到路线规划指令，采集若干个处理终端在预设时间内的执行数据；针对同一处理终端；统计对应处理终端的指令执行次数为c1；
15.将每次的指令执行时长标记为ti；在指令执行过程中，每间隔r2时间采集一次实时网络访问速度并标记为fm；其中r2为预设值；将fm与访问速度阈值相比较，计算得到低速系数di；利用公式zxi＝1/(ti
×
a3+di
×
a4)得到对应处理终端的执行值zxi，其中a3、a4均为系数因子；
16.将执行值zxi与执行阈值相比较，统计zxi大于执行阈值的次数占比为zb；当zxi大于执行阈值时，获取zxi与执行阈值的差值并求和得到执优总值zy；利用公式zs＝zb
×
g1+zy
×
g2计算得到执优系数zs，其中g1、g2为系数因子；将对应处理终端的当前网络访问速度标记为ft；
17.利用公式zl＝c1
×
g3+zs
×
g4+ft
×
g5计算得到对应处理终端的执行系数zl，其中g3、g4、g5为系数因子。
18.进一步地，所述低速系数di的计算过程为：
19.建立实时网络访问速度fm随时间变化的曲线图；若fm≤访问速度阈值，则在对应的曲线图中截取对应的曲线段并标注为红色，记为低速曲线段；统计低速曲线段的数量为p1；将低速曲线段中对应fm与访问速度阈值的差值对时间进行积分得到低速参考能量e1，利用公式di＝p1
×
a1+e1
×
a2计算得到对应处理终端的低速系数di，其中a1、a2均为系数因子。
20.进一步地，所述巡检分析模块的具体分析步骤为：
21.获取预设时间内监测点的故障维修记录，所述故障维修记录包括故障时刻以及对应故障等级，其中故障等级由维修人员根据维修过程中投入的人力物力资源进行评估；统计当前监测点的故障次数为l1；将每次的故障等级标记为gn，若gn大于预设等级阈值，则反馈高危信号至巡检分析模块；根据高危信号的出现情况计算得到当前监测点的高危偏值gw；
22.将最近一次故障时刻与系统当前时间进行时间差计算得到缓冲时长ht，利用公式gz＝(l1
×
d1+gw
×
d2)/ht计算得到当前监测点的故障系数gz，其中d1、d2均为系数因子。
23.进一步地，数据库内存储有故障系数范围与巡查级别的映射关系表。
24.进一步地，所述高危偏值gw的计算过程为：
25.统计高危信号的出现次数占比为zc，截取相邻高危信号之间的时间段为高危缓冲时段，统计每个高危缓冲时段内监测点的故障次数为高危缓冲频次hi；将高危缓冲频次hi与频次阈值相比较；
26.统计hi小于频次阈值的次数为l2；当hi小于频次阈值时，获取hi与频次阈值的差值并求和得到差缓总值ch，利用公式cx＝l2
×
g6+ch
×
g7计算得到差缓系数cx，其中g6、g7
为系数因子；利用公式gw＝zc
×
g8+cx
×
g9计算得到当前监测点的高危偏值gw，其中g8、g9为系数因子。
27.进一步地，所述自主导航模块用于采集巡检机器人的导航定位信息，将位置姿态信号发送至巡检机器人并控制巡检机器人按照路线规划模块规划的巡检路线在光伏电站内行驶。
28.与现有技术相比，本发明的有益效果是：
29.1、本发明中所述路线规划模块用于爬取光伏电站内的道路交错关系，并采用全局路径规划算法对巡检路径进行优化，行驶路线短，巡检机器人到位检测时间快，有效提高巡检效率；
30.2、当接收到路线规划指令，所述终端分配模块用于对处理终端进行执行系数分析；采集若干个处理终端在预设时间内的执行数据，根据每次的指令执行时长和指令执行过程中实时网络访问速度的变化情况，计算得到执行值zxi，结合对应处理终端的指令执行次数，计算得到对应处理终端的执行系数zl；并选取执行系数zl最大的处理终端作为选中终端，完成巡检路线的规划工作，提高数据处理效率；
31.3、当巡检机器人途径监测点时，所述巡检分析模块用于采集监测点的故障维修记录并进行故障系数分析，统计当前监测点的故障次数为l1；将每次的故障等级标记为gn，若gn大于预设等级阈值，则反馈高危信号至巡检分析模块；根据高危信号的出现情况，计算得到当前监测点的高危偏值gw；结合缓冲时长ht，计算得到当前监测点的故障系数gz，所述云平台用于根据故障系数gz确定巡检机器人的巡查级别；本发明能够根据监测点的故障系数gz确定巡检机器人的巡查级别，实现巡查速度自动调控，同时能够智能识别出故障系数gz高的监测点重点巡查，提高寻找故障源的效率。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明一种基于光伏电站的巡检路线规划系统的系统框图。
具体实施方式
34.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
35.如图1所示，一种基于光伏电站的巡检路线规划系统，包括信息上传模块、云平台、路线规划模块、自主导航模块、终端分配模块、数据库以及巡检分析模块；
36.信息上传模块用于用户输入路线规划请求至云平台，云平台接收到路线规划请求后生成路线规划指令并将路线规划指令发送至路线规划模块，路线规划模块包括若干个处理终端，用于爬取光伏电站内的道路交错关系，并根据爬取到的数据为巡检机器人规划巡
检路线；具体规划步骤为：
37.当接收到路线规划指令，对应处理终端首先对光伏电站环境建模形成拓扑网状图和连通关系矩阵；
38.接着利用floyd弗洛伊德算法确定搜索路径矩阵，即最短路径矩阵，并通过迭代优化，提高运算速度；然后通过对节点和边的遍历，计算始发点到目标点序列的最短连通路径；
39.最后将最短连通路径转换到以rfid序列标示的巡检路线；在每个路口的rfid，根据路径连通性，计算出巡检机器人的转动角度；
40.本发明中路线规划模块采用全局路径规划算法对巡检路径进行优化，行驶路线短，巡检机器人到位检测时间快，有效提高巡检效率；
41.自主导航模块用于采集巡检机器人的导航定位信息，将位置姿态信号发送至巡检机器人并控制巡检机器人按照路线规划模块规划的巡检路线在光伏电站内行驶；
42.终端分配模块与路线规划模块相连接；当接收到路线规划指令，终端分配模块用于对处理终端进行执行系数分析，并选取执行系数最大的处理终端作为选中终端，完成巡检路线的规划工作；具体分析步骤为：
43.当接收到路线规划指令，采集若干个处理终端在预设时间内的执行数据；执行数据为处理终端执行路线规划指令的开始时刻和结束时刻；
44.针对同一处理终端；统计对应处理终端的指令执行次数为c1；
45.将每次的指令执行时长标记为ti；在指令执行过程中，每间隔r2时间采集一次实时网络访问速度，将实时网络访问速度标记为fm；其中，r2为预设值；建立实时网络访问速度fm随时间变化的曲线图；
46.将实时网络访问速度fm与访问速度阈值相比较；若fm≤访问速度阈值，则在对应的曲线图中截取对应的曲线段并标注为红色，记为低速曲线段；统计低速曲线段的数量为p1，将低速曲线段中对应fm与访问速度阈值的差值对时间进行积分得到低速参考能量e1，利用公式di＝p1
×
a1+e1
×
a2计算得到对应处理终端的低速系数di，其中a1、a2均为系数因子；
47.利用公式zxi＝1/(ti
×
a3+di
×
a4)得到对应处理终端的执行值zxi，其中a3、a4均为系数因子；i表示第i次执行；
48.将执行值zxi与执行阈值相比较，统计zxi大于执行阈值的次数占比为zb；当zxi大于执行阈值时，获取zxi与执行阈值的差值并求和得到执优总值zy；利用公式zs＝zb
×
g1+zy
×
g2计算得到执优系数zs，其中g1、g2为系数因子；
49.将对应处理终端的当前网络访问速度标记为ft；利用公式zl＝c1
×
g3+zs
×
g4+ft
×
g5计算得到对应处理终端的执行系数zl，其中g3、g4、g5为系数因子；
50.选取执行系数zl最大的处理终端作为选中终端；终端分配模块用于将路线规划指令发送至选中终端，选中终端接收到路线规划指令后为巡检机器人规划巡检路线，提高数据处理效率；
51.巡检路线包括若干个监测点；当巡检机器人途径监测点时，巡检分析模块用于采集监测点的故障维修记录并进行故障系数分析，具体分析步骤为：
52.获取预设时间内监测点的故障维修记录，故障维修记录包括故障时刻以及对应故
障等级，其中故障等级由维修人员根据维修过程中投入的人力物力资源进行评估；
53.统计当前监测点的故障次数为l1；将每次的故障等级标记为gn，若gn大于预设等级阈值，则反馈高危信号至巡检分析模块；
54.统计高危信号的出现次数占比为zc，截取相邻高危信号之间的时间段为高危缓冲时段，统计每个高危缓冲时段内监测点的故障次数为高危缓冲频次hi；将高危缓冲频次hi与频次阈值相比较；
55.统计hi小于频次阈值的次数为l2；当hi小于频次阈值时，获取hi与频次阈值的差值并求和得到差缓总值ch，利用公式cx＝l2
×
g6+ch
×
g7计算得到差缓系数cx，其中g6、g7为系数因子；
56.利用公式gw＝zc
×
g8+cx
×
g9计算得到当前监测点的高危偏值gw，其中g8、g9为系数因子；
57.将最近一次故障时刻与系统当前时间进行时间差计算得到缓冲时长ht，将故障次数l1、高危偏值gw以及缓冲时长ht进行归一化处理并取其数值，利用公式gz＝(l1
×
d1+gw
×
d2)/ht计算得到当前监测点的故障系数gz，其中d1、d2均为系数因子；
58.巡检分析模块用于将当前监测点的故障系数gz传输至云平台；云平台用于根据故障系数gz确定巡检机器人的巡查级别，每个巡查级别对应不同的巡查速度阈值；具体为：
59.数据库内存储有故障系数范围与巡查级别的映射关系表；确定与故障系数gz对应的巡查级别为x1；
60.云平台用于将巡查级别x1与巡检机器人当前的巡查级别相比较，若不一致，则生成切换指令并发送至自主导航模块，自主导航模块用于接收切换指令后切换巡检机器人的巡查级别；否则，保持当前巡查级别不变；
61.本发明能够根据监测点的故障系数gz确定巡检机器人的巡查级别，实现巡查速度自动调控，同时能够智能识别出故障系数gz高的监测点重点巡查，提高寻找故障源的效率。
62.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
63.本发明的工作原理：
64.一种基于光伏电站的巡检路线规划系统，在工作时，信息上传模块用于用户输入路线规划请求至云平台，云平台接收到路线规划请求后生成路线规划指令至路线规划模块，路线规划模块用于爬取光伏电站内的道路交错关系，并采用全局路径规划算法对巡检路径进行优化，行驶路线短，巡检机器人到位检测时间快，有效提高巡检效率；
65.当接收到路线规划指令，终端分配模块用于对处理终端进行执行系数分析；采集若干个处理终端在预设时间内的执行数据，根据每次的指令执行时长和指令执行过程中实时网络访问速度的变化情况，计算得到执行值zxi，结合对应处理终端的指令执行次数，计算得到对应处理终端的执行系数zl；并选取执行系数zl最大的处理终端作为选中终端，完成巡检路线的规划工作，提高数据处理效率；
66.巡检路线包括若干个监测点；当巡检机器人途径监测点时，巡检分析模块用于采集监测点的故障维修记录并进行故障系数分析，统计当前监测点的故障次数为l1；将每次的故障等级标记为gn，若gn大于预设等级阈值，则反馈高危信号至巡检分析模块；根据高危
信号的出现情况，计算得到当前监测点的高危偏值gw；结合缓冲时长ht，计算得到当前监测点的故障系数gz，云平台用于根据故障系数gz确定巡检机器人的巡查级别；本发明能够根据监测点的故障系数gz确定巡检机器人的巡查级别，实现巡查速度自动调控，同时能够智能识别出故障系数gz高的监测点重点巡查，提高寻找故障源的效率。
67.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
68.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。