© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江正泰智维能源服务有限公司
企业浙江正泰智维能源服务有限公司成立于2019年，位于浙江省。所属行业为科技推广和应用服务业。经营范围包括各类工程建设活动；检验检测服务；第二类增值电信业务；发电、输电、供电业务(依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准)。技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广。
高新技术企业科技型中小企业雏鹰企业小微企业天使轮
数据集列表
光伏电站及其逆变器异常降额检测数据
逆变器的常见问题就是异常降额，而引起逆变器降额的原因又比较复杂，除了设备报出的降额原因外，其余原因一般不会告警，隐藏性较强，这增大了运维工作的难度和巨大的电量损失，有效的检测逆变器的异常降额产生的原因和电量损失，以便运维人员快速维护、及时处理、有效降低发电量损失。通过收集逆变器的发电数据和温度数据，通过阈值判断的方法准确识别出存在异常降额的低效逆变器，并给出逆变器异常降额产生的原因。具体步骤：1、数据来源：企业自身的生成数据，包括：逆变器的机内温度、散热器温度、有功功率、组串电压等；2、数据清洗，对于异常的生产数据，采用一些统计方法进行甄别和修复；3、数据应用，通过设备机内温度与有功功率之间的关联性进行联合处理；4、数据成果，根据算法规则识别出逆变器异常降额运行状态并计算损失电量，供业务参考。
浙江省数据知识产权登记平台2024-11-08 更新1810
计算组件污染率并以此估算清洗日的算法数据
通过分析电站组件污染率的变化趋势，实时评估电站污染导致的发电量损失，结合清洗组件的所需费用，利用科学的方法找出电量损失收入和清洗费用的最佳平衡点，使经济损失最小化，为电站清洗决策的制定提供依据，供业务参考。通过收集电站历史发电量数据和环境数据，计算组件污染指标污染率SR，利用线性规划最优法找出污染损失减少的发电量收入和清洗费用的最佳平衡点，使经济损失最小化。具体步骤：1、数据来源：企业自身的生成数据，包括：电站发电量、辐照数据、温度数据、电价、清洗成本等；2、数据清洗，对于异常的生产数据，采用一些统计方法进行甄别和修复；3、数据应用，算法验证；4、数据成果，将算法结果应用于生产，供业务参考。
浙江省数据知识产权登记平台2024-10-12 更新130
评价和修复日发电量方案数据
通过对电站历史发电量数据，结合辐照量和温度等环境参数，预测未来发电量趋势，及评估现阶段发电效率，为运维管理提供数据参考通过收集电站历史发电量数据，研究电站发电量和环境因素的趋势关系，建立数据模型，评估现阶段发电量是否符合其本身的数据变化趋势。 数据的具体使用方式，是通过BLS(Broad Learning System)宽度学习算法来拟合发电量和日累积辐照量、日平均温度及组件功率系数的关系，通过算法的不断学习，逐渐提高拟合优度，从数据方面评估每日发电量，评估结果和实际数据采集发电量结果的对比，分析数据采集质量，对于偏差较大的数据，进行算法结果填充修复， 最终得到每日应发电量。 宽度学习系统的数学模型： Y=[F1,F2,...,Fm,E]W=[F,E]W 式中：W表示从特征节点和增强节点连接到输出层的权重；Y是整个神经网络的输出。为了简化表达式，将BLS中间层（包括特征节点和增强节点）对应的矩阵记作M = [F, E]。
浙江省数据知识产权登记平台2023-11-04 更新1000
设备支路电流异常检测数据
通过分析设备支路电流测点值的变化趋势，构造测点数据变化特征，根据该设备支路电流特征值与正常设备支路电流特征值的偏差幅度、偏差标准差及持续周期，对设备支路的电流异常类型进行区分，（计算公式详见邮件-数据知识产权算法补充-设备支路电流异常检测数据 2024/10/12 (周六) 13:36）供电站管理参考。通过收集电站设备历史支路电流值得变化特征，计算设备支路的电流差异情况（如：偏差幅度、偏差标准差和持续周期等），识别差异是否具有可消缺性。具体步骤：1、数据来源：企业自身的生成数据，包括：各时刻支路电流、电压值等；2、数据清洗，对于异常的生产数据，或完整度不满足需求的数据，采用一些统计方法进行甄别和修复；3、数据应用，对设备应用算法；4、数据成果，标记设备异常类型和异常导致的电量损失，并将算法结果提供业务参考。
浙江省数据知识产权登记平台2024-11-08 更新280
光伏电站限电损失电量计算数据
光伏电站在运行过程中会因AGC的指令而进入限电状态，此时部分发电量将不能并网，从而产生限电损失电量。目前，限电损失电量的计算一般有电站运维人员根据运维经验进行估算，且计算标准不统一，因此会导致电站对损失电量的分析和评估不准确。所以，实现光伏电站限电损失电量的自动计算，并提高计算结果的准确性，对准确评估光伏电站发电水平具有重要意义，可以更精准地进行电站管理和优化，减少因限电导致的经济损失，降低运营成本，同时减少限电损失还有助于保障电力供应的稳定性，满足公众的用电需求，提升社会整体的生活质量。通过收集电站历史运行日志信息、电站日辐照量数据以及电站逆变器发电数据，寻找能表征电站限电日发电水平的非限电日，通过非限电日与限电日之间的逆变器发电差异，自动计算电站限电损失电量。
具体步骤：1、数据来源：企业自身的生成数据，包括：电站的装机容量、日辐照量、日发电量等；2、数据整理：通过运行日志，获取电站限电信息；3、数据应用：通过线性回归模型拟合电站发电水平，筛选表征电站限电日发电水平的非限电日期； 4、数据成果：根据算法规则自动获取电站限电状态，并通过样板逆变器日发电量计算电站当日限电损失电量（计算公式详见邮件-光伏电站限电损失电量计算数据 2024/9/24 (周二) 16:02），并将算法结果提供业务参考。
浙江省数据知识产权登记平台2024-10-12 更新640