本發(fā)明屬于光伏電站技術(shù)領(lǐng)域，具體涉及一種分布式光伏電站智能運維系統(tǒng)和方法，用于分布式的光伏電站的集中管理。

背景技術(shù)：
近年來，家用屋頂電站、商業(yè)屋頂電站等分布式光伏電站的裝機數(shù)量呈爆發(fā)式增長，據(jù)相關(guān)數(shù)據(jù)顯示，至2015年6月底，我國光伏累計裝機已達到3500萬千瓦，目前，大多數(shù)分布式光伏裝機規(guī)模較小、一般建在建筑物屋頂、沒有專業(yè)運維隊伍，對于分布式光伏電站的運維，大多都是業(yè)主根據(jù)個人經(jīng)驗進行簡單巡視或無人運維，然而，業(yè)主一般不具備相關(guān)專業(yè)知識，常常不能及時發(fā)現(xiàn)和解決問題，從而大大影響了發(fā)電效率；也有業(yè)主使用一些監(jiān)控系統(tǒng)作為運維使用，但監(jiān)控信息只是簡單的采集與呈現(xiàn)，數(shù)據(jù)綜合分析能力差，并且都是針對本地監(jiān)視，無法實現(xiàn)多電站分布式管理，且業(yè)主需要購買許多監(jiān)控硬件設(shè)備，成本較高。因此，如何對分布式光伏電站進行更有效的運維管理和效率提升，是分布式光伏行業(yè)亟待解決的難點。隨著通信技術(shù)的不斷發(fā)展，分布式光伏電站通過互聯(lián)網(wǎng)接入統(tǒng)一的運維平臺成為了可能，統(tǒng)一的運維平臺可以將位于全球不同位置的電站進行管理，基于云計算平臺，理論上可管理的電站數(shù)量是無限的，從而為新電站的擴展接入打下了基礎(chǔ)。通過磁盤陣列，支持?jǐn)?shù)千TB的數(shù)據(jù)存儲，從而保證電站全生命周期、全生產(chǎn)環(huán)節(jié)的監(jiān)控和管理。通過可視化監(jiān)控，可以對電站、逆變器甚至組件的生產(chǎn)運營狀態(tài)進行直觀監(jiān)控和瀏覽，大大提高了運維效率。通過集中接入，可以匯總同一地區(qū)或相同環(huán)境中多個電站的生產(chǎn)數(shù)據(jù)，通過大數(shù)據(jù)分析評估電站的運營情況、健康狀態(tài)，快速找出落后電站，給出優(yōu)化建議，實現(xiàn)精細化運維、預(yù)防性運維(比如建議組件清洗、檢查保險等)。通過專業(yè)化的運維隊伍，可在線幫助用戶快速解決問題。在較長的運營周期內(nèi)，對于如何通過維護運營來提高光伏電站的發(fā)電效率、降低運維成本，以及如何確保光伏電站的收益最大化，已成為電站業(yè)主們最為關(guān)心的問題。

技術(shù)實現(xiàn)要素：
本發(fā)明為解決目前光伏電站缺乏專業(yè)運維隊伍、電站運行中故障發(fā)現(xiàn)不及時、發(fā)電效率低、運營成本高的技術(shù)問題，本發(fā)明提供一種分布式光伏電站智能運維系統(tǒng)和方法，通過建立包括信息采集終端、智能運維中心和遠程終端的自動巡檢系統(tǒng)，并基于系統(tǒng)配套的提供智能運維方法各步驟及數(shù)學(xué)模型，實現(xiàn)了多個分布式光伏電站的集中、智能化運維，便于及時發(fā)現(xiàn)故障，同時配備了專業(yè)維修工程師便于及時維修，減少了電站業(yè)主的運維成本，提高了運維效率，提高了業(yè)主的發(fā)電效率，為業(yè)主創(chuàng)造了利潤。本發(fā)明為實現(xiàn)上述目的，采用的技術(shù)方案1是，提供一種分布式光伏電站智能運維系統(tǒng)，包括用于采集各光伏電站運行數(shù)據(jù)的信息采集終端、用于接收并處理電站運行數(shù)據(jù)的運維中心，運維中心包括借助互聯(lián)網(wǎng)收集信息采集終端數(shù)據(jù)的采集認證服務(wù)器和與采集認證服務(wù)器連接的歷史數(shù)據(jù)庫服務(wù)器、互聯(lián)網(wǎng)發(fā)布服務(wù)器、通過網(wǎng)絡(luò)與互聯(lián)網(wǎng)發(fā)布服務(wù)器連接的遠程終端，關(guān)鍵在于，系統(tǒng)中還包括智能運維服務(wù)器，智能運維服務(wù)器中存儲各光伏電站的地理位置信息并設(shè)置診斷單元。本發(fā)明還提供一種分布式光伏電站智能運維方法，基于分布式光伏電站智能運維的系統(tǒng)實現(xiàn)，關(guān)鍵在于，智能運維服務(wù)器定時啟動信息采集終端采集光伏電站的運行數(shù)據(jù)，接收并存儲信息采集終端采集的運行數(shù)據(jù)，診斷單元根據(jù)接收到的數(shù)據(jù)診斷光伏電站是否存在故障及判斷故障類型，如果存在故障，將故障數(shù)據(jù)發(fā)送給遠程終端；診斷單元的診斷過程包括以下步驟：A、根據(jù)光伏電站的運行數(shù)據(jù)計算其在測定時間的額定發(fā)電數(shù)據(jù)A1，分別計算所采集的運行數(shù)據(jù)中的發(fā)電數(shù)據(jù)A與額定發(fā)電數(shù)據(jù)A1、周邊數(shù)據(jù)平均值A(chǔ)2、歷史預(yù)測數(shù)據(jù)A3的誤差Q1=（A-A1）/A1、Q2=（A-A2）/A2和Q3=[A-（A3-額定損耗）]/（A3-額定損耗），其中Q1、Q2、Q3大于0時取值為0，小于0時取絕對值，設(shè)定上述三種算法中所允許的誤差最大值分別為Q1'、Q2'和Q3'，若Q1≥Q1'或Q2≥Q2'或Q3≥Q3'，則認為該電站存在故障，進入步驟B，其中，Q1'≤30%，Q2'≤20%、Q3'≤15%；否則結(jié)束；B、根據(jù)模糊推理算法診斷故障類型。所述運行數(shù)據(jù)包括逆變器輸出功率、逆變器直流電壓、逆變器直流電流、光伏組件表面溫度、當(dāng)日上網(wǎng)電量及發(fā)電數(shù)據(jù)。以所述采集的運行數(shù)據(jù)中的發(fā)電數(shù)據(jù)A為光伏電站的輸出功率P為例，所計算的額定發(fā)電數(shù)據(jù)A1為額定輸出功率P1，P1=G0×（Tb+Td）×Area×K0×K1×K2×K3×K4×K5×(1-K6)Tn，上式P1的計算如下：太陽常數(shù)G=1353W/m2，以T表示當(dāng)前時間，n為從元旦算起的天數(shù)，由T的年月日得到；（1）太陽赤緯角δ=23.45°sin[360×(284+n)/365]；（2）地球繞太陽公轉(zhuǎn)時運動和轉(zhuǎn)速變化而產(chǎn)生的時差Ex=(9.87sin2B－7.53cosB－1.5sinB)/60，B=360×（n-81）／364，單位為小時；（3）當(dāng)前的真太陽時H=T1+Ex–4×（E1–E）/60，T1為當(dāng)前時間,單位為小時，根據(jù)T的小時得到；(4)太陽時角ω＝15°×(H-12）；(5)當(dāng)日大氣層外的太陽輻射G1=G×[1+0.033×cos(360°×n/365)](6)太陽高度角θ可表示如下：cosθ=cosω×cosδ×cosφ+sinδ×sinφ；(7)當(dāng)前時刻大氣層外切平面上的瞬時太陽輻射G0=G1×cosθ；(8)太陽直射透明系數(shù)Tb=a0+a1×exp(-ak/cosθ)，式中，a0=R0×[0.4237-0.00821×(6-AL)2]，a1=R1×[0.5055-0.00595×(6.5-AL)2]，ak=Rk×[0.2711-0.01858×(2.5-AL)2]，氣候類型修正列表如下:(9)太陽散射透明系數(shù)Td=0.2710-0.293×Tb；(10)采集時刻的額定輸出功率P1=G0×（Tb+Td）×Area×K0×K1×K2×K3×K4×K5×(1-K6)Tn，當(dāng)P1小于0時（表示日落），P1取值為0，上式中，電池組件轉(zhuǎn)換效率K0，K1、K2、K3、K4為經(jīng)驗值常量，光電電池長期運行性能修正系數(shù)K1=0.86，灰塵引起的性能修正系數(shù)K2=0.9，光電電池升溫導(dǎo)致功率下降修正系數(shù)K3=0.9，導(dǎo)電損耗修正系數(shù)K4=0.95，K5表示額定逆變效率，K6表示年逆變效率損耗修正系數(shù)，Tn表示光伏設(shè)備投運時間，單位為年；K0、K5、K6為電站的固有屬性，為出廠時自帶數(shù)據(jù)，存儲于運維中心。進一步的，進行故障推理時所述模糊推理算法過程如下：(1)定義模糊推理的模型：S、R、、、、US={S1，S2，Si…，Sn}為故障類型的有窮集合，既是輸入也是輸出；R={R1，R2，Rj…，Rm}為規(guī)則的有窮集合；={}，i=1,…,n,j=1,…,m，∈{0，1}，為邏輯量，當(dāng)Si是Rj的輸入時，=1；當(dāng)Si不是Rj的輸入時，=0；={}，i=1,…,n,j=1,…,m，∈{0，1}，為邏輯量，當(dāng)Si是Rj的輸出時，=1；當(dāng)Si不是Rj的輸出時，=0；=(，，…，)T,∈[0，1]，為模擬量，T為迭代次數(shù)，i=1,…,n；為故障類型Si的初始邏輯狀態(tài)，表示故障類型Si為真的程度,根據(jù)故障類型Si對應(yīng)的發(fā)電數(shù)據(jù)誤差量化值F計算，=Q1/Q1'或Q2/Q2'或Q3/Q3'，在0~1之間取值；U=(,，…,),∈[0，1]，為模擬量，i=1,…,m，為規(guī)則Ri的可信度；(2)模糊推理的算法公式：公式<1>pet=-=，式中,為元素全為1的m維向量，k為推理步數(shù)，pet為n維向量，其元素值表示故障類型為假的可信度；公式<2>=(pet)=，式中，為m維向量，表示規(guī)則的前提為假的可信度；公式<3>=pet=pet((pet))==，式中，為m維向量，表示規(guī)則的前提為真的可信度；公式<4>，式中，表示命題的下一步狀態(tài)；公式項說明：:取矩陣項最大值，例如：ab=c，a,b,c分別是n維向量，則ci=max(ai,bi):取矩陣計算最大值，例如：ab=d，a為維向量，b為m維向量,d為n維向量，則di=max1≤k≤m(aik×bk)；（3）模糊推理步驟：步驟1:初始化推理步數(shù)k=0；步驟2：根據(jù)公式(1)、(2)、(3)、(4),由求得；步驟3：若，則令k=k+1，重復(fù)步驟2；若，則結(jié)束，中最大值項所對應(yīng)的不可測定的故障類型Si為模糊推理的結(jié)果輸出項。上述技術(shù)方案中，分布式光伏電站智能運維系統(tǒng)，包括信息采集終端和運維中心，運維中心基于云計算管理，包括采集認證服務(wù)器、歷史數(shù)據(jù)庫服務(wù)器、互聯(lián)網(wǎng)發(fā)布服務(wù)器及遠程終端，信息采集終端安裝于各光伏電站現(xiàn)場，通過有線如串口RS485、RS232、RJ45或無線多種采集方式獲取各光伏電站的運行數(shù)據(jù)，將采集到的數(shù)據(jù)信息存入到本地數(shù)據(jù)庫，并通過有線或無線方式傳輸至運維中心的采集認證服務(wù)器并存儲于歷史數(shù)據(jù)庫服務(wù)器，信息采集終端向采集認證服務(wù)器發(fā)送數(shù)據(jù)信息時使用MMS通信協(xié)議，為了保證信息通信的安全性，每次通信過程都會進行加密認證；采集認證服務(wù)器通過以太網(wǎng)進行網(wǎng)絡(luò)互聯(lián)，負責(zé)對各分布式光伏電站的信息認證和采集，優(yōu)選的采用采集認證服務(wù)器集群以提高系統(tǒng)的穩(wěn)定性和數(shù)據(jù)處理能力；歷史數(shù)據(jù)庫服務(wù)器負責(zé)數(shù)據(jù)的永久存儲，通過磁盤陣列，支持?jǐn)?shù)千TB的數(shù)據(jù)存儲，從而保證光伏電站全生命周期、全生產(chǎn)環(huán)節(jié)數(shù)據(jù)信息的監(jiān)控和存儲管理；互聯(lián)網(wǎng)發(fā)布服務(wù)器主要負責(zé)各種信息的展示、推送等功能；遠程終端便于客戶通過網(wǎng)頁圖形界面或手機客戶端APP在線查看信息采集終端采集的光伏電站設(shè)備的運行狀態(tài)、運行數(shù)據(jù)及健康狀況，同時遠程終端的設(shè)置便于在出現(xiàn)故障時下發(fā)維修單，將故障推送給專業(yè)化的運維隊伍，運維隊伍搶單進行維修，幫助用戶快速解決問題。作為本發(fā)明的關(guān)鍵，運維中心還包括智能運維服務(wù)器，智能運維服務(wù)器中存儲各光伏電站的地理位置信息并設(shè)置診斷單元，智能運維服務(wù)器主要負責(zé)各種業(yè)務(wù)處理和對采集的光伏電站的運行數(shù)據(jù)進行分析，診斷單元基于云計算平臺，理論上可管理的電站數(shù)量是無限的，從而為新電站的擴展接入打下了基礎(chǔ)，通過診斷單元，可以對多個光伏電站集中管理，可以匯總同一地區(qū)或相同環(huán)境中多個電站的生產(chǎn)數(shù)據(jù)，分析評估各光伏電站的運營情況、健康狀態(tài)，快速找出落后電站，給出優(yōu)化建議，實現(xiàn)精細化運維、預(yù)防性運維(比如建議組件清洗、檢查保險等。本發(fā)明還提供了一種分布式光伏電站智能運維方法，基于分布式光伏電站智能運維系統(tǒng)實現(xiàn)，對多個光伏電站同時并行檢測，根據(jù)預(yù)定的巡檢周期或巡檢時間，智能運維服務(wù)器定時啟動信息采集終端同時工作以采集光伏電站的運行數(shù)據(jù)，接收并存儲運行數(shù)據(jù)，診斷單元根據(jù)接收到的運行數(shù)據(jù)分別診斷各光伏電站是否存在故障及判斷故障類型，對存在故障的光伏電站，將故障數(shù)據(jù)發(fā)送給遠程終端；若不存在故障，則結(jié)束；其中診斷單元的具體診斷過程包括以下步驟：A、根據(jù)光伏電站的運行數(shù)據(jù)計算其在測定時間的額定發(fā)電數(shù)據(jù)A1，采集的運行數(shù)據(jù)包括逆變器輸出功率、逆變器直流電壓、逆變器直流電流、光伏組件表面溫度、當(dāng)日上網(wǎng)電量及發(fā)電數(shù)據(jù)等；在光伏發(fā)電過程中，太陽輻照度對發(fā)電量的多少起著決定作用，對于大氣層外垂直方向的太陽輻照度被稱為太陽常數(shù)G，在晴天模式下(排除云層影響)，在地球表面指定區(qū)域、指定時間點上所接收的太陽輻照度是可理論計算的，然后再根據(jù)光伏板的理論發(fā)電效率，理論年損耗，即可得到光伏板及光伏電站在指定時間所產(chǎn)生的額定發(fā)電數(shù)據(jù)A1，如額定輸出功率、額定發(fā)電量等；而信息采集終端對各光伏電站測定時間的發(fā)電數(shù)據(jù)A，如輸出功率、發(fā)電量等也有測定值，根據(jù)測定值與額定值，即可計算誤差Q1；周邊數(shù)據(jù)平均值A(chǔ)2指與被監(jiān)測光伏電站處于相同地理位置的周邊光伏電站的運行數(shù)據(jù)平均值，，尤其是發(fā)電數(shù)據(jù)的平均值，根據(jù)實際采集的發(fā)電數(shù)據(jù)A和周邊數(shù)據(jù)平均值A(chǔ)2計算誤差Q2=（A-A2）/A2，歷史預(yù)測數(shù)據(jù)A3指根據(jù)被監(jiān)測光伏電站去年與測定時間相同天氣環(huán)境時的歷史運行數(shù)據(jù)所預(yù)測的測定時間的運行數(shù)據(jù)，考慮到電站運行中存在損耗，故誤差Q3=[A-（A3-額定損耗）]/（A3-額定損耗），額定損耗為每個光伏板、光伏電站的固有屬性，數(shù)據(jù)可由出廠數(shù)據(jù)獲得；同時方法中設(shè)定了每種算法中所允許的誤差最大值分別為Q1'、Q2'和Q3'，若Q1≥Q1'或Q2≥Q2'或Q3≥Q3'，則認為該電站存在故障，進入步驟B，否則結(jié)束；其中，Q1'≤30%，Q2'≤20%，Q3'≤15%，根據(jù)經(jīng)驗值，一般設(shè)定Q1'=20%、Q2'=15%、Q3'=10%；B、進行模糊推理計算，診斷故障類型。進一步的，運維中心將故障類型的信息發(fā)送至業(yè)主的遠程終端，提示業(yè)主；還同時根據(jù)業(yè)主對故障的推送要求，判斷是否將故障進行推送，若業(yè)主要求發(fā)現(xiàn)故障時自動推送并維修，則將故障類型發(fā)送至專業(yè)維修人員的遠程終端，維修人員通過搶單進行接收運維任務(wù)，并實際維修解決問題，更為完善的是本發(fā)明的系統(tǒng)中還設(shè)有客服回訪模塊，當(dāng)維修人員將維修任務(wù)已完成的信息輸入系統(tǒng)時，自動進行業(yè)主回訪。本發(fā)明的有益效果是：（1）本發(fā)明提供的分布式光伏電站智能運維的系統(tǒng)及方法能及時、準(zhǔn)確的發(fā)現(xiàn)設(shè)備故障、診斷故障類型并及時通知業(yè)主，減少了電站業(yè)主的運維成本，提高了運維效率；（2）多種算法結(jié)合，通過對光伏電站設(shè)備的運行、操作和異常情況進行分析，可提供相應(yīng)防范措施，做到預(yù)防性運維，減少了設(shè)備的故障率；（3）通過匯總同一地區(qū)或同一環(huán)境多個發(fā)電數(shù)據(jù)，評估電站的運營情況、健康狀態(tài)，快速找出落后電站，給出優(yōu)化建議，提高了業(yè)主的發(fā)電效率，為業(yè)主創(chuàng)造了利潤。以下通過具體實施例對本發(fā)明的系統(tǒng)和方法作具體說明以便于更好的理解。附圖說明圖1為本發(fā)明的分布式光伏電站智能運維的系統(tǒng)的框圖示意圖。具體實施方式實施例1本發(fā)明提供一種分布式光伏電站智能運維系統(tǒng)，參見圖1，包括信息采集終端和運維中心，運維中心包括借助采集認證服務(wù)器、歷史數(shù)據(jù)庫服務(wù)器、互聯(lián)網(wǎng)發(fā)布服務(wù)器及遠程終端，信息采集終端安裝于各光伏電站現(xiàn)場，通過RS485、RS232、RJ45、WIFI等多種采集方式獲取各光伏電站的運行數(shù)據(jù)，將采集到的數(shù)據(jù)信息存入到本地數(shù)據(jù)庫，并通過有線或無線方式傳輸至運維中心的采集認證服務(wù)器并存儲于歷史數(shù)據(jù)庫服務(wù)器，信息采集終端向采集認證服務(wù)器發(fā)送數(shù)據(jù)信息時使用MMS通信協(xié)議，為了保證信息通信的安全性，每次通信過程都會進行加密認證；采集認證服務(wù)器通過以太網(wǎng)進行網(wǎng)絡(luò)互聯(lián)，負責(zé)對各分布式光伏電站的信息認證和采集，優(yōu)選的采用采集認證服務(wù)器集群以提高系統(tǒng)的穩(wěn)定性和數(shù)據(jù)處理能力；歷史數(shù)據(jù)庫服務(wù)器負責(zé)數(shù)據(jù)的永久存儲，通過磁盤陣列，支持?jǐn)?shù)千TB的數(shù)據(jù)存儲，從而保證光伏電站全生命周期、全生產(chǎn)環(huán)節(jié)數(shù)據(jù)信息的監(jiān)控和存儲管理；互聯(lián)網(wǎng)發(fā)布服務(wù)器主要負責(zé)各種信息的展示、推送等功能；遠程終端便于客戶通過網(wǎng)頁圖形界面或手機客戶端APP在線查看信息采集終端采集的光伏電站設(shè)備的運行狀態(tài)、運行數(shù)據(jù)及健康狀況，同時遠程終端便于聯(lián)系專業(yè)化的運維隊伍，可在線幫助用戶快速解決問題。；作為本發(fā)明的關(guān)鍵，運維中心還包括智能運維服務(wù)器，智能運維服務(wù)器中存儲各光伏電站的地理位置信息并設(shè)置診斷單元，智能運維服務(wù)器主要負責(zé)各種業(yè)務(wù)處理和對采集的光伏電站的運行數(shù)據(jù)進行分析，診斷單元基于云計算平臺，理論上可管理的電站數(shù)量是無限的，從而為新電站的擴展接入打下了基礎(chǔ)，通過診斷單元，可以對多個光伏電站集中管理，可以匯總同一地區(qū)或相同環(huán)境中多個電站的生產(chǎn)數(shù)據(jù)，分析評估各光伏電站的運營情況、健康狀態(tài)，快速找出落后電站，給出優(yōu)化建議，實現(xiàn)精細化運維、預(yù)防性運維(比如建議組件清洗、檢查保險等)。為準(zhǔn)確判斷光伏電站運行數(shù)據(jù)及發(fā)電數(shù)據(jù)是否處于當(dāng)前環(huán)境下的合理范圍，所述信息采集終端還采集光伏電站現(xiàn)場的氣象信息。所述光伏電站的地理位置信息包括各光伏電站的經(jīng)度E、緯度φ、海拔高度AL、每千瓦裝機容量對應(yīng)面積Area，上述數(shù)據(jù)在光伏電站接入系統(tǒng)時即錄入系統(tǒng)，便于計算光伏電站所接受的太陽輻照度及發(fā)電數(shù)據(jù)，同時便于對處于相同經(jīng)緯度的光伏電站進行運行數(shù)據(jù)進行的比較。為便于對各光伏電站在相同環(huán)境時的運行數(shù)據(jù)進行推測及比較，所述歷史數(shù)據(jù)庫服務(wù)器存儲有各光伏電站的歷史運行數(shù)據(jù)及氣象信息。實施例2本發(fā)明的分布式光伏電站智能運維方法，基于分布式光伏電站智能運維系統(tǒng)實現(xiàn)，關(guān)鍵在于，智能運維服務(wù)器定時啟動信息采集終端采集光伏電站的運行數(shù)據(jù)，接收并存儲信息采集終端采集的運行數(shù)據(jù)，診斷單元根據(jù)接收到的數(shù)據(jù)診斷光伏電站是否存在故障及判斷故障類型，如果存在故障，將故障數(shù)據(jù)發(fā)送給遠程終端；其中，診斷單元在診斷過程中的額定發(fā)電數(shù)據(jù)的計算過程如下：太陽輻照度對在光伏發(fā)電過程中的發(fā)電量多少起決定性作用，大氣層外垂直方向的太陽輻照度被稱為太陽常數(shù)G，G為常數(shù)，為1353W/m2，在晴天模式下(排除云層影響)，在地球表面指定區(qū)域(指定經(jīng)緯度)，指定時間點上所接收的太陽輻照度可理論計算，再根據(jù)光伏板的理論發(fā)電效率、理論年損耗（固有屬性，由出廠數(shù)據(jù)得到），即可得到光伏板、光伏電站在指定時間的額定發(fā)電數(shù)據(jù)，如額定輸出功率、額定發(fā)電量等，具體計算公式如下：根據(jù)系統(tǒng)預(yù)存的光伏電站的地理位置信息，如光伏電站所在經(jīng)度E(東經(jīng)為正，西經(jīng)為負)，光伏所在緯度φ(北緯為正，南緯為負)，光伏所在海拔高度AL（Km），每千瓦裝機容量對應(yīng)面積Area(m2)，當(dāng)前北京時間T，北京所在經(jīng)度E1=116°23′，電池組件轉(zhuǎn)換效率K0，光電電池長期運行性能修正系數(shù)K1=0.86，灰塵引起的性能修正系數(shù)K2=0.9，光電電池升溫導(dǎo)致功率下降修正系數(shù)K3=0.9，導(dǎo)電損耗修正系數(shù)K4=0.95，額定逆變效率K5，光伏設(shè)備投運時間Tn（年），年逆變效率損耗修正系數(shù)K6，其中K1、K2、K3、K4為經(jīng)驗值常量。(1)地球中心與太陽中心的連線同地球赤道平面的夾角，稱為太陽赤緯角δ，δ=23.45°×sin[360×(284+n)/365]，式中，n為從元旦算起的天數(shù)，可根據(jù)T的年月日得到；(2)地球繞太陽公轉(zhuǎn)時運動和轉(zhuǎn)速變化而產(chǎn)生的時差Ex，單位為小時，Ex=(9.87sin2B－7.53cosB－1.5sinB)/60，B=360×（n-81）／364；（3）當(dāng)前的真太陽時H=T1+Ex–4×（E1–E）/60，T1為當(dāng)前時間,單位為小時，根據(jù)T的小時得到；(4)太陽時角ω＝15°×（H-12）；(5)當(dāng)日大氣層外的太陽輻射G1=G×[1+0.033×cos(360°×n/365)]太陽高度角θ可表示如下：cosθ=cosω×cosδ×cosφ+sinδ×sinφ；(6)當(dāng)前時刻大氣層外切平面上的瞬時太陽輻射G0=G1×cosθ；(7)太陽直射透明系數(shù)Tb=a0+a1×exp(-ak/cosθ)，式中，a0=R0×[0.4237-0.00821×(6-AL)2]，a1=R1×[0.5055-0.00595×(6.5-AL)2]，ak=Rk×[0.2711-0.01858×(2.5-AL)2]，氣候類型修正列表如下:(8)太陽散射透明系數(shù)Td=0.2710-0.293×Tb；(9)采集時刻的額定輸出功率P1=G0×（Tb+Td）×Area×K0×K1×K2×K3×K4×K5×(1-K6)Tn，當(dāng)P1小于0時（表示日落），P1取值為0，上式中，電池組件轉(zhuǎn)換效率K0，K1、K2、K3、K4為經(jīng)驗值常量，光電電池長期運行性能修正系數(shù)K1=0.86，灰塵引起的性能修正系數(shù)K2=0.9，光電電池升溫導(dǎo)致功率下降修正系數(shù)K3=0.9，導(dǎo)電損耗修正系數(shù)K4=0.95，K5表示額定逆變效率，K6表示年逆變效率損耗修正系數(shù)，Tn表示光伏設(shè)備投運時間，單位為年；K0、K5、K6為電站的固有屬性，為出廠時自帶數(shù)據(jù)，存儲于運維中心，一般多晶硅電池組件的轉(zhuǎn)換效率K0在16%~17%之間，單晶硅電池組件的轉(zhuǎn)換效率K0在16.5%~18%之間。以石家莊某地區(qū)的光伏電站為例，說明測定時間的額定輸出功率的計算：光伏電站所在經(jīng)度E=114.498°，所在緯度φ=38.042°，海拔高度AL=0.05km，光伏每千瓦面積Area=10m2，北京所在經(jīng)度E1=116.383°，電池組件轉(zhuǎn)換效率K0=0.14073，電池性能修正系數(shù)K1=0.86，灰塵透明度修正系數(shù)K2=0.9，電池升溫修正系數(shù)K3=0.9，導(dǎo)電損耗修正系數(shù)K4=0.95，額定逆變效率K5=0.95，年效率損耗修正系數(shù)K6=0.03，當(dāng)前北京時間(年月日小時)T為2015年12月14日13時，T1為13時，該光伏電站已投入運行時間Tn為1年，太陽常數(shù)G=1353W/m2，則，n=343（2015年從元旦算起至當(dāng)前2015年12月14日13時的天數(shù)為343），（1）太陽赤緯角δ(度)=23.45°×sin[360×(284+n)/365]=22.97194107°(2)B=360×（343-81）／364=259.1208791，地球繞太陽公轉(zhuǎn)時運動和轉(zhuǎn)速變化而產(chǎn)生的時差Ex=(9.87sin2B－7.53cosB－1.5sinB)/60=0.109215933h（3）當(dāng)前的真太陽時H=T1+Ex–4×（E1–E）/60=13+0.109215933-4×（116.383°-114.498°）/60=12.98，(4)太陽時角ω＝15°×（H-12）=14.753239；(5)當(dāng)日大氣層外的太陽輻射G1=G×（1+0.033×cos(360°×n/365)）=1394.485235(6)太陽高度角θ可表示如下：cosθ=cosω×cosδ×cosφ+sinδ×sinφ=0.460691279；(7)當(dāng)前時刻大氣層外切平面上的瞬時太陽輻射G0=G1×cosθ=1394.485235×0.460691279=642.4271864；(8)當(dāng)前季節(jié)為冬季，氣候類型修正因子R0=1.03，R0=1.01，Rk=1，a0=R0×[0.4237-0.00821×(6-AL)2]=0.137036839A1=R1×[0.5055-0.00595×(6.5-AL)2]=0.260544776，ak=Rk×[0.2711-0.01858×(2.5-AL)2]=0.15957355，太陽直射透明系數(shù)Tb=a0+a1×exp(-ak/cosθ)=0.321305765，（9）太陽散射透明系數(shù)Td=0.2710-0.293×Tb=0.176857411（10）額定輸出功率P1=G0×（Tb+Td）×Area×K0×K1×K2×K3×K4×K5×(1-K6)Tn=274.653182W/m2=0.274653182(Kw/千瓦面積)實施例3本發(fā)明的方法中若診斷到某光伏電站存在故障，則進入步驟B，計算光伏電站三種誤差的量化值F=Q1/Q1'或Q2/Q2'或Q3/Q3'，進一步根據(jù)模糊推理算法診斷故障類型，下面以分布式光伏電站的部分故障診斷規(guī)則為例說明模糊推理算法。(1)定義模糊推理的模型：S、R、、、、US={S1，S2，Si…，Sn}為故障類型的有窮集合，既是輸入也是輸出；R={R1，R2，Rj…，Rm}為規(guī)則的有窮集合；={}，i=1,…,n,j=1,…,m，∈{0，1}，為邏輯量，當(dāng)Si是Rj的輸入時，=1；當(dāng)Si不是Rj的輸入時，=0；={}，i=1,…,n,j=1,…,m，∈{0，1}，為邏輯量，當(dāng)Si是Rj的輸出時，=1；當(dāng)Si不是Rj的輸出時，=0；=(，，…，)T,∈[0，1]，為模擬量，T為迭代次數(shù)，i=1,…,n；為故障類型Si的初始邏輯狀態(tài)，表示故障類型Si為真的程度,根據(jù)故障類型Si對應(yīng)的發(fā)電數(shù)據(jù)誤差量化值F計算，=Q1/Q1'或Q2/Q2'或Q3/Q3'，在0~1之間取值；U=(,，…,),∈[0，1]，為模擬量，i=1,…,m；為規(guī)則Ri的可信度；本實施例中，通過專家總結(jié)的部分故障類型如下：通過專家總結(jié)的部分規(guī)則如下：根據(jù)以上規(guī)則可得下述公式：，由公式可見，是的輸入，因此；,由公式可見，不是的輸出，因此；U=(0.8，0.8，1.0，0.9)，式中，為規(guī)則的可信度，因此；（2）根據(jù)實際采集數(shù)據(jù)，并通過量化值計算、比較后得到：初始狀態(tài)，公式中，=，表示故障類型S1為真的程度，由上表可知，S1為“逆變器輸出功率過低”，=1，表示該故障類型發(fā)生的概率為100%，其計算依據(jù)為根據(jù)采集的逆變器輸出功率與所計算的額定逆變器輸出功率所得的量化值為1.0，采集的逆變器輸出功率小于所計算的額定逆變器輸出功率，、、、為不可采集項，故初始狀態(tài)時其故障類型為真的概率為0，此處，量化值選擇哪種誤差量化值為根據(jù)用戶意愿或測定先后順序選擇F=Q1/Q1'或Q2/Q2'或Q3/Q3'，但就一次推理過程中為都選擇額定誤差量化值Q1/Q1'或都選擇周邊數(shù)據(jù)平均值的誤差量化值Q2/Q2'或都選擇歷史預(yù)測數(shù)據(jù)的誤差量化值Q3/Q3'。（3）由公式<1>、<2>、<3>、<4>可得：pet，，，同理可得：，，因為，推理結(jié)束；由此可知，的故障概率為0.16，的故障概率為0.64，的故障概率為0.144，所以可以推理出當(dāng)前光伏電站的光伏組件表面灰塵較多。運維中心將故障類型為表面灰塵較多的信息發(fā)送至業(yè)主的遠程終端，提示業(yè)主進行及時清理，給出優(yōu)化建議，做到預(yù)防性運維，提高了業(yè)主的發(fā)電效率，為業(yè)主創(chuàng)造了利潤；同時根據(jù)業(yè)主對故障的推送要求，若業(yè)主要求發(fā)現(xiàn)故障時自動推送并維修，則將故障類型發(fā)送至專業(yè)維修人員的遠程終端，維修人員通過搶單進行接收運維任務(wù)，并實際維修解決問題，作為優(yōu)選的，本發(fā)明的系統(tǒng)中還設(shè)有客服回訪模塊，當(dāng)維修人員將維修任務(wù)已完成的信息輸入系統(tǒng)時，自動進行業(yè)主回訪。