Fotovoltaik enerji santrali ölçeğinin üstel büyümesiyle, geleneksel "insan dalga taktik" operasyon ve bakım modeli artık başa çıkamıyor - 1GW enerji santrali yüzlerce çalışma ve bakım personeli gerektiriyor ve bileşen arızalarının gecikmiş tespiti, yanlış temizlik zamanlaması ve yüksek güç üretim kaybı oranları belirgin hale geliyor. Nesnelerin İnterneti, yapay zeka ve dronlar gibi teknolojiler aracılığıyla dijital çalışma ve bakım, fotovoltaik enerji santrallerini "düşünme organizmalarına" dönüştürdü, kesin hata yeri elde etti, gerçek zamanlı enerji verimliliği optimizasyonu ve önemli maliyet azaltma, fotovoltaik çalışma ve bakımın zekalı çağını kullandı.
1 Toplam Algı: Elektrikli santraller için bir 'Nöral Terminal Ağı' oluşturmak
Her fotovoltaik panel akıllı bir algılama düğümü haline gelir. Yeni nesil fotovoltaik modüller, sıcaklık, akım ve voltaj gibi gerçek zamanlı parametreleri toplayan mikro sensörlerle donatılmıştır. Veriler, Lora veya NB IoT kablosuz ağları aracılığıyla bulut platformuna iletilir. 1.2GW fotovoltaik bir elektrik santralinde, 2 milyon modül her 15 dakikada bir veri yükleyerek 10 TB/yıl büyük bir veritabanı oluşturarak AI analizi için bir temel sağlıyor. Bileşen sıcaklığı 5 derece eşiğini aştığında, sistem otomatik olarak "şüpheli bir hata" olarak işaretler ve daha fazla tanıyı tetikler.
Drone muayenesi, büyük ölçekli enerji santrallerini inceleme problemini çözdü. Yüksek çözünürlüklü kameralar ve kızılötesi termal görüntüleyicilerle donatılmış drone, saatte 500000 metrekare denetleyebilir, bu da manuel incelemeden 50 kat daha verimlidir. Görüntü tanıma algoritmaları yoluyla, dronlar,%98 doğruluk oranı ile gizli çatlaklar, sıcak noktalar ve bileşenlerde toz kapsamı gibi sorunları otomatik olarak tanımlayabilir. Belirli bir elektrik santralinde muayene için insansız hava araçlarının piyasaya sürülmesinden sonra, arıza tespit süresi ortalama 7 günden 2 saate kadar kısaltılmıştır, bu da enerji üretimi kaybında yıllık 1,5 milyon kilowatt saatlik bir azalmaya neden olmuştur.
Meteorolojik tahmin sistemi, enerji üretiminin doğru bir tahminini sağlar. Uydu bulut görüntülerine, yer hava istasyonlarına ve tarihsel enerji üretim verilerine dayanarak, AI modeli önümüzdeki 72 saat boyunca fotovoltaik çıktıyı%8 içinde kontrol edilen bir hata oranı ile tahmin edebilir. Bu, güç şebekesi gönderimi için güvenilir bir temel sağlar ve Gansu'daki bir elektrik santralinin günlük plan sapma oranını% 15'den% 5'e düşürür ve çıktı dalgalanmalarının neden olduğu para cezalarından kaçınır.
2 Akıllı Karar Verme: Yapay zeka odaklı işletme ve bakım stratejilerinin optimizasyonu
Makine öğrenimi algoritmaları 'en iyi operasyon danışmanı' haline geldi. Tarihsel verileri analiz ederek, AI modelleri bileşen bozunma modellerini tanımlayabilir - örneğin, 3 yıllık operasyondan sonra yaz aylarında yüksek sıcaklıklarda bir grup bileşen artışı yaşadığı tespit edilirse, her yıl ilkbaharda erken temizlik ve yaz aylarında artan denetim frekansına dayanarak hedeflenen bir bakım planı geliştirilebilir. Bu modeli belirli bir elektrik istasyonuna uygulandıktan sonra, bileşenlerin ortalama yıllık zayıflama oranı% 2.5'ten% 2.0'a düştü ve toplam enerji üretimi 25 yılda% 3 arttı.
Akıllı Temizlik Zamanlama Sistemi "İsteğe Bağlı Temizlik" i fark eder. Toz biriktirme modellerini, hava durumu tahminlerini ve enerji üretimi kaybı tahminlerini birleştiren sistem, optimum temizleme süresini otomatik olarak hesaplar. Sincan'daki bir elektrik santralinde, sistem temizlik sıklığını ayda 2 defadan 1-3 kata indirir,% 30 su tasarrufu sağlarken, tozun neden olduğu güç üretim kaybının% 2'yi geçmemesini sağlar. Fotovoltaik dizileri izlemek için, sistem de optimum açıya dönecek braketi kontrol edebilir ve temizleme verimliliğini artırmak için temizleme robotları ile işbirliği yapabilir.
Hata teşhisi "post onarım" dan "ön uyarı" ye kaymıştır. Titreşim analizine ve ses izi tanıma teknolojisine dayanarak, AI, invertörün çalışma sesi ile dahili kapasitör yaşlanma derecesini belirleyebilir ve 6 ay önceden hataları uyarabilir. Belirli bir operasyon ve bakım şirketi durumu, öngörücü bakımın benimsenmesinden sonra, invertör arızalarının onarma maliyetinin%60 azaltıldığını ve planlanmamış kesinti süresinin%80 azaltıldığını göstermektedir.
3 dijital ikiz: sanal ve gerçekliği birleştiren tam yaşam döngüsü yönetimi
Digital Twin Technology, . 1 elektrik sanal görüntüsünün bir 'sanal görüntüsünü' oluşturur: 1 Bilgisayardaki fotovoltaik enerji santralinin tüm ekipmanlarının ve ortamlarının restorasyonu ve fiziksel enerji santralinin çalışma durumunun gerçek zamanlı haritalanması. Enerji üretimini farklı aydınlatma ve sıcaklık koşulları altında simüle ederek, bileşen düzeni optimize edilebilir - yeni inşa edilmiş bir elektrik santrali, bileşen aralığını dijital ikiz simülasyondan 3 metreden 3,5 metreden ayarladı, arka bileşenlerin güç üretimini% 5 artırdı ve yatırım getirisini yüzde 1,2 puan artırdı.
Enerji santrallerinin yenilenmesinde, dijital ikizlerin simülasyon fonksiyonunun değeri vurgulanır. 10 yıldır faaliyette olan eski bir elektrik santrali için, yenilemeden sonra enerji üretimi verimliliğini simüle etmek ve optimal çözümü seçmek için farklı tür invertör ve bileşenlerin sanal olarak değiştirilmesi kullanılır. Belirli bir elektrik santrali, buna dayanarak "bileşenleri koruma+yüksek verimli invertörlerin değiştirilmesi" ni seçti, bu da maliyetlerin% 40'ını tam değiştirme planına ve artan güç üretimini% 12 oranında tasarruf etti.
Uzaktan çalışma ve bakım merkezi, binlerce mil uzaklıktaki kesin kontrol elde eder. Jiangsu'daki operasyon ve bakım merkezinde, mühendisler Xinjiang elektrik santralinin denetim robotunu uzaktan kontrol edebilir, izleme braketi açısını ayarlayabilir ve invertörün dijital ikiz sisteminden başlatabilir/durdurabilir. Bu merkezi çalışma ve bakım modu, 1GW bir elektrik santrali için işletme ve bakım personeli sayısını 100'den 30'a düşürür, işçilik maliyetlerini%70 oranında azaltır ve yanıt hızını dakika seviyesine yükseltir.
Fotovoltaik enerji santrallerinin dijital çalışması ve bakımı esas olarak manuel emeğin veri akışı ile değiştirilmesini ve ampirik yargı yerine algoritma optimizasyonu kullanmayı içerir. Bu dönüşüm sadece bireysel enerji santrallerinin verimliliğini artırmakla kalmaz, aynı zamanda büyük ölçekli fotovoltaik enerji santrallerini yönetmeyi de mümkün kılar-AI 10GW veya hatta 100GW fotovoltaik varlıkları aynı anda yönetebilirse, düşük maliyetli ve yüksek verimli temiz enerji arzı, enerji dönüşümü için sağlam teknik destek sağlayarak yeni bir adım atacaktır.