CN117910617A - 一种光伏板故障远程预测系统 - Google Patents
一种光伏板故障远程预测系统 Download PDFInfo
- Publication number
- CN117910617A CN117910617A CN202311795763.5A CN202311795763A CN117910617A CN 117910617 A CN117910617 A CN 117910617A CN 202311795763 A CN202311795763 A CN 202311795763A CN 117910617 A CN117910617 A CN 117910617A
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- photovoltaic panel
- accuracy
- module
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 99
- 230000007613 environmental effect Effects 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims description 45
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000010248 power generation Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 230000004927 fusion Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明属于新能源领域，公开了一种光伏板故障远程预测系统，包括参数采集模块、计算模块、远程传输模块和故障预测模块；参数采集模块用于获取光伏板的监测数据以及光伏板所处环境的环境数据；计算模块用于对监测数据的准确性进行判断，并基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据；远程传输模块用于将准确性符合要求的监测数据发送至故障预测模块，以及用于将修正的监测数据发送至故障预测模块；故障预测模块用于基于远程传输模块发送的监测数据对光伏板进行故障预测，获得预测结果。本发明提高了故障预测结果的准确性。
Description
技术领域
本发明涉及新能源领域，尤其涉及一种光伏板故障远程预测系统。
背景技术
光伏板故障远程预测，指的是通过获取光伏板的监测数据，然后将运行传输至云服务器等设备中进行故障预测，从而能够在发生故障前提前进行相应地运维处理，从而保证光伏板的发电效率以及延长光伏板的使用寿命。
现有技术中，通常都是在获取到光伏板的监测数据后便直接进行传输，并没有对获得的监测数据的准确性进行判断，这就容易导致用于进行故障预测的数据不够准确，影响预测结果的准确性。例如，申请号为CN202310085068.3的专利，其公开了一种光伏电站远程监测系统及方法，其在获取到光伏组件的状态信息之后，并没有进行准确性判断，直接便发送至远程控制中心。
因此，如何提高用于进行故障预测的监测数据的准确性，便成为需要解决的技术问题。
发明内容
本发明的目的在于公开一种光伏板故障远程预测系统，解决背景技术中提出的技术问题。
为了达到上述目的，本发明提供如下技术方案：
本发明提供了一种光伏板故障远程预测系统，包括参数采集模块、计算模块、远程传输模块和故障预测模块；
参数采集模块用于获取光伏板的监测数据以及光伏板所处环境的环境数据；
计算模块用于对监测数据的准确性进行判断，并基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据；
远程传输模块用于将准确性符合要求的监测数据发送至故障预测模块，以及用于将修正的监测数据发送至故障预测模块；
故障预测模块用于基于远程传输模块发送的监测数据对光伏板进行故障预测，获得预测结果。
可选的，监测数据包括光伏板的发电电压、发电电流、输出功率和内部温度。
可选的，环境数据包括光照强度、环境温度和环境湿度。
可选的，对监测数据的准确性进行判断，包括：
用A表示监测数据的类型，则对于参数采集模块获得的第k个类型为A的监测数据mondatA,k，
计算mondatA,k的准确性特征值：
cha(mondatA,k)表示mondatA,k的准确性特征值，adpT表示自适应判断间隔，adpT大于1，mondatA,i表示参数采集模块获得的第i个类型为A的监测数据；
将准确性特征值与用于对比的特征值阈值进行对比，若准确性特征值大于用于对比的特征值阈值，则表示mondatA,k的准确性不符合要求；准确性特征值小于等于用于对比的特征值阈值，则表示mondatA,k的准确性符合要求。
可选的，自适应判断间隔的计算公式为：
adpT表示自适应判断间隔，mondatA,j表示参数采集模块获得的第j个类型为A的监测数据，datmid表示集合S中的监测数据的中值，集合S为参数采集模块获得的第k-10个类型为A的监测数据到第k-1个类型为A的监测数据的集合，baseT表示预设的判断间隔。
可选的，基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据，包括：
用t表示mondatA,k的获取时刻，将获取时刻在时间区间[t-P,t]的环境数据存入集合env，P为预先设置的时长；
基于env计算修正长度；
基于修正长度对mondatA,k进行修正，得到经过修正的监测数据。
可选的，修正长度的计算函数为：
lenfil表示修正长度，ma表示获取集合的最大值，mondath表示用于对比的特征值阈值，lenbase表示基础修正长度，tye表示环境数据的类型的集合，tempb,max和tempb,min分别表示在集合env中，类型为b的环境数据的最大值和最小值，Ntye表示环境数据的类型的总数。
可选的，参数采集模块周期性地采集光伏板所处环境的环境数据。
可选的，远程传输模块包括卫星通信装置。
可选的，还包括故障显示模块，故障显示模块用于显示预测结果。
本发明的进步在于，通过在数据采集的一端设置计算模块来进行准确性的判断，从而避免了误差数据被传输至故障预测模块中进行故障预测，有效地提高了用于进行故障预测的监测数据的准确性，从而提高了故障预测结果的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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。
图1为本发明的一种光伏板故障远程预测系统的一种示意图。
图2为本发明的一种光伏板故障远程预测系统的另一种示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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作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。
如图1所示的一种实施例，本发明提供了一种光伏板故障远程预测系统，包括参数采集模块、计算模块、远程传输模块和故障预测模块；
参数采集模块用于获取光伏板的监测数据以及光伏板所处环境的环境数据；
计算模块用于对监测数据的准确性进行判断，并基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据；
远程传输模块用于将准确性符合要求的监测数据发送至故障预测模块，以及用于将修正的监测数据发送至故障预测模块；
故障预测模块用于基于远程传输模块发送的监测数据对光伏板进行故障预测，获得预测结果。
通过在数据采集的一端设置计算模块来进行准确性的判断，从而避免了误差数据被传输至故障预测模块中进行故障预测，有效地提高了用于进行故障预测的监测数据的准确性，从而提高了故障预测结果的准确性。
示例性的，参数采集模块、计算模块和远程传输模块均设置在光伏发电场中，而故障预测模块则设置在云服务器中。
可选的，监测数据包括光伏板的发电电压、发电电流、输出功率和内部温度。
具体的，发电电压、发电电流、输出功率等可以通过对逆变器来获得，而内部温度可以通过设置相应的温度传感器来获得。
可选的，环境数据包括光照强度、环境温度和环境湿度。
具体的，环境情况对光伏板的发电效率有很大的影响，光照强度越低，则发电效率越低。而若温度大于25摄氏度，则发电效率会随着温度的增加而降低。环境湿度越大，则越可能在光伏板的表面存在露水的可能越大，这个同样会降低发电效率。
可选的，对监测数据的准确性进行判断，包括：
用A表示监测数据的类型，则对于参数采集模块获得的第k个类型为A的监测数据mondatA,k，
计算mondatA,k的准确性特征值：
cha(mondatA,k)表示mondatA,k的准确性特征值，adpT表示自适应判断间隔，adpT大于1，mondatA,i表示参数采集模块获得的第i个类型为A的监测数据；
将准确性特征值与用于对比的特征值阈值进行对比，若准确性特征值大于用于对比的特征值阈值，则表示mondatA,k的准确性不符合要求；准确性特征值小于等于用于对比的特征值阈值，则表示mondatA,k的准确性符合要求。
在本发明的准确性判断过程中，并不是直接将mondatA,k与固定的数值进行比较来判断准确性，这是因为监测数据存在多种类型，若直接设置固定的数值，则需要设置多个数值，这样就增加了本发明落地实施的难度。而本发明是通过将mondatA,k和第k-1个到第k-adpT个类型为A的监测数据的融合结果进行对比来判断准确性的，具体来说，监测数据的准确性越大的话，准确性特征值便会越小，因此，通过设置用于对比的特征值阈值，便能够进行准确性判断。另外，本发明在对监测数据进行融合的过程中，并不是直接进行等权融合，而是将获取时刻与mondatA,k越近的监测数据的参考比例设置得越大，这样一方面是能够使得融合结果随着监测数据的趋势变化而自适应地变化，另一方面则是能够提高本发明的准确性判断方式的适应性，使得本发明的准确性的判断方式能够适用于更大变化范围的监测数据的准确性判断过程，使得本发明的适用范围更广。
具体的，监测数据的类型包括光伏板的发电电压、发电电流、输出功率和内部温度。
具体的，当本发明的刚开始运行时，由于获得的类型为A的检测数据的数量会小于等于adpT，此时不对获得的监测数据进行准确性判断。由于系统设置好之后一般都会长时间开启，因此，仅需要经过一定的时间，例如30秒，本发明便可以对获得的数据进行准确性判断。
示例性的，用于对比的特征值阈值为0.1。
可选的，自适应判断间隔的计算公式为：
adpT表示自适应判断间隔，mondatA,j表示参数采集模块获得的第j个类型为A的监测数据，datmid表示集合S中的监测数据的中值，集合S为参数采集模块获得的第k-10个类型为A的监测数据到第k-1个类型为A的监测数据的集合，baseT表示预设的判断间隔。
在本发明中，用于计算融合结果的监测数据的范围并不是保持不变的，而是也会随着监测数据的趋势的改变而改变，从而能够在监测数据的变化幅度比较小时，采用较小的自适应判断间隔，从而减少参与融合的监测数据的数量，提高准确性判断的效率；而在监测数据的变化幅度比较大时，则本发明通过参考较大范围的监测数据来进行准确性判断，从而保证保证判断结果的准确性。
具体的，预设的判断间隔可以是5。
可选的，基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据，包括：
用t表示mondatA,k的获取时刻，将获取时刻在时间区间[t-P,t]的环境数据存入集合env，P为预先设置的时长；
基于env计算修正长度；
基于修正长度对mondatA,k进行修正，得到经过修正的监测数据。
本发明在对准确性不符合要求的监测数据进行修正时，并不仅仅考虑了监测数据本身，因为监测数据可能会因为传感器的误差而导致数值存在一定的偏差，导致对监测数据的真实的变化幅度的判断不够准确。
而在本发明中，通过基于环境数据来进行修正长度的计算，使得本发明可以从不同的方面来获取最终的修正结果，能够避免出现修正长度过长或过短的情况。当修正长度过长时，表示参与修正过程的像素点的数量过多，影响修正效率，而当修正长度过短时，则表示参与修正过程的像素点的数量过小，修正的结果不够准确。
因此，本发明通过加入环境数据来作为计算修正长度，使得环境参数也能够参与到监测数据的修正过程中，实现了不同的监测渠道的数据的融合运用，从而使得本发明的修正过程能够在满足修正精度要求的同时，避免修正时间过长。
可选的，修正长度的计算函数为：
lenfil表示修正长度，ma表示获取集合的最大值，mondath表示用于对比的特征值阈值，lenbase表示基础修正长度，tye表示环境数据的类型的集合，tempb,max和tempb,min分别表示在集合env中，类型为b的环境数据的最大值和最小值，Ntye表示环境数据的类型的总数。
在修正长度的计算过程中，除了考虑环境数据之外，还考虑了准确性特征值，从而使得监测数据的偏离程度越高以及获得监测数据之前，环境数据的变化幅度越大时，修正长度也越大，使得更多的监测数据参与到修正的过程中，使得修正过程具有更多的参考数据，提高修正结果的准确性。反之，则减少修正长度的值以提高修正速度。综合来看，本发明的修正长度能够随着监测数据的变化情况以及环境数据的变化情况的变化而自适应变化，本发明通过利用环境数据对监测数据进行了修正，降低了传感器的误差的影响，使得最终的修正结果能够更加准确地表示真实的监测数据的变化。
具体的，基础修正长度为6。预先设置的时长可以是1分钟。
可选的，基于修正长度对mondatA,k进行修正，得到经过修正的监测数据，包括：
使用如下公式对mondatA,k进行修正：
corretA,k表示对mondatA,k进行修正的结果，δ表示预设的修正比例，0＜δ＜1，mondatA,z表示第z个类型为A的监测数据，frontdatA,k表示获取时刻距离第k个监测数据最近的且准确性符合要求的监测数据。
在本发明的修正过程中，并不是仅仅考虑了处于修正长度范围内的监测数据，因为这样会导致随着运行时间的加长而使得修正的结果对于突变信号的响应速度越来越慢，从而使得修正的结果出现较大程度的偏离，而本发明在修正的过程中还加入了获取时刻距离第k个监测数据最近的且准确性符合要求的监测数据作为参考，从而使得本发明能够及时地对突变信息作出响应，使得本发明对光伏板的故障的准确预测更加及时。
可选的，参数采集模块周期性地采集光伏板所处环境的环境数据。
具体的，参数获取模块可以以1秒的周期来地采集光伏板所处环境的环境数据。
可选的，远程传输模块包括卫星通信装置。
具体的，当光伏发电的地方超出移动通信网络的覆盖范围时，则通过卫星通信的方式将监测数据传输至故障预测模块。
可选的，还包括故障显示模块，故障显示模块用于显示预测结果。
示例性的，故障预测模块将预测结果发送至故障显示模块，故障显示模块显示该预测结果。
故障显示模块可以是工作电脑、工作平板等设备。
可选的，故障预测结果为不同的光伏板处于不同故障状态的概率。具体的预测过程属于现有技术，例如，申请号为202010696651.4的专利、申请号为202210870276.X的专利等专利已经公开，本发明不再进行赘述。
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所述的具体实施方式。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。
Claims (10)
1.一种光伏板故障远程预测系统，其特征在于，包括参数采集模块、计算模块、远程传输模块和故障预测模块；
参数采集模块用于获取光伏板的监测数据以及光伏板所处环境的环境数据；
计算模块用于对监测数据的准确性进行判断，并基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据；
远程传输模块用于将准确性符合要求的监测数据发送至故障预测模块，以及用于将修正的监测数据发送至故障预测模块；
故障预测模块用于基于远程传输模块发送的监测数据对光伏板进行故障预测，获得预测结果。
2.根据权利要求1所述的一种光伏板故障远程预测系统，其特征在于，监测数据包括光伏板的发电电压、发电电流、输出功率和内部温度。
3.根据权利要求2所述的一种光伏板故障远程预测系统，其特征在于，环境数据包括光照强度、环境温度和环境湿度。
4.根据权利要求1所述的一种光伏板故障远程预测系统，其特征在于，对监测数据的准确性进行判断，包括：
用A表示监测数据的类型，则对于参数采集模块获得的第k个类型为A的监测数据mondatA,k，
计算mondatA,k的准确性特征值：
cha(mondatA,k)表示mondatA,k的准确性特征值，adpT表示自适应判断间隔，adpT大于1，mondatA,i表示参数采集模块获得的第i个类型为A的监测数据；
将准确性特征值与用于对比的特征值阈值进行对比，若准确性特征值大于用于对比的特征值阈值，则表示mondatA,k的准确性不符合要求；准确性特征值小于等于用于对比的特征值阈值，则表示mondatA,k的准确性符合要求。
5.根据权利要求4所述的一种光伏板故障远程预测系统，其特征在于，自适应判断间隔的计算公式为：
adpT表示自适应判断间隔，mondatA,j表示参数采集模块获得的第j个类型为A的监测数据，datmid表示集合S中的监测数据的中值，集合S为参数采集模块获得的第k-10个类型为A的监测数据到第k-1个类型为A的监测数据的集合，baseT表示预设的判断间隔。
6.根据权利要求4所述的一种光伏板故障远程预测系统，其特征在于，基于环境数据对准确性不符合要求的监测数据进行修正，得到经过修正的监测数据，包括：
用t表示mondatA,k的获取时刻，将获取时刻在时间区间[t-P,t]的环境数据存入集合env，P为预先设置的时长；
基于env计算修正长度；
基于修正长度对mondatA,k进行修正，得到经过修正的监测数据。
7.根据权利要求6所述的一种光伏板故障远程预测系统，其特征在于，修正长度的计算函数为：
lenfil表示修正长度，ma表示获取集合的最大值，mondath表示用于对比的特征值阈值，lenbase表示基础修正长度，tye表示环境数据的类型的集合，tempb,max和tempb,min分别表示在集合env中，类型为b的环境数据的最大值和最小值，Ntye表示环境数据的类型的总数。
8.根据权利要求1所述的一种光伏板故障远程预测系统，其特征在于，参数采集模块周期性地采集光伏板所处环境的环境数据。
9.根据权利要求1所述的一种光伏板故障远程预测系统，其特征在于，远程传输模块包括卫星通信装置。
10.根据权利要求1所述的一种光伏板故障远程预测系统，其特征在于，还包括故障显示模块，故障显示模块用于显示预测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311795763.5A CN117910617B (zh) | 2023-12-25 | 2023-12-25 | 一种光伏板故障远程预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311795763.5A CN117910617B (zh) | 2023-12-25 | 2023-12-25 | 一种光伏板故障远程预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117910617A true CN117910617A (zh) | 2024-04-19 |
| CN117910617B CN117910617B (zh) | 2024-07-16 |
Family
ID=90695459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311795763.5A Active CN117910617B (zh) | 2023-12-25 | 2023-12-25 | 一种光伏板故障远程预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117910617B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104571099A (zh) * | 2015-01-26 | 2015-04-29 | 北京国能日新系统控制技术有限公司 | 基于理论计算和数据分析的光伏故障诊断系统和诊断方法 |
| WO2019169743A1 (zh) * | 2018-03-09 | 2019-09-12 | 网宿科技股份有限公司 | 一种服务器故障的检测方法及系统 |
| KR102126577B1 (ko) * | 2019-10-29 | 2020-06-25 | (주)대은 | 다채널 모듈센서를 이용한 태양광발전 모니터링 시스템 |
| CN116232219A (zh) * | 2023-01-17 | 2023-06-06 | 中国电建集团北京勘测设计研究院有限公司 | 一种光伏电站远程监测系统及方法 |
| CN116827264A (zh) * | 2023-08-29 | 2023-09-29 | 广东阳硕绿建科技股份有限公司 | 一种用于光伏发电的预警系统 |
| CN116865669A (zh) * | 2023-07-04 | 2023-10-10 | 湖南华辰悦科技有限公司 | 一种基于分布式光伏故障检测系统 |
| CN116929451A (zh) * | 2023-07-25 | 2023-10-24 | 河北九华勘查测绘有限责任公司 | 一种基于大数据的管线三维可视化管理系统 |
-
2023
- 2023-12-25 CN CN202311795763.5A patent/CN117910617B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104571099A (zh) * | 2015-01-26 | 2015-04-29 | 北京国能日新系统控制技术有限公司 | 基于理论计算和数据分析的光伏故障诊断系统和诊断方法 |
| WO2019169743A1 (zh) * | 2018-03-09 | 2019-09-12 | 网宿科技股份有限公司 | 一种服务器故障的检测方法及系统 |
| KR102126577B1 (ko) * | 2019-10-29 | 2020-06-25 | (주)대은 | 다채널 모듈센서를 이용한 태양광발전 모니터링 시스템 |
| CN116232219A (zh) * | 2023-01-17 | 2023-06-06 | 中国电建集团北京勘测设计研究院有限公司 | 一种光伏电站远程监测系统及方法 |
| CN116865669A (zh) * | 2023-07-04 | 2023-10-10 | 湖南华辰悦科技有限公司 | 一种基于分布式光伏故障检测系统 |
| CN116929451A (zh) * | 2023-07-25 | 2023-10-24 | 河北九华勘查测绘有限责任公司 | 一种基于大数据的管线三维可视化管理系统 |
| CN116827264A (zh) * | 2023-08-29 | 2023-09-29 | 广东阳硕绿建科技股份有限公司 | 一种用于光伏发电的预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117910617B (zh) | 2024-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108803552B (zh) | 一种设备故障的监测系统及监测方法 | |
| CN117057670A (zh) | 基于物联网的物业智能能源管理系统 | |
| CN106489101B (zh) | 太阳能板清洁系统的预测性维护和推断模式 | |
| CN112650580B (zh) | 一种基于边缘计算的工业大数据监测系统 | |
| CN116545954B (zh) | 基于物联网的通信网关数据传输方法及系统 | |
| CN115759450B (zh) | 一种基于大数据的碳排放核算预警分析系统 | |
| CN116887569B (zh) | 一种数据中心能耗预测和节能调节方法、系统及存储介质 | |
| CN115091491B (zh) | 一种配电房巡维机器人及其控制方法 | |
| US11374534B2 (en) | Optoelectronic solar cell test system for an in-line solar cell production plant, and method for optimizing the in-line production of solar cells using an optoelectronic solar cell test system of this type | |
| CN116015207A (zh) | 一种光伏发电量异常预警装置及预警系统 | |
| CN117910617B (zh) | 一种光伏板故障远程预测系统 | |
| CN118378834A (zh) | 一种优化能源调度的节能型能源综合管理系统及方法 | |
| CN114199304B (zh) | 光伏电站通信机房的异常检测方法、装置及计算机设备 | |
| CN115048274B (zh) | 一种基于大数据的运维系统 | |
| CN117634836A (zh) | 一种基于矩阵分析的光伏电站清洗过程评估方法及系统 | |
| EP3499928B1 (en) | Determining signal quality in a low-power wide-area network | |
| CN114779098B (zh) | 一种锂离子电池的状态评估方法及系统 | |
| CN114399891A (zh) | 基于物联网的机房智能监控运维系统及方法 | |
| CN111913395B (zh) | 智能建筑节能控制方法及系统 | |
| CN209388172U (zh) | 基于局域网的能耗监测调节系统 | |
| CN118486267B (zh) | 一种用于oled模组的自动补偿方法及系统 | |
| KR102730341B1 (ko) | 중앙제어 자동관수시스템 및 이를 이용한 환경 제어 방법 | |
| CN212435944U (zh) | 基于窄带物联网的远程无线测温湿度系统 | |
| CN118102251A (zh) | 基于物联网技术的智能数据采集与分析方法 | |
| CN115829166B (zh) | 基于高效机房的设备选型优化系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |