一种风电光伏设备的智能运维系统的制作方法

本技术涉及智能运维，特别是涉及一种风电光伏设备的智能运维系统。

背景技术：

1、风电光伏设备的运维工作，是保证风电光伏系统正常运行的重要措施之一，而如何在合适的运维周期内针对风电光伏设备如何开展合理的运维工作，提高运维的准确性、降低资源浪费，提高工作效率低是运维过程的重点与难点。

2、目前，在风电光伏设备的运维技术中，运维策略和周期是根据历史经验总结、人为判断的，无法反应风电光伏设备的真实状态，不能提供合理的运维策略，不能及时发现设备故障或对设备过度运维，大大降低了运维效率。

技术实现思路

1、为解决上述技术问题，本技术提供了一种风电光伏设备的智能运维系统，旨在解决运维策略和周期是根据历史经验总结、人为判断的，无法反应风电光伏设备的真实状态，不能提供合理的运维策略，不能及时发现设备故障或对设备过度运维，大大降低了运维效率的技术问题。

2、本技术的一些实施例中，根据视频图像确定第一实时设备状态，根据运行数据确定第二实时设备状态，第一实时设备状态和第二实时设备状态综合得到实时设备状态，准确反应了风电光伏设备的真实状态，防止单维度数据得到的设备状态不准确，可及时发现设备故障，为后续制定运维策略打下基础。

3、本技术的一些实施例中，根据实时设备状态和实时环境状态确定第一运维策略，预测预设时段后的设备环境数据，根据设备环境数据和实时环境状态的偏差度，调整第一运维策略，减少设备环境影响使第一运维策略更加合理，根据预设时段后的巡检结果和第一运维策略应用值，确定下一次的第二运维策略，制定合理运维策略，大大提高了运维效率。

4、本技术的一些实施例中，提供了一种风电光伏设备的智能运维系统，包括：

5、监控模块，用于实时监控风电光伏设备的运行状态以及运行数据，根据运行状态以及运行数据确定实时设备状态；

6、运维模块，用于根据实时设备状态和实时环境状态确定第一运维策略，预测预设时段的设备环境数据，根据设备环境数据调整第一运维策略；

7、调整模块，用于获取预设时段后的巡检结果，根据巡检结果评估第一运维策略应用值，根据第一运维策略应用值确定第二运维策略。

8、在本技术的一些实施例中，根据运行状态以及运行数据确定实时设备状态，包括：

9、实时监控风电光伏设备并获取风电光伏设备的实时视频图像，对实时视频图像进行预处理，对预处理后的实时视频图像进行特征提取，确定特征图像数据；

10、建立图像中设备位置识别模型和设备状态识别模型，将特征图像数据输入至图像中设备位置识别模型和设备状态识别模型中，得到特征图像数据对应的设备特征位置和设备状态；

11、对设备特征位置和设备状态设定对应的权重系数，根据设备特征位置和设备状态以及对应的权重系数，确定第一实时设备状态；

12、其中，通过多个设备特征位置标签的图像数据作为训练集，得到图像中设备位置识别模型，通过多个设备状态标签的图像数据作为训练集，得到设备状态识别模型，其中，设备状态包括故障状态、非故障状态和疑似故障状态。

13、在本技术的一些实施例中，根据运行状态以及运行数据确定实时设备状态，还包括：

14、将运行数据进行标准化处理，将处理后的运行数据与对应的历史正常运行数据进行作差，得到运行数据差值w0；

15、将运行数据差值w0与预设运行数据差值wi进行对比，得到第二实时设备状态；

16、当0.95∣wi∣≤∣w0∣≤1.05∣wi∣时，第二实时设备状态为非故障状态；

17、当0.8∣wi∣≤∣w0∣＜0.95∣wi∣或1.05wi＜∣w0∣≤1.2∣wi∣时，第二实时设备状态为为疑似故障状态；

18、当∣w0∣＜0.8∣wi∣或1.2∣wi∣＜∣w0∣时，第二实时设备状态为故障状态；

19、将同一时刻的第一实时设备状态和第二实时设备状态进行状态比对，若状态比对结果一致，将第二实时设备状态设定为实时设备状态，若状态比对结果不一致，将第一实时设备状态或第二实时设备状态中，低状态等级的设备状态设定为实时设备状态。

20、在本技术的一些实施例中，根据实时设备状态和实时环境状态确定第一运维策略，包括：

21、实时获取设备周围环境数据，得到多个环境因子；

22、基于设备状态－影响因子映射表，将与设备状态有关的环境因子筛选出来，构建环境影响因子序列，将环境影响因子序列中的实时数据与设备状态－影响因子映射表中的环境数据进行比对，根据比对结果确定实时环境状态，所述实时环境状态包括良好状态、一般状态和恶劣状态；

23、第一运维策略包括运维参数和巡检周期，根据实时设备状态确定运维参数，根据实时环境状态确定巡检周期，所述巡检周期包括第一周期、第二周期和第三周期。

24、在本技术的一些实施例中，所述设备状态－影响因子映射表，包括：

25、获取历史环境数据，得到多个影响因子，计算多个影响因子与设备非故障状态、设备故障状态、设备疑似故障状态的第一关联度、第二关联度和第三关联度；

26、根据第一关联度大于预设关联度阈值的环境影响因子，按照顺序性构建非故障因子序列，根据第二关联度大于预设关联度阈值的环境影响因子，按照顺序性构建故障因子序列，根据第三关联度大于预设关联度阈值的环境影响因子，按照顺序性构建故障因子序列；

27、将非故障因子序列与非故障状态进行映射，得到第一设备状态－影响因子映射表，将故障因子序列与故障状态进行映射，得到第二设备状态－影响因子映射表，将疑似故障因子序列与疑似故障状态进行映射，得到第三设备状态－影响因子映射表，根据第一设备状态－影响因子映射表、第二设备状态－影响因子映射表、第三设备状态－影响因子映射表构成设备状态－影响因子映射表。

28、在本技术的一些实施例中，预测预设时段的设备环境数据，根据设备环境数据调整第一运维策略，包括：

29、根据实时设备状态以及实时设备状态前预设时段的历史环境数据，绘制第一状态－环境曲线；

30、根据历史环境数据与多个设备状态绘制历史状态－环境曲线，将与实时设备状态相同状态的历史状态－环境曲线筛选出来，根据曲线重合程度确定确定重合曲线，根据重合曲线确定预设时段内的第二状态－环境曲线，根据第二状态－环境曲线预测预设时段的设备环境数据；

31、计算设备环境数据与实时环境状态对应数据的多个偏差度，根据偏差度平均值对巡检周期进行调整；

32、若偏差度平均值小于第一偏差度，不对巡检周期进行调整，若偏差度平均值处于第一偏差度和第二偏差度之间，将巡检周期调高一级，若偏差度平均值大于第二偏差度，将巡检周期调高二级；

33、其中，第三周期为最高巡检周期，若没调高之前，巡检周期为第三周期，发送报警信号。

34、在本技术的一些实施例中，根据巡检结果评估第一运维策略应用值，包括：

35、所述巡检结果为设备状态结果和设备环境结果，将设备状态结果进行量化，将非故障状态记为第一量值n1，疑似故障状态记为第二量值n2，故障状态记为第三量值n3，将设备环境结果与设备环境数据进行比对，根据比对结果设定第一影响系数a1、第二影响系数a2和第三影响系数a3；

36、所述第一运维策略应用值为：

37、g＝ni×et×l1+tsn×aj×l2；

38、其中，g为第一运维策略应用值，ni为第i量值，i＝1,2,3；t为运维时长，l1为设备状态结果对应的权重系数，ts为巡检周期，tsn为第n周期，n＝1,2,3aj为第j影响系数，j＝1,2,3，l2为设备环境结果对应的权重系数；

39、预先设定有第一应用值阈值和第二应用值阈值，且第一应用值阈值小于第二应用值阈值，根据第一运维策略应用值与第一应用值阈值、第二应用值阈值之间的关系，确定第二运维策略。

40、在本技术的一些实施例中，根据第一运维策略应用值确定第二运维策略，包括：

41、当第一运维策略应用值小于第一应用值阈值时，说明设备处于故障或疑似故障状态，根据设备具体故障对第一运维策略中的运维参数进行调整，得到第二运维策略；

42、当第一运维策略应用值处于第一应用值阈值和第二应用值阈值之间时，说明设备处于非故障状态且第一运维策略可以优化，根据设备环境状态对巡检周期进行优化，得到第二运维策略；

43、当第一运维策略应用值大于第二应用值阈值时，说明设备处于非故障状态且第一运维策略无需优化，将第一运维策略确定为第二运维策略；

44、其中，第二运维策略为第一运维策略的下一时刻运维。

45、本技术实施例的一种风电光伏设备的智能运维系统，与现有技术相比，其有益效果在于：

46、根据视频图像确定第一实时设备状态，根据运行数据确定第二实时设备状态，第一实时设备状态和第二实时设备状态综合得到实时设备状态，准确反应了风电光伏设备的真实状态，防止单维度数据得到的设备状态不准确，可及时发现设备故障，为后续制定运维策略打下基础。

47、根据实时设备状态和实时环境状态确定第一运维策略，预测预设时段后的设备环境数据，根据设备环境数据和实时环境状态的偏差度，调整第一运维策略，减少设备环境影响使第一运维策略更加合理，根据预设时段后的巡检结果和第一运维策略应用值，确定下一次的第二运维策略，制定合理运维策略，大大提高了运维效率。