2023新能源智慧光伏电站无人值班技术研究项目可研报告

新能源智慧光伏电站无人值班技术研究项目可行性研究报告2022.11目录25171_WPSOffice_Level1一、项目背景及必要性 317314_WPSOffice_Level21.1项目背景 324907_WPSOffice_Level21.2项目必要性 417314_WPSOffice_Level1二、相关企业实践现状及发展趋势 912076_WPSOffice_Level22.1国内外相关领域的业务现状 927031_WPSOffice_Level22.2领先实践的成功案例 1024907_WPSOffice_Level1三、需求分析 1019759_WPSOffice_Level23.1现有业务及信息系统分析 1128074_WPSOffice_Level23.2目标需求 1329267_WPSOffice_Level1四、建设目标和内容 1519833_WPSOffice_Level24.1建设原则和策略 1532553_WPSOffice_Level24.2建设目标 1728980_WPSOffice_Level24.3建设内容 1831837_WPSOffice_Level1五、技术方案和技术路线 2222125_WPSOffice_Level25.1技术路线 2217058_WPSOffice_Level25.2系统架构 24148_WPSOffice_Level25.3智慧光伏一体化平台 2631868_WPSOffice_Level25.4光伏组件故障诊断功能 3628474_WPSOffice_Level25.5大数据分析的指标分析功能 383215_WPSOffice_Level25.6光伏组件积尘预测系统 3830029_WPSOffice_Level1六、项目实施 406417_WPSOffice_Level26.1项目组织及分工 4013943_WPSOffice_Level26.2项目总体计划 406660_WPSOffice_Level1七、效益和风险分析 411074_WPSOffice_Level27.1效益分析 417468_WPSOffice_Level27.2风险评估 4216185_WPSOffice_Level1八、项目经费估算 434031_WPSOffice_Level1九、结论 4412076_WPSOffice_Level1附件1：软硬件设备清单表 44一、项目背景及必要性1.1项目背景XX青海新能源公司以光伏和风电为主导，总装机容量2021年底将突破1150MW，光伏装机容量750MW，光伏场站包含格尔木光伏运维中心、共和光伏运维中心、基地、德令哈光伏电站、冷湖平价光伏场站四个区域。风电装机容量400MW，分布在茫崖风电场、大柴旦风电场、都兰风电场、刚察风电场、切吉风电场五个区域。XX青海新能源公司管理运营新能源电站相对分散，分布在青海省内各个区域，生产管理相对困难。符合新能源电站运营企业集中化的监控及共享运维服务的发展趋势。由于电站及设备自动化水平不同，新能源运维过程中，现场运维工程师劳闲不一，每增加一个电站，按照8-12人编制进行人员增派，电站运维工作基本处于摊大饼。造成了大量资源的浪费，导致企业运维成本的增加。XX青海新能源公司利用已建成的集控中心，已实现所属电站的运行监测功能，全部新能源电站已进行集中监控运行。随着青海新能源方式大数据平台、安全监控平台和和智慧化应用平台的建立，已为新能源光伏电站现场无人值班，共享维护提供实施条件。1.2项目必要性目前XX青海新能源集控中心已建成，实现了生产数据的汇聚。根据青海新能源公司所属光伏、风电发电实际分布情况，实现了远程集中监控功能。各风电和光伏场站运行人员已基本实现现场无人值班功能。各新能源电站正在逐步向集中运维模式转变。XX青海新能源公司已在格尔木光伏场站四、五期初步建成智能化安防平台，实现光伏电站现场的检维人员定位、无人机巡检、无线测温、积灰检测、智慧消防、人员触电防范、智能检维以及智能告警督办的数据集成，对智能设备实施远程集中控制。通过智能化安防平台与报警点位联动，实现光伏电站远程开门操作及人员识别，为现场运维工作人员提供刷卡和远程授权两种方式管控，确保现场检维人员的作业安全。精细化管理的目标困难，运行中存在大量组件隐形故障和逆变器转换能效低问题，逆变器、箱变运行过程中的损耗问题、各发电方阵的能效问题等。本系统采用大数据分析的解决方法，实现分公司级集中部署，场站级分级应用的原则，解决光伏发电隐形组件故障预警查找、低效组件的分析、逆变器和箱变的能耗分析以及光伏发电生产过程中太阳能资源利用指标、电量指标分析、能耗指标分析、设备运行水平指标、积尘指标等。设备故障智能诊断预警分析系统是基于光伏电站生产大数据分析应用。目的是消除集中式光伏电站生产运行的大量隐形缺陷和异常故障，实现提前预警、数据量化分析和故障指导处理三大功能，满足光伏电站安全、稳定、高效和精细化管理的要求。新能源智慧光伏生产属性是生产过程简单，生产设备众多，生产实时数据量大。集中式大型光伏电站发电系统包括光伏电池组件、汇流箱、逆变器、箱变、站用变及开关柜、SVG无功补偿、主变及升压站等设备；控制和管理系统包括组件计算机监控系统（SCADA）、升压站NCS系统、继电保护、视频监控、消防系统、光功率预测、环境监测、点巡检、两票等生产管理等系统。因此集中式光伏电站实际运行过程中，存在大量设备隐形缺陷和低效组件等。光伏电站现场已建计算机监控系统主要功能是控制监视，无法实现隐性缺陷报警诊断和指标分析功能，如：方阵中某些组件遮挡、热斑、污垢、安装缺陷、制造原因等引起隐性缺陷等，导致某组串发电量降低20%以上；仅依靠计算机监控系统的阀值越限报警无法实现。同时全电站各组串、逆变器、箱变、发电单元实际运行指标状况难以进行综合评价分析。设备故障智能诊断预警分析系统利用光伏电站生产实时大数据和历史数据，开展大数据分析，实现光伏电站组件、逆变器和箱变智能诊断预警分析功能。系统通过分析生产过程中实时数据和历史数据，结合场站环境数据、安装和制造运维数据，建立符合满足光伏电站现场的分析模型，实施故障智能诊断预警功能，为大型光伏电站运维清洗、技改检修等提供可量化的决策依据。随着新能源光伏发电行业新技术发展，光伏电站智慧化应用迫在眉睫，提升光伏电站生产的设备可靠性，夯实安全基础，实施精细化的生产管理，降低运营成本是光伏电站的必然之路。集中式光伏发电是典型分散式发电系统。生产过程控制简单，场站规模大，同类型设备众多，隐性故障率高。现场采用少人值守方式，运维人员数量有限，日常运维存在困难；同时生产控制系统产生大量实时数据，已部署的监控系统主要执行监控功能，数据分析，故障诊断，智能报表等能力有限，无法适应于基于大数据实时分析系统，要实现新能源光伏电站精细化管理带来诸多困难。基于大数据分析能力有限，如无法实现基于大数据的如离散量分析、趋势变化分析、历史分析等，无法实现低效率组件判断、低能效阵列判断等功能。主要存在的问题分析如下：生产过程大量实时数据，无法实现大数据价值应用青海新能源公司光伏发电实时数据量测点多，包含的实时数据测点接近100万，汇聚大量生产数据，已建成的监控系统主要执行监视和控制功能，无法实现对众多设备实的故障诊断、智能报警定位、多指标分析等功能。发电阵列设备众多，隐性缺陷识别困难青海新能源公司运营光伏电站容量大，生产设备众多，在实际生产过程中心易出现光伏组件、组串和汇流箱等隐性故障，导致发电方阵长期低效运行。监控系统和日常运维发现困难，如组件遮挡、积尘、断线等隐性故障无法及时有效识别。建立各系统繁多且孤立，运行监视困难光伏电站建成的系统有计算机监控系统、AGC/AVC、SVG控制、光功率预测、视频监控、消防系统等，各系统采用不同的厂家建设，各系统相对独立，功能单一，没有完全实现数据融合和系统交叉共享使用，运维人员需进行多系统确认，影响监盘效率。依靠人力开展分析工作。基于大数据指标分析功能，优化经济运行装机容量近100MW的光伏电站，实时数据测点近5万。生产控制系统实时测点多，生产过程中生产大量的历史数据，包含光伏组件、组串故障、汇流箱和逆变器的运行状态数据，利用大数据分析功能，实时设备隐性故障和低能效分析，优化光伏电站运行指标。如组件低效分析、损耗分析、组件热斑破损遮挡、积尘、衰减异常、电流电压异常等，通过大数据的离散量分析、趋势变化分析、历史分析等，查找故障和原因，优化光伏电站经济运行，提升发电效应。实现企业智慧化转型根据新能源发电行业发展的状况和趋势，新能源电站运营的特点，目前新能源发电行业正大力推迟“集中监控、无人值班、少人值守”的管理水平目标，实现新能源公司精细化管理要求。新能源集控中心是发展的必然趋势，也是企业夯实安全基础、保障安全生产稳定运行、实现精细化管理的必要手段。更是提高发电企业运行维护水平、降低人资成本、改善劳动条件、提高经济效益的有效途径。已建成系统新技术应用不足，精细化管理难度大光伏电站控制简单，设备众多，各信息系统相对独立，功能有限，高级应用功能缺乏，无法发挥信息化管控能力，无法实现智慧化应用。如：计算机监控系统智能报警功能有限，无法实现智能报警，需要人工查询等。电站未建立生产管理系统，无法开展设备健康评价和可靠性分析，现有的分析手段有限，造成数据统计不精准、不规范，信息数据时效性差等困难，未部署智能两票系统，现场作业无法实现标准化作业，存在安全风险等。通过建立智慧化应用平台，实现设备智能管理，安全生产过程有效管控，生产管理精细化，解决电厂生产实际问题，开展设备健康评价和可靠性分析，促进管理提升和效益提升。

二、相关企业实践现状及发展趋势2.1国内外相关领域的业务现状目前国内相关新能源光伏企业已全面开展智慧光伏企业建设，光伏电站智慧化应用着力于解决现场问题，以问题为导向，实用原则。系统具备操作简单、界面人性化的特点，能够充分自动智能的进行数据采集、指定系统数据抽取、其他系统数据集成导入、外部资料批量导入，减少人工录入工作量，并提供各种导入导出接口。青海新能源公司拟建大数据的光伏发电智能故障诊断与指标分析系统，是通过大数据分析功能，实现生产数据价值挖掘，查找生产过程的设备缺陷，尤其是运行过程中光伏组件的缺陷、低效发电方阵、逆变器和箱变转换率能耗等，实现大数据的价值应用，提升光伏电站发电效益。还将包含对组件积尘影响发电量的具体计算，为实现组件经济清洗提供科学依据。指标分析系统通过大数据分析，提高光伏电站生产运行指标体系可分析光伏电站管理水平,及时发现幵网光伏电站运行过程中存在的问题，是光伏电站运行管理体系的重要组成部分，同时为光伏电站对标管理创造条件。通过对生产指标横向对比，评价各光电企业核心竞争力，从而带动企业生产经营活动向低成本、高效益方向发展，实现企业生产管理的纵向提升。光伏电站的生产统计指标体系分为太阳能资源指标、电量指标、能耗指标、设备运行水平指标及减排量换算等五个部分。2.2领先实践的成功案例目前国内外相关新能源光伏企业已全面开展智慧光伏企业建设，并推出大量成功案例。主要实现的厂家包含华为智慧光伏管理系统，采用组串数据实现U/I大数据分析功能，实现逆变器和组串的故障预警、趋势变化、损耗分析等功能。XX华银新能源智慧光伏系统，主要实现了大数据分析的故障诊断功能和指标分析功能。故障诊断功能利用组串的U/I数据、同类方阵数据、历史数据、功率预测数据，开展组串隐形故障和低效方阵预警，逆变器、箱变损耗的趋势变化分析，以及转换效率、损耗、衰减率、运行水平指标等分析。取得了良好的效果，提升发电量和运维能力。并开展了各类指标分析。三、需求分析根据电力行业发展的状况和趋势，新能源电站迅猛发展的势头，信息行业的新技术在各行业的应用。智慧光伏必将成为趋势。智慧光伏软件产品是实现电力行业新能源精细化管理要求，达到“集中监控、无人值班、少人值守”的目标要求，光伏电站智慧化应用是发展的必然趋势，夯实企业安全基础、保障安全生产稳定运行、实现精细化管理的必要手段。更是提高发电企业运行维护水平、降低人资成本、改善劳动条件、提高经济效益的有效途径。光伏电场站面积大、设备众多、已建成的系统功能有限，精细化管理困难，新信息化技术应用不足，管理手段有限，开展大数据分析实现组件智能诊断和指标分析是实现智慧光伏功能的重要组成部分。可有效解决目前电站运营和管理的问题。3.1现有业务及信息系统分析3.1.1业务现状、信息系统现状目前，XX青海青海新能源公司光伏电站已建成投产，已经建成生产控制各类系统包含，已建成光伏电站SCADA系统，用于光伏发电过程控制控制；升压站监控系统（NCS），用于升压站设备控制；功率控制系统(AGC/AVC)，光功率预测，集控中心系统等。3.1.2问题分析生产过程大量实时数据，监控系统功能有限已建成的监控系统主要执行监视和控制功能，无法实现对众多设备实的故障诊断、智能报警定位、多指标分析等功能。光伏电站控制简单，设备众多，各信息系统相对独立，功能有限，高级应用功能缺乏，无法发挥信息化管控能力，无法实现智慧化应用。如：计算机监控系统智能报警功能有限，无法实现智能报警，需要人工查询等。电站未建立生产管理系统，无法开展设备健康评价和可靠性分析，现有的分析手段有限，造成数据统计不精准、不规范，信息数据时效性差等困难，未部署智能两票系统，现场作业无法实现标准化作业，存在安全风险等。发电阵列设备众多，隐性缺陷识别困难电站光伏组件、汇流箱、箱变和逆变器等。众多的生产设备，在实际生产过程中心易出现光伏组件、组串和汇流箱等隐性故障，导致发电方阵长期低效运行。监控系统和日常运维发现困难，如组件遮挡、积尘、断线等隐性故障无法及时有效识别。光伏电站设备分散、组件众多，实时通讯数据量约10万点。因光伏电站监控系统主要功能是控制监视，无法实现智能报警诊断和精准定位，仅依靠运行人员发现诸多光伏发电设备组件困难，一定程度上影响消缺及时率和发电效应，同时光伏场站面积广大，精准定位查找故障异常点困难。隐形缺陷主要指设备本身并未发生缺陷，实际运行过程中受环境和运行条件影响无法保证正常运行技术指标，此类异常一般具有隐蔽性。如组件遮挡、灰尘污垢覆盖、温度等影响。建立各系统繁多且孤立，运行监视困难光伏电站建成的系统有计算机监控系统、AGC/AVC、SVG控制、光功率预测、视频监控、消防系统等，各系统采用不同的厂家建设，各系统相对独立，功能单一，没有完全实现数据融合和系统交叉共享使用，运维人员需进行多系统确认，影响监盘效率。依靠人力开展分析工作。集中式光伏电站存在隐形故障光伏电站包含大量组件、汇流箱、逆变器和发电方阵。实际生产过程中产生大量生产数据。利用已建光伏计算机监控系统和人工识别手段，难以实现隐性缺陷预警和诊断功能，如：方阵中某些组件遮挡、热斑、污垢、安装缺陷、制造原因等引起隐性异常缺陷等，导致某组串发电量降低20%以上；仅依靠计算机监控系统的阀值越限报警无法实现，直接影响故障处理的快速性和准确性。同时某块组件因异常或缺陷可能会引起组串失配，直接影响发电效应。设备健康状况和劣化分析有限，电站处于低效运行光伏电站设备众多，生产过程中产生大量的生产实时数据，生产数据包含设备运行状态和裂化趋势，已建成的计算机监控系统系统并不具备精细化分析的能力，如何对众多设备实现健康指标和劣化趋势分析，仅仅依靠人工手段远远不足。因此实际运行的光伏电站存在大量转换率组件和低能效的逆变器。开展指标光伏发电关键性分析困难装机容量近100MW的光伏电站，实时数据测点近4万点。生产控制系统实时测点多，生产过程中生产大量的历史数据，包含光伏组件、组串故障、汇流箱和逆变器的运行状态数据，利用大数据分析功能，实时设备隐性故障和低能效分析，优化光伏电站运行指标。如组件低效分析、损耗分析、组件热斑破损遮挡、积尘、衰减异常、电流电压异常等，通过大数据的离散量分析、趋势变化分析、历史分析等，查找故障和原因，优化光伏电站经济运行，提升发电效应。3.2目标需求本项目采用“大数据、云计算、物联网、移动互联”技术理念，提供一体化平台监控、智能设备诊断、劣化趋势分析功能；并通过建立动态电子导航地图，实现全方位、精准化人员、安防和设备定位；通过智能设备监测手段，开展大数据分析，提供设备可靠性指标，实现预警预测与故障诊断，提升发电效益；通过建立符合电站实际少人值守的生产管理系统，减少繁杂日常管理工作，提高工作效率；有效分析现场实际应用，可研发移动终端APP应用，实时管控电站安全生产状况等。3.2.1智慧光伏一体化平台智慧光伏的解决方案，建立智慧光一体化平台，实现大数据中心、云平台中心和功能应用中心。智慧光一体化平台包含全景数据和全部应用功能，利用网络化、数据化和平台化的技术方案解决光伏电站实际运营中存在的问题，并实现数据中心全生命周期的应用和业务功能扩展应用。充分利用“云计算”、“大数据”、“物联网”“移动应用”等先进技术设计系统架构及物理部署架构。保证智慧光伏项目建设的先进。智慧光伏一体化平台支持节点弹性扩展以便于后续规模扩张和性能升级，多节点间支持数据的冗余；体系架构采用高性能集群分布式架构的大数据处理系统，数据处理性能随节点数量的增加而线性增加，支持多节点的自动负载均衡及故障转移；系统采用先进的大数据存储技术，采集存储各业务板块的全部数据，系统支持数据重发，对于波形等数据，在网络堵塞的情况下，能够利用空闲时间进行传输，有效提高数据传输的可靠性。3.2.2大数据分析，实现设备隐性缺陷识别，提升发电效益光伏电站实际运行中存在大量隐性缺陷。通过建立大数据分析平台，建立智慧分析模型、开展离散分析、UI曲线分析、发电效率分析，实现对组串级隐性缺陷分析，准确量化分析光伏组件积尘、热斑、破损、遮挡、PID异常。消缺设备众多发电设备组件级和汇流箱支路级隐性缺陷。利用电子地图导航和智能报警诊断功能，对设备缺陷进行诊断并推出处理方案，实现迅速消缺，提高资源利用率和发电效益。3.2.3设备健康指标和劣化趋势分析，实现设备健康稳定运行集中式光伏电站是典型分散式发电系统，如何实现对发电设备健康指标和劣化趋势判断、查找低能效的光伏组件、保证汇流箱各支路电压配置值正常，逆变器和箱变能效、分析为依靠已建成的系统远远不足。建立智慧化一体平台，利用大数据开展设备分析，是光伏电站智慧应用的重要手段，通过设备的运行的历史数据、关联系统的数据分析，对众多设备进行量化指标分析，精准掌握光伏电站众多设备的健康运行状态和趋势变化，及时进行维护和检修工作，保证设备安全运行，提高发电效应，是光伏电站智慧化应用的关键技术。四、建设目标和内容4.1建设原则和策略按照智慧光伏系统的生产实际运营状况，通过生产现场探索和实践，结合电站生产实际需求，本着“技术先进、功能实用、解决问题、提升管控力”的原则开展可行性产品研究。智慧化应用着力于解决现场问题，以问题为导向，实用原则。系统具备操作简单、界面人性化的特点，能够充分自动智能的进行数据采集、指定系统数据抽取、其他系统数据集成导入、外部资料批量导入，减少人工录入工作量，并提供各种导入导出接口。智慧光伏系统充分利用集控中心系统平台，实现数据共享。4.1.1先进性原则系统采用先进的分层分布式网络结构，充分利用“云计算”、“大数据”、“物联网”“移动应用”等先进技术设计系统架构及物理部署架构。大数据软件、云存储和云计算均支持节点弹性扩展以便于后续规模扩张和性能升级，多节点间支持数据的冗余；体系架构采用高性能集群分布式架构的大数据处理系统，数据处理性能随节点数量的增加而线性增加，支持多节点的自动负载均衡及故障转移；系统采用先进的大数据存储技术，采集存储各业务板块的全部数据，系统支持数据重发，对于波形等数据，在网络堵塞的情况下，能够利用空闲时间进行传输，有效提高数据传输的可靠性。4.1.2标准性原则智慧化应用采用统一标准平台，采用标准、成熟、开放的数据模型及网络协议进行数据访问、存储、计算及传输，便于第三方能够基于数据应用的基础上进行软件开发，提高各系统之间的信息共享和协同互动能力，采用标准接口和标准开发一体化模式。4.1.3开放性原则系统设计遵循开放原则进行设计，采用弹性扩展的面向SOA、Web服务结构，通过数据总线、消息总线技术提供信息交换接入，为其他系统接入及第三方服务提供公共的协议和接口标准，系统在整体上需具备接口代码开放、功能配置开放、接口开放、数据库开放、接口服务开放用以提高系统的扩展和维护，为各类应用提供丰富、高质量和多维度的数据资源接口。4.1.4安全性原则4.1.5可扩展性原则系统具备良好的扩展性，一是对系统功能的扩展，满足用户对系统功能的最新需求；二是系统架构设计通过硬件资源（如CPU、内存、网络、存储等）的横向扩展和纵向扩展，随着业务的增长可以进行动态扩展。4.2建设目标本项目在统一规划、统一设计基础上，达到统一用户界面、统一操作规程、统一操作风格。实现设备利用最优化、软件复用最大化等经济性目标，逐步实现从数字化到智能化的过渡，且充分利用现有的功能与设备，避免资源浪费，有效降低系统建设成本。建立以大集中方式建设的一体化平台化系统，需满足XX青海新能源分公司多级多组织的管理架构，并按照系统化、标准化、流程化管理理念进行设计，实现集中部署、集中运行、集中维护，在功能、性能及标准化管理等方面满足未来XX新能源发电企业所属各单位接入使用的要求。通过已建成的智慧光伏安全监控平台，已实现了智能无人机巡检、作业人员定位、消防远程监测火源侦测及边界安防等功能；基于大数据分析，融合多源数据，建立大数据诊断分析模型，实现光伏电站的智能故障诊断及组件积尘预警等功能。通过集控中心生产大数据，实现关键性生产指标分析，依照《太阳能光伏电站生产运行指标体系》，实现电站收益及损失电量分析、电站生产经营分析、关键设备损耗及能耗分析、设备性能分析及效率分析、电站健康度及运维质量评估、设备健康度评估、电站收益预测等功能；设计移动APP实现手机上的公务管理，手机端随时随地进行业务流程提交及审批，实现移动审批，提升工作效率。4.3建设内容光伏电站智慧化应用是以智能设备、服务器、网络设备等硬件支撑系统为基础，建立电厂数据仓库，开展大数据分析，建立生产和运行优化系统；利用三维可视化技术，实现设备可视化诊断分析和动态寿命管理；通过智能感知技术，实现互联网+的安全管理系统；结合离在线多维度诊断技术，点巡检数据，实现健康指标分析和劣化趋势分析，开展可预知状态检修技改；增强巡检工作的高效性、安全性和可靠性，从而提升光伏电站整体运维效率，降低运维成本；通过在线指标统计和分析，为企业管理者提供辅助决策。完成新能源光伏企业智慧化应用项目并具有投入运行条件,完全满足此文件要求。具体智慧化功能如下：完善已建成的智慧光伏一体化平台，实现统一部署完善在分公司集控中心侧建立新能源智慧应用一体化软件平台，实现智慧光伏全部功能，将基于大数据分析的智能诊断和指标分析系统实现统一平台部署。部署基于大数据分析的光伏发电智能故障诊断功能光伏组件和逆变器安装数量越来越庞大，在实际运行过程中，存在大量组件隐形故障和逆变器转换能效低问题。已建光伏计算机监控系统和人工识别手段。本方案通过实时生产过程大数据分析功能，结合光伏组件U/I特性、逆变器运行数据、日常运维数据，通过大数据分析建模，开展光伏组件和逆变器的智能故障诊断功能，建立专家故障处理指导系统，实现新能源光伏电站关键设备的智能故障诊断功能。通过现场大数据验证自动修正故障预警诊断模型，提高软件诊断准确率。部署基于大数据分析的指标分析功能设备故障智能诊断预警分析系统利用光伏电站生产实时大数据和历史数据，开展大数据分析，实现光伏电站组件、逆变器和箱变智能诊断预警分析功能。系统通过分析生产过程中实时数据和历史数据，结合场站环境数据、安装和制造运维数据，建立符合满足光伏电站现场的分析模型，实施故障智能诊断预警功能，为大型光伏电站运维清洗、技改检修等提供可量化的决策依据。光伏组件积尘预测功能光伏组件在实际生产过程中，光伏组串会产生大量的电流数据，利用积尘光伏组件电流发生的变化，通过大数据计算，量化组件积尘对发电影响，达到组件积尘预测目的。主要软件功能列表智慧光伏项目应用功能序号功能模块主要实现功能1智能预警诊断通过光伏发电生产实数据和历史数据、厂家制造数据、功率预测数据和运维数据，建立光伏发电分析模型，开展U/I曲线分析、关联数据分析、趋势变化分析、多维度类比分析等，实现光伏组件故障预警、低效组件预警、离散率偏差预警等诊断功能。减少发电量隐性损失，提升发电效益。同时开展逆变器、汇流箱、箱变等生产过程趋势分析诊断功能。1.1数据采集采集光伏组件生产实数据和历史数据，数据化厂家制造资料，采集光伏功率预测数据和日常运维数据，实现数据的清洗、优化和存储功能。提供大数据分析的数据源。1.2分析模型建立根据生产现场发电方阵部署，分析光伏组件与汇流箱实际的连接状态，建立现场分析模型，同时利用制造安装数据、历史数据、功率预测数据和运维数据建立修正因子，进行模型训练分析。1.3多维分析诊断通过关联数据对比分析模型，开展同类型设备运行指标数据分析。如离散率故障分析、偏差率故障分析等，实现设备预警和诊断功能，根据诊断结果推荐故障和缺陷处理方案，生产待运维样本，关联检修工单。1.4实时报警功能采集实时生产数据，对比历史数据，通过越限和趋势变化功能，实时对光伏组串和支路、逆变器、汇流箱、箱变进行趋势故障报警监测、组件灰尘预警、、可调轴架、逆变器能效预警等；1.5低效组件预警通过大数据分析模型，分析同工况下光伏组件发电效率，实现组件低于同工况10%及上预警功能，预警可随同计算值调整。实现低效组件预警分析功能。1.6组件离散率分析通过大数据分析模型和U/I曲线分析功能，可实现光伏组件生产运行过程中的离散率分析，判断组件老化趋势和组件质量。1.7故障统计分析设备缺陷故障分级统计，同类型设备比较，根据消缺和检修记录进行故障和缺陷分析，掌握设备劣化趋势，为设备状态检修提供依据。1.8故障处理方案按照光伏电站生产运行状态，全面分析运行中各类故障，定制各类故障出现处理方案，并推送故障处理指导方案。建立专家指导系统。1.9故障点精准定位采用KKS码和电子地图精确定位方式，确定报警设备位置，提高设备消缺维护效率。开展故障率分析功能。实现故障点精准定位。1.10通信接口数据共享智能预警诊断系统可实现与无人机巡检系统、安全管控平台及其他生产管理系统实现通信接口和数据共享功能，同时接受其他系统实现统一平台功能。2组件积尘预警系统组件积尘预警系统基于设备发电效率跟踪，以时序模型和气象模型为基础，应用大数据技术，跟踪特定发电方阵，分析光伏组件积灰度，计算发电损失与清洗成本，为电站组件清洗提供科学依据，计算最佳清洗时间。提升经济效益。2.1分析模型建立方式一：建立清洗组件标准对照组件，利用高精度传感器采集2块清洁组件数据，对于积尘数据，计算积尘组件影响发电量。或采用高精度辐射仪对比。方式二：通过电站清洗后发电方阵发电效率，大数据计算积尘对发电量影响。2.2效益分析通过计算积尘组件影响发电量与组件清洗成本，结合数字天气预报数据，精准计算最佳清洗效益。2.3最佳清洗时间通过分析计算积尘组件影响发电量，结合数字天气预报数据，计算最佳清洗时间，指导现场清洗工作。提出周期最佳清洗点预测跟踪机制。3光伏发电关键指标分析功能按照行业标准和集团公司规定，开展所属新能源光伏电站关键指标分析，实现各光伏电站太阳能利用率、发电量、电能损耗、组件和逆变器转换率、组件老化率、设备可靠性等。3.1太阳能利用率指标分析利用各场站辐射实测数据、预测发电量，日照时长。计算太阳能利用数据，为分析光伏电站日常运维提供科学依据，整体评价光伏电站营运状态。3.2发电量指标分析分析每个光伏场站和方阵的发电量、上网电量、购网电量、开展同步和环比的电量对比，评价日常运维状态，通过能耗指标趋势变化，分析设备能耗、设备老化、设备健康度等评价。为提高发电量，减少能耗损耗，加强实现生产过程精细化管理提供决策依据。3.3能耗指标分析通过分析光伏场站、方阵、设备等的能耗指标，分析能耗损失的变化趋势和过程，科学指导光伏电站经济运行，降低能耗，提高发电量，增加收益。能耗指标分析包含厂用电、逆变器、集电线、箱变、升压站等指标。3.4设备运行指标分析设备运行指标分析包含电站整体效率、逆变器转换率、方阵效率等，提供设备运行指标分析，为优化设备运行环境，提高设备运行水平提供科学依据。3.5设备可靠性指标分析设备可靠性指标分析针对主要发电设备的运行时间、停运时间、运维时间等指标获取，对设备进行分类管控，为重要的发电设备运维计划提供数据。3.6组件老化指标、转换率通过历史生产运行的大数据分析功能，对各类组件老化指标、转换率变化趋势提供可信是科学数据，为后期光伏电站建设组件选用、组件更换等提供依据。3.7逆变器转换率、能耗等老化分析通过生产运行的大数据分析功能，对各类型的逆变器实际运行状态开展大数据分析，科学评价各类型逆变器实际运行状况，分析逆变器运行规律，制定日常运维、检修计划，重点关注运行中异常，提高关键设备运行可靠性。减少故障停运时间。实施范围光伏装机容量100MW容量，约10000光伏组串数据计划资金120万五、技术方案和技术路线5.1技术路线智慧光伏一体化管控平台采用一体化平台设计思路。集成智慧光伏全部业务应用功能，平台界面采用纯B/S，基于.net或J2EE架构，系统独立研发、具有自主知识产权，适应当前主流的浏览器版本要求。将需要处理的业务合理地分配到客户端和服务器端。降低通信成本，提高系统安全性。智慧光伏管理系统提供了光伏电站智慧应用功能、系统运维功能和后期业务扩展功能，平台系统运维提供了整个智慧光伏管理系统日常运行和维护管理。满足系统功能设计遵循技术先进、功能齐全、性能稳定、节约成本的原则。智慧光伏一体化平台提供后期功能扩展功能和其他应用移植功能，便于新功能开发和旧业务应用移植。为后期的电站发展、扩建、改造等预留充分扩充功能。智慧光伏平台系统实现应用一体化和运维一体化的主流平台化应用模式。彻底避免和解决了多系统部署的孤岛模式。系统设计内容系统、完整和全面，具有科学性、合理性、可操作性强。智慧光伏平台系统采用JReap平台通过内置的开发工具，实现可视化的元数据集、接口、界面的定义，基于代码生成工具，把Java、HTML、Css、JavaScript代码编译成后端服务及前端界面代码，采用自动化构建的方式进行发布、部署、运行。结合平台提供的技术组件、基础组件和业务组件，可方便快速交付。系统具有如下特点：集中部署、集中运行系统的所有应用和数据在XX青海新能源公司集中部署，未来各场站只需要在部署相应的设备并进行数据初始化和个性化设置即可接入使用相关功能。规范流程、统一标准建立规范流程和统一标准，以业务流程驱动，在规范的流程和统一的标准中实现XX青海新能源公司的业务贯通，信息共享，加强组织内业务流程管理与知识管理。统一管理系统应按多级多组织架构，强化公司统一归口管理职能，各基层单位之间数据要安全隔离，单位内部信息充分共享，在一个统一的平台上，以上级公司为统一归口管理单位，将工作过程中的计划、执行、检查和处置的PDCA循环贯穿在各项工作中，实现工作流执行状态的动态跟踪和分析。信息整合、打通流程软件系统须满足整体性能优越、技术先进、集成化与模块化相协调统一的原则，数据接口严密完善，维护方便、界面友好。提供图形化配置工作流引擎。系统能很好地融合现有或未来其它相关系统（如集团公司管理云平台），并能方便的接入扩展，满足在上级单位部署并大集中管理模式。5.2系统架构5.2.1业务架构建立以大集中方式建设的一体化平台化系统，需满足分公司多级多组织的管理架构，并按照系统化、标准化、流程化管理理念进行设计，实现集中部署、集中运行、集中维护，在功能、性能及标准化管理等方面满足未来公司新能源发展需求。以新能源企业智慧化应用为总体导向，按照总体规划、分步实施的建设原则。开发智慧光伏管理平台，助力光伏场站优化运行、降低成本、提升效率、确保人和设备的安全可控，指导生产运营，实现光伏电站日常工作和流程的规范化、标准化、数字化管理。通过全方位后期的智能安防、智慧监控、智能运营，实现“无人值班、少人值守、远程集控运行、就地智能检维、实时告警督办”的智能运行管理模式。5.2.2平台架构系统应用框架建筑在层次模型之上，系统采用先进的SOA架构思想,系统通过SOA技术提供了标准的数据访问和控制接口，为外部业务系统及业务部门的数据共享和访问提供了简便、易用的接口。分层架构将更利于系统的水平扩展和分布式架构，可快速基于系统之上进行业务需求的持续集成及二次开发，以最少的代价部署上线新的业务模块和功能，快速适应需求变化、提高功能、业务的复用度。系统采用组件化、模板库编程思路，同类业务可基于模型库快速构建，减少重复代码编写过程。进一步提高开发效率、缩短开发周期、减少运维成本。系统包括基础设备层、数据通讯层、服务层、业务应用层和展示层。各层描述如下：基础设备层：基础设备层指现场采集智能设备采集数据数据通讯层：数据通讯层主要实现基础数据的采集工作，数据来源主要包括风电场、升压站及其相关应用系统。基础保障层：以公司现有的网络资源、硬件资源、数据资源及其它信息系统为基础，最大适度地利用、整合现有资源，在此基础上实现快速构建，数据传输过程采用电力认证的加密与解密装置和隔离装置实现数据安全与稳定的传输。数据层：数据层建立事业部统一的实时数据、历史数据和关系型数据的大数据中心，包括了数据通讯层采集的各类生产实时数据以及经过分析、挖掘和统计后形成的决策、分析管理类数据。该类数据可基于标准、简易的接口提供给其它业务部门和业务系统。服务层：通过统一的服务接口，为外部信息系统提供标准的服务。业务层：业务层系统根据分布在不同的安全区域，对访问权限有严格控制，展示层：采用统一平台为用户提供统一的访问入口，提供给各类用户的直观展示5.2.3网络架构整个系统按照使用专线网络方式设计，使用专线通道，按照最新的发改委14号令《电力监控系统安全防护规定》和《电力监控系统安全防护总体方案》（国能安全【2015】36号)的要求，实现区域监控功能，达到少人值守的要求。系统设计总体原则为“安全分区、网络专用、横向隔离、纵向认证”。安全防护主要针对网络通信和基于网络的子站侧数据采集、监控系统，重点强化边界防护，提高内部安全防护能力，系统本身及重要数据的安全。智慧化应用平台建立在管理大区，与生产数据的交换计划在集控中心数据平台实现。各分区已按要求部署安全设备，本次不增加信息安全设备。5.3智慧光伏一体化平台集中部署、集中运行系统的所有应用和数据在XX青海新能源公司集中部署，未来各场站只需要在部署相应的设备并进行数据初始化和个性化设置即可接入使用相关功能。规范流程、统一标准建立规范流程和统一标准，以业务流程驱动，在规范的流程和统一的标准中实现XX青海新能源公司的业务贯通，信息共享，加强组织内业务流程管理与知识管理。统一管理原则系统应按多级多组织架构，强化XX青海新能源公司司统一归口管理职能，各基层单位之间数据要安全隔离，单位内部信息充分共享，在一个统一的平台上，以上级公司为统一归口管理单位，将工作过程中的计划、执行、检查和处置的PDCA循环贯穿在各项工作中，实现工作流执行状态的动态跟踪和分析。信息整合、打通流程软件系统须满足整体性能优越、技术先进、集成化与模块化相协调统一的原则，数据接口严密完善，维护方便、界面友好。提供图形化配置工作流引擎。系统应能很好地融合现有或未来其它相关系统（如集团公司管理云平台），并能方便的接入扩展，满足在上级单位部署并大集中管理模式。数据采集平台建立集中统一的数据采集管理平台，采集光伏电站计算机监控系统、AGC、AVC、功率预测、保信子站等信息平台数据。该采集平台具有如下特性：支持多种网络协议：目前已经支持TCP、UDP、RS232、RS485。支持多种实时数据库：目前已经支持X-DB、麦杰、eDNA、PI、PlantConnect、iHistory、INSQL、Agilor等实时数据库。支持多种关系型数据库：目前已经支持Oracle、Sybase、SQLServer、DB2等大型关系型数据库管理系统，同时也支持MSDE、ACCESS等桌面型数据库系统。支持多种DCS、PLC控制系统以及辅网控制系统：目前已经支持的有：ABB、和利时、日立、Foxboro、新华、104规约、101规约、Moudbus、CDT、OPC、DDE等。故障管理：记录系统所有故障信息，并提醒管理员进行相应处理。对于网络中断故障，当网络恢复时，系统可自行恢复；对于系统进程死机的故障，系统也会自动重启。跨越单向物理装置隔离：当需要直接从电场控制网采集数据时，采集系统往往面临着需要跨越单向物理隔离装置的问题，我们将采用多台采集机，实现实时数据的多级“接力传输”。5G+工业互联网应用平台5G是数字化从个人娱乐为主推向全连接社会的起点，是移动通信行业的机遇。5G与工业互联网融合应用出现了八大类新型场景，分别为5G+超高清视频、5G+AR、5G+VR、5G+无人机、5G+云端机器人、5G+远程控制、5G+机器视觉以及5G+云化AGV。超高清视频是继视频数字化、高清化之后的新一轮重大技术革新，将带动视频采集、制作、传输、呈现、应用等产业链各环节发生深刻变革。高清视频被认为是5G时代应用最早的核心场景之一，随着技术发展，超高清视频已不局限于监视、录像、回放等传统功能，开始向字符识别、人脸识别、行为分析、物体识别等智能化方向发展，对视频流的清晰度以及流畅度提出了更高的要求，而5G网络的承载力成为解决这些需求的有效手段。增强现实（AR）是人工智能和人机交互的交叉的学科，是一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D模型的技术，也是一种把真实世界和虚拟世界信息有机集成的技术。利用基于5G的AR远程协助，后台专家可以通过语音视频通讯、AR实时标注进行远程协作，实现了现场人员和远程专家的“零距离”沟通，结合智慧光伏三维虚拟电站，可实现全电站的无人化远程运维管理。无人机平台搭载5G技术，利用5G的高速率、高可靠低时延无线网络，可以将搭载在无人机上的摄像头视频（可见光高清、红外等）实时传送到厂区综合控制中心。通过对视频图像进行基于人工智能的物体识别、模式识别分析，判断所巡检的地点是否存在安保异常或火警异常并实现智能提示，最大限度降低安保人员日常劳动强度。5G+工业互联网应用技术功能在不断发掘与完善，在智慧光伏应用中加入5G应用，建立5G+工业互联网应用平台，体现了系统的适度超前设计。保证系统能适应未来技术发展趋势，提高光伏电站智慧化应用效率，确保系统的使用寿命。大数据分析平台大数据平台是一套覆盖大数据采集、存储、清洗、挖掘建模、分析、联机查询等于一体的一站式平台。采用先进的大数据和机器学习技术，内置多种海量数据存储方案、数据处理方法和分析挖掘算法；支持结构化数据、半结构化数据和非结构化数据的采集、存储、分析挖掘、检索；提供统一的数据服务访问机制。平台采用图形化、流程化的方式进行大数据挖掘工作。数据价值的挖掘过程采用全可视化操作，使用者只需用鼠标把各种分析组件拖拽过来组装成一个个分析流程，然后点击“运行”即可获得隐藏在深处的大数据“价值”。有了该平台，使用者既不需要懂大数据技术细节也不需要懂编程技术，仅通过简单的拖拽和组装就能快速的构建出大数据分析挖掘模型，并对模型进行有效评估。大数据分析是对大量结构化和非结构化的数据进行分析处理，从中获得新的价值，具有数据量大、数据类型多、处理要求块等特点。平台大数据分析过程大致由数据抽取、数据探索、数据预处理、选算法建模、模型评估、模型应用组成。覆盖CRISP-DM数据挖掘标准流程各环节。大数据分析过程CRISP-DM数据挖掘标准流程数据抽取：从大数据中抽取数据进行分析挖掘。平台提供从内部存储模块（分布式文件系统、数据仓库、列式数据库、时序数据库）获取数据功能，也支持从外部文件、业务系统数据库直接抽取数据的方法。数据探索：就是对数据进行深入摸底和熟悉。拿到数据后，它是否达到我们原来设想的要求，其中有没有明显的规律和趋势，有没有出现过没有预想到的数据状态，属性之间有没有相关性，它们可区分成怎样一些类别，这都是首先要探索的内容。平台内置异常值分析、空值分析、相关性分析、贡献度分析、基本统计量分析、值分析、K值确定、主成分分析等常用的数据探索方法。数据预处理：由于抽取到的数据中可能包含噪音、不完整、甚至不一致数据，还有数据内容不满足挖掘的要求，因此在数据建模前需对所涉及到的数据对象进行预处理。平台集成了异常值处理、空值填补、数据归一化、值转换、类型转等常用的预处理方法。支持粗范围检验、突变点检验（53H）、冗余检验、标准差检验、相关性检验等数据处理方法以实现对设备、设点的异常发现及数据重构：粗范围检验此法可以用于检测仪表是否故障，但只适用于少数测点，如大气压力等。突变点检验此法可以用于关键测量数据的检验，特别是容易受干扰的测量数据如流量、压力等。冗余检验适用于测量参数：汽包压力、主汽压力、调节级压力、给水流量等冗余测量参数。标准差检验此法是针对单个测点的检验方法。主要是检验拉直线或异常波动的情况。相关性检验（只检测不重构）适应于两个相关点如除氧器水箱温度、给水泵出口温度（#3高加进水温度）、（小机进汽参数）中排参数、四段抽汽参数；建模：选择合适的机器学习算法，设置相关参数，利用算法对大数据进行分析，找出背后的规律。平台集成了KMeans聚类、GM高斯混合模型、随机森林、神经网络、SVM支持向量机、FP-growth关联规则、OLS最小二乘法、EM最大期望值、决策树、线性回归、岭回归、梯度提升树、广义线性等大量机器学习算法，能够满足电力系统各种大数据分析挖掘需求。模型评价：经过算法对大量样本进行训练，从而得到了一个模型，该模型就是隐藏在海量数据中的价值，但这个模型的质量怎么样，能不能在实际应用中发挥其预测或指导作用，就需要对模型进行评价。评价分数高的就可以应用于实际生产，评价低的就需要重新收集数据、调整算法训练，获得新模型，直到评价结果满意为止。平台提供分类模型评价、回归模型评价、聚类模型评价等功能。可视化建模：大数据分析挖掘过程涉及的数据源非常的多，数据清洗和预处理比较繁琐，很少能一次分析挖掘成功，一般都要经过多次反复试验，才能得到满意结果。大数据“价值”的获取是一件繁琐而又专业性很强的工作，对做这项工作的人的要求非常高，既要精通大数据技术和编程技术，又要精通行业专业技术，尤其像电力行业这种知识密集型行业，要能够快捷地、顺利地清洗数据、建好模型，挖掘数据价值非常难。平台采用图形化、流程化的方式进行大数据挖掘工作。数据价值的挖掘过程采用全可视化操作，使用者只需用鼠标把各种分析组件拖拽过来组装成一个个分析流程，然后点击“运行”即可获得隐藏在深处的大数据“价值”。有了该平台，使用者既不需要懂大数据技术细节也不需要懂编程技术，通过简单的拖拽和组装就能快速的构建出大数据分析挖掘模型，并对模型进行评估。平台提供了大量功能，如数据存储、查询、统计、分析、挖掘等功能，平台已统一的数据服务向外提供这些功能。平台内置了Java、C++、C#等语言的编程接口，公开了分布式存储系统的访问接口，方便第三方系统直接获取服务支持。支持用户自行设计服务，可以根据已有数据资源和用户的服务需求自行搭建/装配出信息服务。并对服务配置信息和参数的设置管理，并经过相关业务审批后，对外发布调用接口，供用户使用，实现集团数据的互联互通，信息共享的要求，使平台的建设将有效帮助集团更好地实现数据管理以及基于数据的分析应用。平台提供的服务都需要通过服务授权后用户才能使用，在服务调用过程中，平台自动进行身份认证。应用平台设计特点系统遵循SOA架构体系，基于统一的ICT基础设施，以统一门户管理、统一流程管理、统一数据管理、统一运维管理、统一安全管理五个统一为核心，构建一体化应用支撑平台。各类业务功能以此为基础开展建设或功能完善。通过支撑平台和横向服务总线集成各系统功能模块/业务子系统，通过纵向服务总线实现与上、下级相关业务系统的互联。（1）统一流程管理基于SOA建立统一流程应用接入管理；统一流程建设基础；提高流程应用的开发和实现效率，降低研发成本；在业务与IT之间，构建一致性的流程描述方式，提高协同能力。实现统一工作流引擎，实现企业级业务流程管理平台，实现端到端流程贯通的统一监控管理，统一集中任务处理中心，提升用户操作体验。（2）统一数据管理各种类型的源数据通过统一数据采集层进入数据中心，数据中心主要提供以下几种服务：1）提供各种业务的数据存储服务，支持实时数据库、关系数据库、数据仓库、HDFS等结构化及非结构化数据存储服务；2）提供流式计算、离线计算、交互式计算服务；3）提供数据中心的资源的优化调度服务。（3）统一运维管理通过平台的自动化运维管控功能为智慧光伏电站提供统一的运维管理，实现KPI、自动巡检、性能分析、通用ＩＣＴ系统监视、电力二次系统监视、机房监控等功能，并提供跨区数据同步服务，实现自动化值班管理。（4）统一安全管理电站包含众多异构厂商、开源系统的组成部件，对主机系统、网络等方面的安全管理和保障提出更高要求；通过专业的安全产品如：隔离网闸、防火墙、入侵检测、配置核查、互联网行为管控、日志审计等产品的集成，可实现一站式的解决方案来满足电网公司二次安防的要求。（5）统一门户管理基层企业使用的业务系统数量多，系统切换频繁，操作繁琐，规范性差以及任务与绩效不对应等问题突出，平台提供一个更加高效、简单、实用、规范的统一门户。按照“简单、实用、高效”的原则，以及专业分工、专业管理的标准。通过管控一体化系统进行集成整合和集中展现，提供WEB应用门户、移动应用门户、个人工作台实现“一站登录，多点应用，统一界面，智慧决策”。5.4光伏组件故障诊断功能根据光伏组件U/I特性曲线和大数据分析功能，通过深度数据挖掘功能开展大数据分析，并按照光伏电站现场实际运行的环境要素进行修正，结合厂家制造数据和现场试验测试数据，通过建模分析和预测模型，实现光伏组串的故障分析功能。对于逆变器、箱变、发电单位异常和故障识别，充分利用实时生产数据和历史数据，结合其实生产控制系统的据和生产管理数据，开展多维数据和全景数据的分析，实现对异常、故障、性能降低的故障识别。（1）组件缺陷和异常解决思路利用同等条件组串生产实时数据和同条件下历史数据，作为判定组件缺陷识别条件，开展大数据分析功能，进行多维数据有效比对分析，实现组件隐性故障判断，并将组件U/I值、光功率预测值、衰减值同时作为条件进行隐性故障判断。利用历史生产数据或相同条件下组件实时数据进行对比分析，训练分析模型数据；识别组件可能存在的各类缺陷和异常，如：断线、遮挡、转换率降低、老化、集尘等问题。（2）组串回路断线、接地等故障报警、定位实时识别组件回路电流和电压，判断组件回路断线，通过软件扫描自动定期识别，手动选定时间识别等多种方式。完成识别组串回路断线后，界面展示、地图定位和报警功能。（3）低效组件识别判断分析基于光伏组串电流和电压数据，U/I特性曲线，计算相同运行环境下低效组件，建立有效的分析建模，利用大数据算法实现识别，并通过相关系统实时数据、安装制造和运维数据，修正算法模型，训练计算方法。达到能有效识别低效组件的目标。（4）组件转换效率排序基于光伏组串电流和电压历史数据和光资源数据，参照组件制造参数衰减率，折算组件转换效率，利用成熟的数学公式计算。（5）诊断分析功能通过对组件断线、接地、低效运行等缺陷进行大数据分析计算，结合功率预测、运维数据、制造数据进行故障诊断模型修正，对光伏组串进行诊断分析。5.5大数据分析的指标分析功能设备故障智能诊断预警分析系统利用光伏电站生产实时大数据和历史数据，开展大数据分析，实现光伏电站组件、逆变器和箱变智能诊断预警分析功能。系统通过分析生产过程中实时数据和历史数据，结合场站环境数据、安装和制造运维数据，建立符合满足光伏电站现场的分析模型，实施故障智能诊断预警功能，为大型光伏电站运维清洗、技改检修等提供可量化的决策依据。5.6光伏组件积尘预测系统组件清洗会减少组件表面的积灰，从而降低发电效率的损耗，但何种积灰程度开始清洗却无法确定。清洁会消耗财力和人力资源，清洗频繁，发电效率虽有提高，清洁费用也同样会上升。为了得到合理的清洗周期，需要评估积灰对发电效率的影响，找到积灰损失与清洗费用的平衡。科学的清洁周期有利于光伏电站达到最佳的经济效益，减少能源的损失。消除了常规积灰分析方法的弊端，提出“间接测量+大数据计算模式”，基于实时运行参数及环境数据，结合大量历史运行数据及故障预警系统数据，剔除其他因素影响，通过大数据分析建模，实现积灰预测及清洗建议。系统建立的基础模型可适用于不同区域、不同类型光伏电站，通过模块化设计提高预测模型的适用性，专业人员可根据预测精确度利用电站数据对模型参数及时调整。

六、项目实施6.1项目组织及分工按照《中国XX集团公司应用系统项目建设管理指南》要求，由信息化主管部门成立项目管理办公室，项目管理办公室设项目经理一名，成员由信息化人员和业务人员组成。项目建设期成立一个体制完善、层次分明、分工合理的项目型组织结构，及时解决项目推进过程中的问题，明确各小组责任与沟通机制，提高工作效率，确保项目质量，降低项目建