基于新农村光伏采集的虚拟仿真与数据可视化系统设计

储艾伶

（西南民族大学电气工程学院，成都 610041）

0 引言

在国家不可再生资源紧缩和能源安全、环境污染日益加剧背景下，新能源的采集受到了重点关注。而光伏发电作为分布式新能源的一种，主要来源于太阳能，是可进行持续采集使用的可再生能源，具有充分的清洁性、绝对的安全性、相对的广泛性、确实的长寿命和免维护性。由于对光伏能源的采集所需的成本低廉，且能够在一定程度上缓解我国严重缺电局面，保证可持续发展战略实施，这促使它在长期的能源战略中具有重要地位。因此，随着大数据时代的到来，如何通过数据可视化来对光伏设备进行实时管理与调控成为了能源行业的热门话题。

现阶段，大数据技术已被广泛的利用在社会生活的各个领域中，如医疗大数据、金融大数据、交通大数据等。随着光伏发电技术在能源行业中的关注度不断提高，光伏数据在一定程度上也体现出不可估量的价值。因此，基于新农村光伏采集的虚拟仿真与数据可视化系统设计着眼于将光伏设备信息与大数据等相关技术相结合，将光伏大数据利用最大化。通过以农村光伏数据作为研究切入点，使用3D建模技术对场景进行虚拟仿真，真实模拟光伏采集设备所处真实环境，后续基于光伏采集设备对光伏数据进行实时收集，并将其作为实验数据。在此基础上利用大数据相关技术对光伏数据信息进行分析，利用可视化技术对数据内容进行实时显示，为后续光伏设备管理与调控提供科学有效的建议，应用于高效的光伏采集与能源使用等任务中。

1 国内发展现状

随着光伏能源在我国的能源使用量的占比不断增加，越来越多的学者开始对该产业进行研究。何凯等人［1］基于CitySpace软件对CNKI数据库中的所有与光伏发电领域相关的文献进行了可视化分析，并通过知识图谱的形式表现出了光伏发电领域的研究现状，后续通过一系列的方法，如数学模型、神经网络等对该领域的未来发展趋势进行了预测，为后来的学者们提供了理论基础。赵露等人［2］搭建了一种基于Labview的光伏监控系统，能够实现用户的远程监控与实时管理，从而能够更好的实现信息交互。朱卫东等人［3］通过对使用者的需求分析，使用了多种信息化的手段，以此来设计了一个新能源全过程动态跟踪的可视化分析服务平台，该平台可进行能源消耗实时预报、信息可视化等多个功能。徐旭慧等人［4］为了加强对发电企业在多个方面的管理，结合了机器学习、大数据技术以及AI感知等多种技术，将企业所处的实际场景作为研究区域，设计了一套3D场景可视化的管理平台，以此来提高企业在生产阶段上安全把控与管理上的综合能力。李环等人［5］认为系统如果采用二维平面化设计，在一定程度上无法对数据进行直观的展示，会影响数据的有效分析。因此，使用了3D建模、图像识别和大数据等先进技术，构建了基于三维可视化的变电站管控系统。党彬彬等人［6］实现了一套基于云计算的光伏发电运行智能综控系统，实现了数据可视化、监控管理智能化等多个功能。而对于光伏发电站而言，随着其内部电源结构的比重处于上升趋势，光伏功率的精准把控变得由于重要，这关系着电网是否能够安全的运行。柳佳璐［7］从这一方面出发，提出了基于数据可视化的光伏发电量预测，通过这种方法能够在各类电源的调度计划上，帮助发电站各部分进行有效协调、管控。

2 系统总体架构与功能实现

本文以对新农村光伏采集相关工作为例，旨在开发现实场景的虚拟仿真与数据可视化系统。以实时光伏存储量、发电量与用电量三个方面作为数据类别，基于数据处理技术、数据库技术实现数据优化和存储，建设光伏电量综合数据库为基础，以大数据技术、三维建模技术、数据可视化技术作为主要技术手段，以实现光伏设备管理、性能优化等任务为主要功能，最终目标为建设一个集合光伏电量数据输入、基于时间序列的数据管理、实时监测可视化、专业分析评价、实地场景展示、共享与服务等功能为一体的虚拟仿真与数据可视化系统，为光伏数据管理提供一个标准化、规范化、综合性的智能服务平台，也为新农村光伏能源设备搭建等提供可靠的数据支持和决策依据。系统总体架构如图1所示。

图1 系统总体架构

系统搭建的主要工作任务包括：光伏及电量综合数据库建设、数据预处理与导入、三维场景建模、数据可视化系统建设与基于光伏及电量的数据分析。

2.1 光伏及电量综合数据库建设

光伏及电量综合数据库建设的主要目的是将实时采集的光伏数据与电量数据进行统一的管理，从而对数据实现实时的更新与维护，为后续的数据分析提供合理、科学的数据支持。光伏及电量综合数据库将实际应用作为实现目标，包含了实时与累计两个方面的存储电量、发电量、用电量数据，建立数据中心，有助于管理者能够方便的了解与掌握基于时间序列的设备工作情况，为光伏设备的性能优化与管理提供参考。

2.2 数据预处理与导入

由于光伏及电量数据具有一定的海量性，且采集数据的表现形式与用电设备不同，不符合数据标准的需求。除此之外，在对数据进行采集时，其来源往往有多个。因此，数据中可能会包含噪声，且数据值缺失、数据之间具有冲突的情况也会对数据的可靠性造成一定程度的影响。所以我们在进行后续的数据分析时，需要对收集的数据进行一系列的预处理操作，从而确保分析结果的准确性，并实现自身的价值。综上所述，本文旨在构建基于光伏信息的数据库，使其能够具备存储数据信息化、数据实时查询、获取以及数据共享等多个功能。因此，在将数据导入到数据库之前，我们应当对采集的数据进行归一化处理。其具体流程包含以下几个步骤：①数据清理。对数据之间的差别进行检测，并对数据中的噪声进行识别、过滤，从而实现数据优化。有利于确保数据总体保持一致性，提高其准确性、真实性，能够有效的应用于后续操作中。②数据集成。将多个来源收集到的数据集进行统一，在此基础上实现数据库的集成构建。这一操作能够确保数据的完整性。③数据转换。将数据的格式进行统一的设置，保持数据形式的一致性。

在以上操作的基础上，将已经进行预处理后的数据通过MySQL进行存储，并实现统一的管理，这是确保后续多个功能模块实现的核心环节，也是系统中的数据具备安全性与能够进行稳定运行的前提条件。基于对MySQL技术的应用，能够使多类别的数据实现整体化的管理，最终实现对海量的光伏及电量数据的有效使用。

2.3 三维场景建模

三维场景建模旨在为管理者提供实时的地理位置与环境展示。通过对该场景中处于不同位置的光伏设备进行选择，可实现其实时光伏及电量数据的了解与掌握，为光伏设备的地理位置部署提供了灵活的可视化分析。本文选择3Dmax软件作为三维模型制作工作，实现三维场景建模任务，模型构建效果如图2所示。

图2 基于3Dmax的场景建模

2.4 数据可视化系统建设

基于光伏及电量的数据分析，主要采用聚类与分类、关联分析等技术，实现管理者不同的数据分析结果需求，从而为光伏设备相关分析评价提供科学的信息技术支撑。如，本文对发电量、用电量这两个类别的数据进行关联性挖掘。通过数据分析，可得出针对用电量与发电量不匹配的影响因素。在此基础上，管理者可通过实地调研与设备调整，来实现设备性能的优化，从而减少能源的损耗。

数据可视化，是指大数据分析与预测结果以图表的形式展示给用户的过程，具有一定的可观性与直观性，并且可实现与用户之间的实时交互。它主要采用了图像处理和计算机视觉等技术，以图形作为基本的展示形式，并通过对数据的表达、建模以及相关内容的显示，来对数据进行可视化解释。并且显示的信息中包含了数据的各种属性和变量。数据可视化技术能够使用户从海量数据中观察到其隐含的关联性信息，从而确保其能够进行科学、合理的决策。在整个大数据分析流程中，数据可视化环节能够使分析结果具备直观性，这也是促使用户能够清晰明了的理解数据整体内容，实现数据自身的价值的关键因素。

本文的数据可视化系统建设为管理者提供了光伏及电量数据、数据分析结果的浏览和查询等服务。结合管理者对数据展现的多个任务需求，通过使用Raydata大数据可视化交互系统，实现云数据实时可视化、场景化以及交互的管理方式，从而节省管理成本，提升数据辅助决策的效率。本文设计的可视化系统主要包含以下几个功能：①系统基础信息。显示系统的运行天数与当日的设备的能源存储量、发电量与用电量。②历史发电信息。通过柱形图表示xxxx年的每月光伏能源存储量。③累计信息。显示设备累计的能源存储量、发电量与用电量。④相关数据波动。通过折线图来表示以周为单位的能源存储量、发电量与用电量的数据波动。⑤状态信息。显示当前系统状态，并说明最近检测时间。⑥预警信息。显示最近系统预警信息。

数据可视化系统界面如图3所示。

图3 数据可视化系统界面设计

通过该可视化系统，用户可以实时掌握数据基于时间序列的变化，从而实现更加准确、科学的数据分析，并在此基础上提出有效决策。

3 结语

本文以新农村的光伏采集与能源使用为例，针对光伏及电量数据可视化与虚拟仿真的业务需求，利用数据处理、数据分析、数据可视化、3D场景建模等技术，综合光伏及电量数据库，研发了基于新农村光伏采集的虚拟仿真与数据可视化系统。包含了光伏及电量数据管理、专业分析评价、三维实地场景建模、数据实时可视化等功能。该系统的构建旨在为提高光伏设备的智能化水平，为设备管理、故障检修以及性能优化提供关键的数据辅助，并为决策工作提供科学依据，大大提高了工作效率。