客服熱線：
手機版
二維碼
Technological power
我要把人生變成科學的夢，然后再把夢變成現實。
---居里夫人
昨天是全國第六個科技工作者日，節日的浪潮再一度將人們的目光聚集在科研工作的方方面面，科技的進步幾乎每時每刻都在給人類社會帶來新驚喜和新變化。清潔能源資產管理從互聯網+時代到人工智能+時代跨越的旅程中，數字化技術也隨之從“連接”向“分析”升級，這意味著資產管理行業的發展能級也在逐漸從“效率”向“效能”躍遷，這種變化同時也為清潔能源資產的精細化管理帶來了巨大的增量價值。負荷側資產在“十三五”期間出現井噴式發展，資產投運后如何科學有效地精益化運營，成為廣大資產持有者的共同痛點。行業人員專業素質良莠不齊，管理困難；資產狀態把握不清，清洗、檢修等關鍵利潤增長點在一定程度上被輕易忽視。
金風水晶球光伏資產管理平臺打通設備數據、工單數據和資產數據，基于預測預防的算法識別異常，實現精準的任務推送，完成數據集成、決策判斷、任務分發到改進執行的全流程閉環管理。
01
人工智能賦能資產管理：
AI圖像識別+無人機智能化巡視
光伏資產的日益增多對光伏場區的巡檢效率及缺陷準確度提出了更高的要求，以20MW場站為例，單次巡檢拍攝的照片數量多達2000張，采用人工巡檢的方式，發現并完成場站缺陷處理的周期為一個月；采用無人機自動巡檢，運用AI人工智能圖像識別技術自動識別光伏板缺陷后，單次巡檢的時間可縮短至2天。無人機可滿足于屋頂組件巡視、踏勘、驗收工作，有效節省了大量人力和物力資源；此外，無人機的紅外功能可以解決傳統的紅外熱成像儀巡視組件效率低的問題。另一方面，AI算法程序可自動篩選所有照片，挑選出包含缺陷的數據，同時自動查詢缺陷所處光伏板位置及經緯度，實現數據自動入庫，運維人員隨即便可根據系統派發的信息進行精準維護。
基于數據，應用AI算法實現預防和預測，為預測性維護和預見性維護提供決策依據，并可以基于具體場景與客戶共創基于機器學習的業務探索。
02
智能清洗
讓每一塊光伏板都“閃閃發光”
光伏太陽能發電量主要受組件容量、輻射量、綜合發電效率三個因素決定，而綜合發電效率又受傾斜角度、溫度升高、灰塵損失、組件效率等因素影響，目前幾類因素的常見運維解決方案為不定期清洗光伏板，提升板面清潔，盡可能的吸收太陽能，提升其綜合發電效率（PR值）。經團隊研究發現，對光伏板進行不定期30-45天內清洗，清洗后帶來的價值提升可得到有效評估，但是否為清洗成本與發電量收益結合價值點最大化則無法體現，且清洗后效果無法驗收。
通過演算歷史情況，金風能源數字化研發團隊通過AWS機器學習算法獲取不同場站PR值隨時間下降實際規律以及清洗后PR值恢復情況，推導出負荷側光伏組串清洗業務規則及推演max值算法邏輯，獲取清洗收益&清洗成本max值，達到及時通知業務進行清洗的目的，最終通過提升PR值而促進整體發電量的進一步提升，實現收益最大化。
03
自建IV智能檢測，時刻有備無患
一般情況下，光伏組串發電設備在出廠時都會進行IV性能檢測，以便確定組件的電性能是否正常。而電站投運后很少人會再去對光伏陣列進行IV曲線測試，光伏組串發電效率將隨著時間的推移逐步衰減，這將會帶來不少的發電量損失。金風能源數字化研發團隊與亞馬遜云科技（AWS）合作，完成自身IV智能檢測模型的研發，通過對光伏陣列的IV特性曲線形狀的系統分析，確定光伏組件的發電性能是否正常，查找到有故障的光伏組件，對于性能有故障的組串進行及時的檢修更換，保證電站投運后每一臺機組都能“認認真真”地發電。
可以預見的是，隨著經濟數字化的發展，大數據、AI等新科技正在被廣泛應用于資產管理行業，如何在擁抱新科技的同時及時發掘新的業務增長點是對所有清潔能源行業從業者的考驗，金風能源資產管理團隊將以敏銳清潔能源領域洞察力與經驗，引領能源技術創新，提供高效的、電網友好的清潔能源全面解決方案。
—END—
來源：
