[發明專利]光伏電站清洗頻率的預測方法及存儲介質

在審

• 申請號: 202010160504.5
• 申請日: 2020-03-10
• 公開（公告）號: CN111461407A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 徐斐;包文中;夏瀟;徐建榮
• 申請（專利權）人: 蘇州瑞得恩工業物聯網科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06Q30/02;G06N20/00
• 代理公司: 蘇州市華揚翼晟知識產權代理事務所(普通合伙) 32275
• 代理人: 李焱

本發明提供一種光伏電站清洗頻率的預測方法及存儲介質，所述光伏電站清洗頻率的預測方法包括獲取步驟、模型構建步驟、預測步驟、判定步驟以及匯總步驟。本發明通過將預設歷史時間段的面板功率數據進行建模學習，在樣本數據中加入空氣數據，可以提高預測功率數據的準確性，并且搭建成本計算模型，通過調整閾值功率得到最優的清洗頻次。本發明還可以根據預測功率進行面板的性能預估，對面板在下一時刻進行調整，使該面板的性能提高。

技術領域

本發明光伏發電技術領域，尤其涉及一種光伏電站清洗頻率的預測方法及存儲介質。

背景技術

隨著時間的推移，光伏電站會存在灰塵積累，灰塵積累會導致光伏面板的發電效率下降，但是清洗光伏面板又會帶來一定的成本。考慮到不同地域的灰塵積累速率的不；以及在不同季節情況下，降雨的頻率不同；因而不同地區的最佳清洗頻率不能采用統一的清洗頻率來代替。

現有的清洗的方案在提及清洗頻率的問題時，沒有根據不同地區的情況做調整。清洗的頻率越高，光伏發電站的發電量越高，但是清洗成本也越大。但是因為不同地區的灰塵積累速度不同，且不同地區的清洗成本也不一樣，用單一的清洗頻率代替最理想的清洗頻率會造成一定的產能浪費。

因而，需要提出一種光伏電站清洗頻率的預測方法及存儲介質，以大數據為基礎，對光伏電站清洗頻率進行預測。

發明內容

本發明提供提出一種光伏電站清洗頻率的預測方法及存儲介質，用以對光伏電站清洗頻率進行預測，并且可以根據成本公式計算調整優的清洗成本。

本發明提供一種光伏電站清洗頻率的預測方法，包括：獲取步驟，獲取歷史時間段的多塊光伏面板的發電功率作為數據樣本；模型構建步驟，利用機器學習對所述數據樣本進行學習得到預測模型；預測步驟，將部分連續的數據樣本輸入至所述預測模型得到下一時間序列的預測發電功率；判定步驟，將每一塊光伏面板的所述預測發電功率與一功率閾值進行比對，若實際發電功率低于預測功率閾值，則判定該光伏面板需要清洗；若實際發電功率高于預測清洗功率閾值，則判定該光伏面板不需要清洗；匯總步驟，確定該光伏電站每天需要被清洗的面板。

進一步地，還包括：成本計算步驟，根據所述的預測發電功率以及該光伏電站的面板清洗成本，計算該光伏電站的收益成本。

進一步地，所述成本計算步驟具體包括：第一計算步驟，根據所述預測發電功率計算該光伏電站的發電收益；第二計算步驟，將需要被清洗的面板數與單次清洗成本相乘得到清洗成本；第三計算步驟，將所述發電收益與所述清洗成本相減得到該光伏電站的凈收益。

進一步地，所述成本計算步驟之后，還包括：調整步驟，調整所述功率閾值，將所述光伏電站的凈收益提升至最高。

進一步地，所述模型構建步驟具體包括：樣本分類步驟，將所述數據樣本隨機分成訓練樣本及測試樣本兩類；初級模型構建步驟，利用所述訓練樣本訓練并構建初級模型；驗證步驟，將所述測試樣本輸入至所述初級模型進行驗證；初級模型優化步驟，根據所述驗證步驟的驗證結果對所述初級模型進行優化得到所述預測模型。

進一步地，所述驗證步驟具體包括：輸入測試樣本步驟，輸入X個測試樣本至所述初級模型，獲取X個預測結果；比對步驟，將所述X個預測結果與所述X個測試樣本的X個發電功率比較，統計與所述發電功率差異超過一定閾值的預測結果的個數Y；計算步驟，計算預測的錯誤率，并對模型進行評估，錯誤率未Y與測試樣本的樣本數X的比值。

進一步地，所述預設歷史時間段的時間長度大于等于3個月。

進一步地，所述數據樣本還包括該光伏電站每日的空氣質量數據。

進一步地，所述光伏電站清洗頻率的預測方法還包括：監控步驟，根據所述預測功率的曲線以及空氣質量數據，監控每一光伏面板的灰塵積累情況。