基于改进深度残差网络的光伏板积灰程度识别

光伏板积灰会降低光伏发电的转换效率,同时易造成光伏板的损坏;因此,对光伏板的积灰进行智能识别具有重大意义。针对以上问题,提出一种基于改进深度残差网络的光伏板积灰程度识别模型。首先,通过分解卷积和微调下采样,对次代残差网络(ResNeXt)50进行改进;然后,融合坐标注意力(CA)机制,将位置信息嵌入到通道注意力中,通过精确的位置信息对通道关系和长期依赖性进行编码,并通过二维全局池操作将特征图像分解为两个一维编码,以增强关注对象的表示;最后,用监督对比(SupCon)学习损失函数替代交叉熵损失函数,从而有效提高识别准确率。实验结果表明,在真实光伏电站4个等级的光伏板积灰程度识别中,改进后的ResNeXt50的识别准确率为90.7%,与原始ResNeXt50相比提升了7.2个百分点。所提模型可满足光伏电站智能运维的基本要求。

基于烟道热量分布的受热面积灰程度模型

为了分析燃煤锅炉无烟温测点的对流受热面积灰程度,本文对锅炉的对流受热面的传热特性及工质吸热特性进行热平衡机理分析,得到传热系数与温差之间的关系,建立了对流受热面积灰程度模型。同时考虑对特定受热面进行吹灰操作时,会对其余受热面进出口烟气、蒸汽的温度产生影响,而其余受热面的积灰程度并未改变,提出采用吹灰造成的其他受热面工质温差改变来修正积灰程度模型,增加负荷变量建立二元线性回归模型,提高了仅用温差表征积灰程度的准确性。以高温再热器为例对锅炉过/再热器进行仿真计算,结果表明过/再热器积灰程度的预测结果更加合理准确。

燃煤锅炉中过/再热器工质温差与积灰程度关联研究

为实现对燃煤锅炉无烟温测点的对流受热面积灰程度的监测,对锅炉对流受热面的传热特性及工质吸热特性进行热平衡机理分析,在热力学基础上,用相关性分析、回归分析和灰色关联分析方法对实际生产数据进行挖掘、分析,计算了对流受热面的出入口工质温差与清洁因子的灰色关联特性,建立了利用受热面进出口温差表征积灰程度的函数模型。结果表明:负荷稳定时,锅炉燃烧释放的热量也是一定的,对流受热面单位工质吸热量能反映该对流受热面的积灰程度;受热面温差与清洁因子具有极强的关联性,受热面进出口工质温差模型能很好地反映对流受热面的积灰程度。

基于热力学机理与生产数据挖掘相结合的受热面积灰程度的研究

为实现对燃煤锅炉各对流受热面的积灰程度的监测,以热力学为基础,对锅炉的燃烧特性、对流受热面的积灰特性及工质吸热特性进行热平衡机理分析,确定了表征受热面的积灰程度的特征参数。用相关性分析、回归分析和正态分布等方法对大量实际生产数据进行挖掘,得到了特征参数与积灰程度的关联特性,建立了描述受热面的积灰程度的数学模型。测试结果表明,该模型能较好地反映受热面的积灰程度,能为实现按需吹灰,节约能源提供参考。

光伏电站组件动态清洗周期的研究

为最大程度降低灰尘对光伏组件发电量的影响并减少组件清洗成本,对组件表面的积灰程度进行实时的量化分析具有重要意义。首先根据电站最佳清洗效果周期内的数据组,拟合出辐照度与理想发电功率之间的关系,建立回归模型;其次,提出发电能力的概念及计算方法,基于回归模型计算出组件每年的实际衰减率,并根据计算得到的灰尘影响程度值,确定电站的动态清洗周期;最后,以嘉兴市某电站为例,量化分析9月份该电站光伏组件的积灰程度。结果表明:该智能清洗模型能够较好地量化出组件实时的灰尘累积情况,评估出电站实际的年衰减率,且能够避免因电站辐照仪不准带来的结果误差,为光伏组件的动态清洗周期提供重要的参考建议。