吴 悦,张忠会,游志刚,李国栋
(国网甘肃省电力公司陇南供电公司,陇南 746000)
进入21世纪以来,能源危机成为影响世界经济发展的主要因素,光能作为新型能源的代表,因其具有可再生、天然环保的优点,使其得到了快速地发展[1,2]。光伏发电是全球发展的趋势,当前此技术已经得到了快速发展。与此同时,光伏发电站在我国的分布范围逐渐变广,光伏发电在我国的比重逐渐增加。对于大多数分布式发电系统,其电气设备都是工作在较为恶劣的环境中,人工实地检测维修具有一定的难度。选择更加高效的设备检测方法迫在眉睫,光伏电站电气设备异常运行状态检测方法可以很好地实现对电气设备的监控与管理。
设备的状态监测是一种掌握设备在工作过程中的状态,了解设备运行能力的主要方法。近年来,人工智能技术的高度发展,推动了电气设备诊断技术的发展速度。但当前光伏电站电气设备异常运行状态检测方法主要依赖于电气设备的运行状态数据采集结果。但是设备运行数据样本较大,当前异常检测方法的数据处理能力较差。与此同时,由于实际设备检测工作的实操性较差,如何使用人工智能技术完成设备的远程检测操作成为当前光伏发电领域的燃眉之急。在对多种技术展开对比后,选择可视化技术以及数据融合技术对当前电气设备运行检测方法展开优化,提出一种新型检测方法。希望通过本次研究降低设备运行故障难度,提升设备维护效率。……