温度故障预警方法、装置、系统、存储介质及程序产品与流程

1.本发明涉及光伏技术领域，尤其涉及温度故障预警方法、装置、系统、存储介质及程序产品。


背景技术：

2.光伏逆变器等光伏设备作为光伏发电系统中的重要组成部分，用于将光伏组件生成的直流电转换为交流电，传输至配电网系统中。然而，逆变器内部容易因温度过高导致故障，对光伏电站影响较大。
3.基于此，需对逆变器进行有效的故障预警。故障预警，即在设备发生故障之前，及时发现设备的异常状况并进行报警推送的过程。故障预警的目的在于在设备发生故障之前进行及时保养，并采取针对性维护策略，消除设备的潜在隐患。然而，现有技术中缺乏对光伏设备的温度故障预警的方法。


技术实现要素：

4.本发明提供了一种温度故障预警方法、装置、系统、存储介质及程序产品，以使运维人员有充足的时间对光伏设备进行保养维护，消除光伏设备存在的潜在故障隐患，保证光伏设备正常运行。
5.根据本发明的一方面，提供了一种光伏设备的温度故障预警方法，包括：
6.获取所述光伏设备的辐照预测数据；
7.将所述辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，所述辐照温度模型建立了温度数据和辐照数据之间的关系模型；
8.将所述温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，所述故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；
9.若所述温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。
10.可选地，所述辐照预测数据的获取方法，包括：
11.获取现场辐照数据，以及天气预报中的未来辐照数据；
12.对所述现场辐照数据进行预测，得到辐照中间数据；
13.采用所述天气预报中的未来辐照数据对所述辐照中间数据进行修正，得到所述辐照预测数据。
14.可选地，对所述辐照中间数据进行修正的算法包括：修正lstm算法。
15.可选地，在得到所述温度预测数据之后，还包括：
16.获取所述光伏设备的当前温度数据；
17.采用所述当前温度数据对所述温度预测数据进行修正，得到修正温度预测数据，并采用所述修正温度预测数据进行温度故障预警。
18.可选地，对所述温度预测数据进行修正的算法包括：修正lstm算法。
19.可选地，判断所述温度故障相似度大于设定值且呈现递增趋势的方法，包括：
20.构建温度故障相似度的时间序列；
21.使用滑动窗口将所述时间序列中的所述温度故障相似度进行汇总，绘制概率曲线；
22.根据所述概率曲线判断所述温度故障相似度大于设定值且呈现递增趋势。
23.可选地，所述辐照温度模型的建立方法，包括：
24.获取所述光伏设备的历史辐照数据和历史温度数据；
25.根据所述历史辐照数据和所述历史温度数据训练所述辐照温度模型。
26.可选地，所述故障诊断模型的建立方法，包括：
27.获取所述光伏设备的历史温度故障数据和历史温度数据；
28.将所述历史温度故障数据和所述历史温度数据进行匹配，训练所述故障诊断模型。
29.可选地，所述光伏设备的温度数据由所述光伏设备内部的运行测点采集得到。
30.根据本发明的另一方面，提供了一种光伏设备的温度故障预警装置，包括：
31.数据获取模块，用于获取所述光伏设备的当前温度数据和辐照预测数据；
32.温度预测模块，用于将所述辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，所述辐照温度模型建立了温度数据和辐照数据之间的关系模型；
33.概率计算模块，用于将所述温度预测数据输入至故障诊断模型，计算温度故障相似度；其中，所述故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；
34.故障预警模块，用于在所述温度故障相似度大于设定值且呈现递增趋势时，进行温度故障预警。
35.根据本发明的另一方面，提供了一种光伏系统，包括：光伏设备和电子设备，所述电子设备用于对所述光伏设备进行温度故障预警；所述电子设备包括：
36.至少一个处理器；以及
37.与所述至少一个处理器通信连接的存储器；其中，
38.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面所述的光伏设备的温度故障预警方法。
39.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明第一方面所述的光伏设备的温度故障预警方法。
40.根据本发明的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本发明第一方面所述的光伏设备的温度故障预警方法。
41.本发明实施例的技术方案建立了辐照温度模型和故障诊断模型，通过获取光伏设备在未来一段时间内的辐照预测数据，将辐照预测数据输入建立的辐照温度模型，得到未来一段时间内光伏设备的温度预测数据。再将温度预测数据输入建立的故障诊断模型中，计算得到温度故障相似度，根据温度故障相似度与设定值进行大小比较，确定是否需要进行温度故障预警。当温度故障相似度大于设定值，且温度故障相似度呈递增趋势，则表示光伏设备在未来会发生温度故障，此时进行温度故障预警，这样设置，能够实现对光伏设备温度故障的预警。采用本发明实施例提供的温度预警方法，可在光伏设备发生温度故障之前
的较早时间进行温度故障预警，从而使运维人员有充足的时间对光伏设备进行维护与保养，消除光伏设备存在的温度故障隐患，保障光伏设备安全运行。
42.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
43.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
44.图1是根据本发明实施例提供的一种光伏设备的温度故障预警方法的流程示意图；
45.图2是根据本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图；
46.图3是根据本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图；
47.图4是根据本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图；
48.图5是根据本发明实施例提供的一种滑动窗口显示的概率曲线的示意图；
49.图6是根据本发明实施例提供的一种光伏设备的温度故障预警装置的结构示意图；
50.图7是根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
51.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
52.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
53.正如背景技术中所述，现有的光伏设备缺乏温度故障预警的方法。具体地，在现有技术中，主要通过以下方法对光伏设备的温度故障进行处理，分别为基于专家经验的故障预警和基于报警跳闸限制的故障预警。
54.其中，基于专家经验的故障预警是一种以相关专家、操作人员积累的经验知识为基础，定性或定量描述故障过程各设备的故障现象及故障模式的预警。该方法对人员的经验知识依赖性较大，主观性较大。
55.基于报警跳闸限制的故障预警主要的监控标准是光伏设备的生产厂家提供的阈值或者行业提供的阈值，在监控的光伏设备的参数超限后及时报警或跳闸。但该方法的故障预警时间一般处于故障发生之前的晚期，而无法在早期发现，易造成一定的经济损失，且无法检测到阈值以内的故障隐患，从而无法及时对光伏设备进行维护保养。
56.基于上述现有的故障预警存在的技术问题，本发明实施例提出以下技术方案。
57.本发明实施例提供一种光伏设备的温度故障预警方法。本发明实施例可适用于对光伏设备进行超前故障预警的情况。该方法可以由光伏设备的温度故障预警装置来执行，该光伏设备的温度故障预警装置可以采用硬件和/或软件的形式实现，该光伏设备的温度故障预警装置可配置于计算机、服务器等电子设备中。
58.示例性地，光伏设备可以包括光伏逆变器或其他光伏发电系统中的相关设备，在此不作限制。本发明实施例主要以光伏逆变器为例，对该温度故障预警方法进行说明。图1为本发明实施例提供了一种光伏设备的温度故障预警方法的流程示意图，如图1所示，该方法包括：
59.s110、获取光伏设备的辐照预测数据。
60.其中，辐照预测数据为经预测得到的光伏设备在未来一段时间内的辐照数据。示例性地，预测的未来一段时间可以是未来30分钟、未来1小时或者未来1天，在此不作限制。
61.s120、将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型。
62.其中，建立辐照温度模型可通过以下方法实现：获取光伏设备的历史辐照数据和历史温度数据；根据历史辐照数据和历史温度数据训练辐照温度模型。
63.示例性地，逆变器的历史数据可以是当前获取数据的时间之前的一段时间内的数据，例如，可以是前30分钟内、前1小时内或者前一天内的数据，可根据预测的实际需求对获取的历史数据的时间段进行设定，在此不作限制。优选的，可将获取的历史数据的时间段设定为较长的时间，例如可以是获取前一天的历史数据，从而提高建立的模型的准确性。
64.逆变器的历史辐照数据可以由气象信息系统监测并播报的历史时间段内的辐照数据记录获得，逆变器的历史温度数据可以由在历史时间段内对逆变器内部的温度测量记录获得。示例性地，逆变器的温度数据可以采集逆变器内部的运行测点处的温度数据得到。其中，运行测点为在逆变器内部选取的温度测量点。根据实际测量需求，可在逆变器内部的多个位置设置多个运行测点，依次采集各运行测点处逆变器内部的空气温度数据，以作为逆变器的历史温度数据。
65.利用获取的逆变器的历史辐照数据和历史温度数据，可建立辐照数据与温度数据之间的关系，从而训练得到辐照温度模型。
66.s130、将温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型。
67.其中，逆变器的温度异常情况可以由不同原因造成。示例性地，一种原因可以是由于逆变器内部的散热设备运行功率不足以对逆变器的温度进行调节，从而导致逆变器内部
的温度过高；另一种原因可以是由于逆变器自身出现故障导致内部温度出现异常；其中，异常情况可以包括温度过低的情况和温度过高的情况。在本发明实施例中，主要针对由于第二种原因导致温度异常，即逆变器出现故障的情况，建立故障诊断模型，从而判断逆变器的温度故障。
68.示例性地，建立故障诊断模型可由以下方法实现：获取光伏设备的历史温度故障数据和历史温度数据；将历史温度故障数据和历史温度数据进行匹配，训练故障诊断模型。
69.其中，历史温度故障数据为在历史时间段内，逆变器因自身故障而导致停机的故障数据，历史温度数据仍为在历史时间段内，逆变器内部各运行测点处的空气温度数据。根据逆变器发生温度故障的时间对应的逆变器温度数据，即对历史温度故障数据和历史温度数据进行匹配，可得到温度故障数据与温度数据之间的数学关系，从而建立故障诊断模型。示例性地，故障诊断模型可以包括温度过高故障模型和温度过低故障模型。
70.温度故障相似度为逆变器的温度预测数据与逆变器发生故障时的温度数据之间的相似度，以表示逆变器在未来一段时间内发生温度故障的概率。
71.根据故障诊断模型，将对逆变器预测的未来一段时间的温度预测数据输入故障诊断模型，可计算得到逆变器发生温度故障的温度故障相似度。
72.s140、若温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。
73.具体地，将计算得到的温度故障相似度与设定值进行大小比较，并根据时间序列中各时间点计算的温度故障相似度进行汇总，分析温度故障相似度的变化趋势，从而判断是否进行逆变器的温度故障预警。
74.示例性地，温度故障相似度的设定值可以根据实际情况由用户自行设定为合适的概率，在此不作限制。若设定的温度故障相似度的设定值较小，则可能出现逆变器在未来一段时间内并不会发生温度故障而进行故障预警的情况，导致增加运维人员的维护工作量，且增加维护保养成本；若设定的温度故障相似度的设定值较大，则可能在逆变器发生温度故障之前时间段的后期，才进行温度故障预警，使得运维人员的维护时间较短，造成非计停时间延长的情况发生，带来一定的经济损失。
75.在对温度故障相似度进行大小比较时，若温度故障相似度小于设定值，则表示逆变器在未来一段时间内发生温度故障的概率较低，即无需进行温度故障预警；若温度故障相似度大于设定值，并且温度故障相似度呈递增趋势，则表示逆变器在未来一段时间内发生温度过高故障的概率较高，需及时进行温度故障预警，以便运维人员对逆变器进行及时的维护和保养，消除逆变器存在的潜在温度故障隐患，保证逆变器安全运行。
76.本实施例的技术方案建立了辐照温度模型和故障诊断模型，通过获取光伏设备在未来一段时间内的辐照预测数据，将辐照预测数据输入建立的辐照温度模型，得到未来一段时间内光伏设备的温度预测数据。再将温度预测数据输入建立的故障诊断模型中，计算得到温度故障相似度，根据温度故障相似度与设定值进行大小比较，确定是否需要进行温度故障预警。当温度故障相似度大于设定值，且温度故障相似度呈递增趋势，则表示光伏设备在未来会发生温度故障，此时进行温度故障预警，这样设置，能够实现对光伏设备温度故障的预警。采用本实施例提供的温度预警方法，可在光伏设备发生温度故障之前的较早时间进行温度故障预警，从而使运维人员有充足的时间对光伏设备进行维护与保养，消除光伏设备存在的温度故障隐患，保障光伏设备安全运行。
77.可选地，图2是本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图。在上述实施例的基础上，本发明实施例对辐照预测数据的获取方式进行了进一步的优化。如图2所示，该方法包括：
78.s210、获取现场辐照数据，以及天气预报中的未来辐照数据。
79.其中，现场辐照数据为当前时刻光伏组件接受到的太阳辐照强度，可以由气象信息系统获取。未来辐照数据为根据未来一段时间的高精度的天气预报获取到的辐照数据。
80.s220、对现场辐照数据进行预测，得到辐照中间数据。
81.具体地，根据获取的当前时刻的现场辐照数据，将现场辐照数据输入辐照温度模型中进行预测，得到辐照中间数据。也就是说，辐照中间数据相当于对现场辐照数据进行初预测得到的辐照数据，以使得在后续预测过程得到的辐照预测数据更准确。
82.s230、采用天气预报中的未来辐照数据对辐照中间数据进行修正，得到辐照预测数据。
83.其中，采用相应的修正算法，结合未来辐照数据对辐照中间数据进行修正，从而得到较为准确的辐照预测数据。示例性地，对辐照中间数据进行修正的算法包括：修正lstm算法。lstm算法是可以根据一定的时间序列预测下一时刻的数据或者预测下一设定时间的时间序列的数据的算法。然而，lstm算法包括多种预测算法，且每种预测算法计算得到的结果存在一定的差异。本实施例采用修正lstm算法，以增加权重的方式对数据进行修正。修正lstm算法对不同预测模型得到的预测数据增加相应的权重值，结合权重值和预测数据得到最终预测数据，以提高预测数据的准确性。
84.示例性地，在本实施例中，利用由高精度的天气预报获得的未来辐照数据修正辐照中间数据。由于未来辐照数据的精度相比于辐照中间数据的精度较高，因此，可对未来辐照数据赋以较高的权重值，而对辐照中间数据赋以较低的权重值，从而达到提高辐照预测数据的精度的效果。例如，可对未来辐照数据赋以60％的权重值，对辐照中间数据赋以40％的权重值，则辐照预测数据可以由未来辐照数据
×
60％+辐照中间数据
×
40％的公式计算得到。需要说明的是，权重值可根据实际情况和实际需求进行设定，上述权重值仅用于举例说明，在此不作任何限制。
85.s240、将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型。
86.s250、将温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型。
87.s260、若温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。
88.本实施例通过根据现场辐照数据采用辐照温度模型进行预测，获得辐照中间数据，以提高后续预测过程采用的初始数据的准确性。并结合未来辐照数据采用修正lstm算法对辐照中间数据进行修正，对未来辐照数据和辐照中间数据赋以相应的权重值，以计算最终的辐照预测数据。如此计算辐照预测数据，可进一步提高辐照预测数据的精度。
89.可选地，图3是本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图。在上述实施例的基础上，本发明实施例对温度预测数据的获取进行了进一步的优化。如图3所示，该方法包括：
90.s310、获取光伏设备的辐照预测数据。
91.s320、将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型。
92.s330、获取光伏设备的当前温度数据。
93.其中，当前温度数据为当前时刻逆变器内部选取的各运行测点处的空气温度数据。
94.s340、采用当前温度数据对温度预测数据进行修正，得到修正温度预测数据，并采用修正温度预测数据进行温度故障预警。
95.具体地，由于温度预测数据是根据辐照预测数据利用辐照温度模型计算得到的温度数据，可能与逆变器实际的温度仍存在一定的偏差，因此，在确定最终温度故障预警依据的温度数据之前，利用当前时刻获取的逆变器内部的当前温度数据对温度预测数据进行修正，以保证温度故障预警的准确性，避免出现无效预警，造成一定的经济损失。
96.示例性地，对温度预测数据进行修正的算法包括：修正lstm算法。与上一实施例中对辐照中间数据进行修正采用的算法相同，采用修正lstm算法对温度预测数据进行修正时，同样是对当前温度数据和温度预测数据进行权重值的分配，从而使修正后的温度预测数据更加准确。由于当前温度数据为逆变器实际的温度数据，相比于温度预测数据的真实性较高，因此，可以对当前温度数据赋以较高的权重值，对温度预测数据赋以较低的权重值，从而使修正后的温度预测数据具有较高的真实性。例如，可对当前温度数据赋以60％的权重值，对温度预测数据赋以40％的权重值，则修正温度预测数据可由当前温度数据
×
60％+温度预测数据
×
40％的公式计算得到。需要说明的是，权重值可根据实际情况和实际需求进行设定，上述权重值仅用于举例说明，在此不作任何限制。
97.根据修正温度预测数据，采用故障诊断模型对逆变器在未来一段时间是否会发生温度故障进行判断，从而在确定逆变器存在温度故障隐患时及时进行温度故障预警，以便运维人员可及时了解到温度故障，有充足的时间准备配件，对逆变器进行维护与保养。
98.s350、将温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型。
99.s360、若温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。
100.本实施例通过在得到温度预测数据后，采用当前时刻光伏设备的当前温度数据，利用修正lstm算法对温度预测数据进行修正，从而使修正温度预测数据具有较高的真实性。利用修正温度预测数据以及故障诊断模型，判断未来一段时间内光伏设备是否会发生温度故障，计算温度故障相似度。并在温度故障相似度大于设定值，且在之后的时间序列中，光伏设备的温度故障相似度仍处于递增趋势，则及时进行温度故障预警。
101.可选地，图4是本发明实施例提供的又一种光伏设备的温度故障预警方法的流程示意图。在上述各实施例的基础上，本发明实施例对温度故障判断的方式进行了进一步的优化。如图4所示，该方法包括：
102.s410、获取光伏设备的辐照预测数据。
103.s420、将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型。
104.s430、将温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型。
105.s440、构建温度故障相似度的时间序列。
106.具体地，将当前时刻之后的一段时间作为温度故障判断的未来时间范围，对该未来时间范围划分为多个小时间段，即多个时间窗口，并将各时间窗口按照时间先后的顺序进行排列，形成时间序列，分别计算各时间窗口内的温度故障相似度。示例性地，可将当前时刻之后的1个小时作为未来时间范围，并将1个小时按照1分钟的步长，划分为60个小时间段，即60个时间窗口，分别为第1分钟、第2分钟、第3分钟、
……
、第59分钟和第60分钟。将60个时间窗口按照时间先后顺序依次排列，构建得到时间序列，从而可对每一时间窗口内的温度故障相似度进行计算，以判断逆变器在相应的时间窗口内发生温度故障的概率。
107.s450、使用滑动窗口将时间序列中的温度故障相似度进行汇总，绘制概率曲线。
108.具体地，滑动窗口可将时间序列中的各时间窗口的温度故障相似度汇总，形成连续的概率曲线进行显示，可通过左右滑动查看各时间窗口的温度故障相似度。示例性地，图5是本发明实施例提供的一种滑动窗口显示的概率曲线的示意图。参见图5，该概率曲线图的横坐标表示时间序列中的时间窗口个数，纵坐标表示温度故障相似度。其中，横坐标的步长为5个时间窗口，纵坐标的步长为10％的温度故障相似度。图中的曲线01即为概率曲线，点虚线02为温度故障相似度的设定值。在本实施例中，将温度故障相似度的设定值设定为70％。该滑动窗口可向右滑动，查看完整的概率曲线图。由图5可知，对时间序列中的温度故障相似度汇总后形成的概率曲线呈递增趋势。
109.s460、根据概率曲线判断温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。
110.具体地，基于构建的概率曲线，可直观的判断温度故障相似度与设定值之间的大小关系，并准确确定温度故障预警点。示例性地，继续参见图5，在本实施例中，概率曲线大约在第44个时间窗口处，其温度故障相似度大于设定值的大小，即图5中虚线圈所圈出的位置，并且在第44个时间窗口之后的时间序列，概率曲线表示的温度故障相似度的数值仍呈递增趋势。因此，可以确定逆变器在当前时刻之后的第44个时间窗口对应的时刻发生温度故障的概率已达到故障预警的临界值，则在该时刻进行温度故障预警，以提醒运维人员及时对逆变器进行维护和保养，消除逆变器的潜在温度故障隐患，保证逆变器正常运行。
111.本实施例通过使用滑动窗口对时间序列中各时间窗口对应的温度故障相似度进行汇总，形成概率曲线。根据概率曲线上温度故障相似度与设定值的大小关系，确定温度故障预警点，进行温度故障预警，从而可直观地观察到温度故障相似度与设定值的大小关系以及温度故障相似度的变化趋势，便于确定温度故障预警点，提高温度故障预警的准确性。
112.本发明实施例还提供一种光伏设备的温度故障预警装置。图6为本发明实施例提供的一种光伏设备的温度故障预警装置的结构示意图。如图6所示，该装置001包括：
113.数据获取模块100，用于获取光伏设备的当前温度数据和辐照预测数据；
114.温度预测模块200，用于将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型；
115.概率计算模块300，用于将温度预测数据输入至故障诊断模型，计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；
116.故障预警模块400，用于在温度故障相似度大于设定值且呈现递增趋势时，进行温度故障预警。
117.本发明实施例所提供的光伏设备的温度故障预警装置可执行本发明任意实施例所提供的光伏设备的温度故障预警方法，具备执行方法相应的功能模块和有益效果。
118.可选地，在上述实施例的基础上，数据获取模块100包括：
119.辐照数据获取单元，用于获取现场辐照数据，以及天气预报中的未来辐照数据；
120.辐照数据预测单元，用于对现场辐照数据进行预测，得到辐照中间数据；
121.辐照数据修正单元，用于采用天气预报中的未来辐照数据对辐照中间数据进行修正，得到辐照预测数据。
122.可选地，在上述各实施例的基础上，该装置001还包括：
123.温度数据获取模块，用于获取光伏设备的当前温度数据；
124.温度数据修正模块，用于采用当前温度数据对温度预测数据进行修正，得到修正温度预测数据，并采用修正温度预测数据进行温度故障预警。
125.可选地，在上述各实施例的基础上，故障预警模块400包括：
126.时间序列构建单元，用于构建温度故障相似度的时间序列；
127.概率曲线绘制单元，用于使用滑动窗口将时间序列中的温度故障相似度进行汇总，绘制概率曲线；
128.故障相似度判断单元，用于根据概率曲线判断温度故障相似度大于设定值且呈现递增趋势。
129.可选地，在上述各实施例的基础上，温度预测模块200包括：
130.第一样本数据获取单元，用于获取光伏设备的历史辐照数据和历史温度数据；
131.第一模型训练单元，用于根据历史辐照数据和历史温度数据训练辐照温度模型。
132.可选地，在上述各实施例的基础上，概率计算模块300包括：
133.第二样本数据获取单元，用于获取光伏设备的历史温度故障数据和历史温度数据；
134.第二模型训练单元，用于将历史温度故障数据和历史温度数据进行匹配，训练故障诊断模型。
135.本发明实施例还提供一种光伏系统。光伏系统包括：光伏设备和电子设备，电子设备用于对光伏设备进行温度故障预警。图7为本发明实施例提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
136.如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
137.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标
等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
138.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如光伏设备的温度故障预警方法。
139.在一些实施例中，光伏设备的温度故障预警方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的光伏设备的温度故障预警方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行光伏设备的温度故障预警方法。
140.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
141.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
142.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
143.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
144.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明
的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种光伏设备的温度故障预警方法，其特征在于，包括：获取所述光伏设备的辐照预测数据；将所述辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，所述辐照温度模型建立了温度数据和辐照数据之间的关系模型；将所述温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，所述故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；若所述温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。2.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，所述辐照预测数据的获取方法，包括：获取现场辐照数据，以及天气预报中的未来辐照数据；对所述现场辐照数据进行预测，得到辐照中间数据；采用所述天气预报中的未来辐照数据对所述辐照中间数据进行修正，得到所述辐照预测数据。3.根据权利要求2所述的光伏设备的温度故障预警方法，其特征在于，对所述辐照中间数据进行修正的算法包括：修正lstm算法。4.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，在得到所述温度预测数据之后，还包括：获取所述光伏设备的当前温度数据；采用所述当前温度数据对所述温度预测数据进行修正，得到修正温度预测数据，并采用所述修正温度预测数据进行温度故障预警。5.根据权利要求4所述的光伏设备的温度故障预警方法，其特征在于，对所述温度预测数据进行修正的算法包括：修正lstm算法。6.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，判断所述温度故障相似度大于设定值且呈现递增趋势的方法，包括：构建温度故障相似度的时间序列；使用滑动窗口将所述时间序列中的所述温度故障相似度进行汇总，绘制概率曲线；根据所述概率曲线判断所述温度故障相似度大于设定值且呈现递增趋势。7.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，所述辐照温度模型的建立方法，包括：获取所述光伏设备的历史辐照数据和历史温度数据；根据所述历史辐照数据和所述历史温度数据训练所述辐照温度模型。8.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，所述故障诊断模型的建立方法，包括：获取所述光伏设备的历史温度故障数据和历史温度数据；将所述历史温度故障数据和所述历史温度数据进行匹配，训练所述故障诊断模型。9.根据权利要求1所述的光伏设备的温度故障预警方法，其特征在于，所述光伏设备的温度数据由所述光伏设备内部的运行测点采集得到。10.一种光伏设备的温度故障预警装置，其特征在于，包括：数据获取模块，用于获取所述光伏设备的当前温度数据和辐照预测数据；
温度预测模块，用于将所述辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，所述辐照温度模型建立了温度数据和辐照数据之间的关系模型；概率计算模块，用于将所述温度预测数据输入至故障诊断模型，计算温度故障相似度；其中，所述故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；故障预警模块，用于在所述温度故障相似度大于设定值且呈现递增趋势时，进行温度故障预警。11.一种光伏系统，其特征在于，所述光伏系统包括：光伏设备和电子设备，所述电子设备用于对所述光伏设备进行温度故障预警；所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的光伏设备的温度故障预警方法。12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-9中任一项所述的光伏设备的温度故障预警方法。13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的光伏设备的温度故障预警方法。

技术总结
本发明公开了一种温度故障预警方法、装置、系统、存储介质及程序产品。该方法包括：获取光伏设备的辐照预测数据；将辐照预测数据输入至辐照温度模型，得到温度预测数据；其中，辐照温度模型建立了温度数据和辐照数据之间的关系模型；将温度预测数据输入至故障诊断模型，进行温度故障判断并计算温度故障相似度；其中，故障诊断模型建立了温度故障相似度和温度数据之间的关系模型；若温度故障相似度大于设定值且呈现递增趋势，则进行温度故障预警。本发明实施例的技术方案可在光伏设备发生温度故障之前的较早时间进行温度故障预警，消除温度故障隐患，保证光伏设备安全运行。保证光伏设备安全运行。保证光伏设备安全运行。


技术研发人员：张家前 周冰钰 方振宇 张锐
受保护的技术使用者：阳光智维科技股份有限公司
技术研发日：2023.04.20
技术公布日：2023/7/25