基于视觉监测和智能算法的光电系统

污覆诊断新技术

  完成单位：国网江苏省电力有限公司苏州供电分公司

  主要完成人：廖坤玉、潘晓明、姜学宝、谈元鹏、吴正学、莫文昊、吴博文、赵灿、赵凌曦、朱叶叶

一、研发背景

以新能源为主的新型电力系统迈上征程，加强新能源设备的状态感知，融合智能分析，开源增效，实现精益化、数字化管理，是运维检修面临的重要课题。积灰和鸟粪等异物附着降低光伏板的发电效率，导致局部过热，减短光伏板寿命，阻碍光伏普及。传统的电气特性检测法不能适应规模化光伏电站的场景，间接检测需要现场观测进一步确定，而随机或定期依靠人工清洗的模式，效率低，降低了光伏运行的经济效益。

二、发明团队介绍

团队由国网江苏省电力有限公司苏州供电分公司和中国电力科学研究院有限公司合作构成，具备雄厚的技术积累和丰富的电力运营经验，承担过多项国家重点、公司科研项目，具有丰富成果转化和技术落地经验，依托潘晓明劳模创新工作室和人工智能应用研究所，拥有类型丰富的光伏发电系统，为开展基于智能算法的光电系统污覆诊断提供充足的试验场地和设备。团队成员以2名博士领衔，硕士6人，本科生2人，均毕业于985/211院校，为成果质量提供了优质的人力保障。其中，廖坤玉博士主研新能源方向，精研变电站设备检修；谈元鹏博士长期支撑总部设备部、互联网部内设备管理人工智能相关应用技术开发；姜学宝为团队提供项目指导。团队分工明确，优势突出，执行能力强。

项目负责人：廖坤玉，华北电力大学博士研究生，发表SCI论文3篇，EI期刊论文10篇，授权发明专利7项。参与申请国家自然科学基金项目1项，担任主研人；《中国电机工程学报》“2019年度优秀作者”，“2021年度全国优秀质量管理小组”组长，“2021年度江苏省电机工程学会十大优秀青年工程师”，曾荣获全国能源化学地质系统优秀职工技术创新成果一等奖、全国QC小组成果发表交流活动示范级成果(最高级)、电力行业质量管理小组活动成果二等奖2项、江苏省电力行业优秀质量管理小组成果一等奖3项。

团队主要技术成员介绍：

三、成果(专利)简介

1.主要做法

所研系统针对传统检测识方法别存在的各种缺陷，提出基于图像智慧识别的光伏板污覆状态智能感知新技术。开展检测场景自适应，智能识别分析，科学清洗决策等核心技术的研发。该系统通过无人机实现广域多维图像采集，能自适应辨识稠密和稀疏场景下的光伏板及附着异物的多尺度位置信息。基于智能算法建立光伏板污覆状态与发电效率损失的耦合关系模型，实现污覆状态评估，根据提出的基于时变污覆状态的清洗周期优化模型，自动生成成本最优的清洗维护周期，实现光伏板检修运维资源优化调度，通过提升光伏系统发电效率，预计可降低运维成本20%，助力扶贫治沙事业，为电网清洁能源转型和“碳达峰”目标的实现贡献力量。

图1 技术思路

2.核心创新点

创新点1：多场景实时精准检测

通过人工智能算法组合，提出如下多场景检测策略，提高检测精度：针对离散目标与稠密目标的不同场景，采用提出的多检测头集成策略和高低频融合检测的方法提取光伏板图片，经过角点提取矫正畸形图片，并以改进的F度量指标开展评价，确保光伏板检测结果的目标完整度，最后再检测光伏板上的污覆信息，包括位置和面积大小。

创新点2：污覆状态智能识别

通过卷积算子提取图像特征信息，以Softmax分类器计算图像归属对应的发电损失效率概率，实现图像分类。建立图像中的污覆状态与发电效率损失之间的耦合关系模型，考虑辐照度、光伏板背板温度影响，以发电效率损失率定量表征光伏板的污覆程度，实现从图像获知污覆状态。加入了残差学习模块突破卷积层数限制，提升准确率。

创新点3：清洗周期成本最优

为提高发电效率、减少发电损失，提出光伏板发电效率在线计算方法，构建污覆沉积对电功率损失率影响的渐近时变模型，基于该模型，提出污覆造成的电量损失费和清洗维护费的量化评估方法，以年累计电量损失费与清洗维护费之和最小化为目标，确定清洗周期。

3.核心竞争力

本成果的核心竞争力在于检测场景自适应算法、智能识别分析技术、科学清洗决策模型等核心技术和产品的成本控制能力。在技术路线上具有先进性和独创性，体现在：（1）针对光伏板检测场景创新地提出了无锚框稠密检测算法，融合传统图像检测技术，解决了检测目标特征分辨性差、检测目标稠密等的难题，实现光伏板的精确检测和矫正。（2）建立了一套高精度、高可信度的光伏板积灰模拟实验环境，通过大量仿真、实际实验结合的方式，建立光伏板污覆状态与发电效率损失的非线性耦合关系模型，量化评估污覆状态。（3）提出了基于时变污覆状态的清洗周期优化模型，自动生成成本最优的清洗周期。（4）采用国产芯片和国产硬件系统，实现国产化率100%。

本成果在推广价值上考虑并切合不同类型光伏电站的实际工作场景需要，对离散目标与稠密目标场景均能高效处理，针对运检工作痛点，在实用性和经济性上具备突出优势。边侧硬件系统具有自主研发能力，节省设计费用；云端服务器可以利用已有的服务器设备，安装本产品配套的软件模块，实现成本控制。目前市面上没有同类产品，本产品的技术处于国内外前沿。

四、成果（专利）转化情况介绍

研发的样品系统已在在苏州福山光伏电厂开展测试应用，取得了可观的经济效益，并申请发明专利1项和发表论文1项。

1.发明专利

申请公布1项，

名称：《一种基于多目成像的光伏电站巡检方法》

申请号：CN202111107124.6，申请时间：2021-09-22，申请公布时间：2022-01-1，

专利权人：国网江苏电力有限公司苏州供电分公司

发明人：廖坤玉;姜学宝;谈元鹏;潘晓明;吴正学;莫文昊;赵灿;赵凌曦;朱叶叶

2.发表论文

[1] 谈元鹏、廖坤、白晓静、邓春宇、赵紫璇、赵波. DnCNN Based Dust Accumulation Status Evaluation on Photovoltaic Panel. (IEEE ICEI2019)

五、经济效益与社会效益介绍

新技术考虑并切合不同类型光伏电站的实际工作场景需要，对离散目标与稠密目标场景均能高效处理，在实用性和经济性上具备突出优势，服务国家的治沙扶贫事业，为光伏产业发展打开重要突破口，进而推动以新能源为主的新型电力系统的建设。成效如下

（1）促进光电系统污覆状态智能感知，提升能源行业的数智化水平；

（2）提升光电系统发电效率，降低单位发电量运维成本上具有显著的效益；

（3）克服传统的部件级故障检测操作对电站正常运维的不利影响。

在苏州福山光伏电厂的测试应用表明，研发的光电系统污覆状态智能感知技术能高精度识别光伏板的健康状态，推动光伏板清洗周期的精细化管理。经估算，与90天固定周期的清洗策略相比，采用成本最优的清洗周期，（1）提升发电效率，幅度约4.9%，（2）节省电量损失，年均可节约305.56万元，单位容量机组节约6.11万元/年。

在污覆严重的地区，通过调查研究，预计可降低光伏发电系统的运维成本20%，发电效率提升25%，在清洁能源输出上开源降支，助力双碳目标的实现。

新技术的潜在客户涵盖光伏发电行业的上中下游，主要包括：国家电网与南方电网各地市网省公司、光伏电站管理运维人员和光伏板设计生产单位等。

收入分析：（1）硬件，售出边缘计算终端和智能分析主机，约6万元左右。（2）软件，售出云计算和边缘计算诊断软件，根据用户需求5-15万元不等。（3）售后服务，约0.5万元/年。

市场分析：

（1）前景分析

从2007年到2018年，全球光伏发电的平均年增长率超过40%。截至2019年底，全国光伏发电装机容量超过20426万千瓦，其中2019年新增装机容量超过3010万千瓦。预计“十四五”期间，中国年均新增装机有望达70-90GW。在以新能源为主的新型电力系统的国家政策导向驱动下，光伏并网装机量占比将成倍增长。而光伏板污覆是光伏发电系统的伴生现象，在治沙扶贫领域，污覆问题尤为突出。随着电力系统数智化发展，状态检测已是必然选择。仅考虑30%的光伏发电系统安装基于视觉监测和智能分析的污覆诊断系统，也将形成巨大的潜在市场。

（2）用户需求

作为常见问题，光伏板污覆会降低发电效率，造成经济损失，清洗周期不合理进一步增加运维成本。随机或定期依靠人工清洗的模式，效率低，不能精准掌握光伏板污覆状态，具有盲目性。

（3）竞争对手分析

电气检测算法原理简单，但要结合现场观测确定检测结果，由于需要布设大量传感器监测电气参数，在规模化光伏电站中成本剧增。基于图像智能识别的检测方法尚未形成成熟的技术体系，传统检测算法实时性差，识别精度不高。该行业的技术壁垒主要在于相关智能识别算法，本成果优势：智能化，体系化，国产化率100%，多场景自适应，精度高。