分布式光伏电站远程智能监控系统设计
张鑫
摘 要： 由于分布式光伏电站的发电系统分布复杂，传统分布式光伏电站远程智能监控系统无法对其进行有效控制，准确性和效率均不高。因此，构建准确且高效的分布式光伏电站远程智能监控系统。该系统由监控模块、感应模块和计算机群组组成。监控模块对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理。感应模块由温度传感器和光学传感器组成，温度传感器对系统电路元件的温度进行报警和调节，光学传感器实时监控分布式光伏电站中太阳能强度，这些监控数据指导使用者管理分布式光伏电站。软件给出了计算机群组对分布式光伏电站远程监控流程图，以及CISC单片机传输载波的算法代码设计。实验结果表明所设计系统具有较高的准确性和高效性。
关键词： 分布式光伏电站； 远程智能监控； 光学传感器； 代码设计
中图分类号： TN948.64?34； X924.2 文献标识码： A 文章编号： 1004?373X（2017）04?0172?04
Design of remote intelligent monitoring system for distributed photovoltaic power station
ZHANG Xin
（Beijing Polytechnic， Beijing 100176， China）
Abstract： Since the power generation system of the distributed photovoltaic power station is complex， the remote intelligent monitoring system of the traditional distributed photovoltaic power station can't control it effectively， and has low accuracy and efficiency. Therefore， the accurate and efficient remote intelligent monitoring system of the distributed photovoltaic power station was constructed. The system is composed of the monitoring module， sensing module and computer group. The monitoring module monitors the data transmission information and running time of circuits and components of the distributed photovoltaic power station， and operating conditions such as the power supply flow in real time， and deals with the security hidden danger of the monitoring object. The sensing module is composed of the temperature sensor and optical sensor. The temperature sensor can alarm and adjust the temperature of the system circuit components. The optical sensor can monitor the solar energy intensity in the distributed photovoltaic power station in real time. The monitoring data can guide the users to manage the distributed photovoltaic power station. The remote monitoring flow chart of the distributed photovoltaic power station monitored by the computer group and algorithm code design using singlechip CISC to transmit the carrier are given in the third paragraph of this paper. The experimental results show that the system has the characteristics of high accuracy and high efficiency.
Keywords： distributed photovoltaic power station； remote intelligent monitoring； optical sensor； code design
0 引 言
根据我国国土面积大、太阳能能源充足的国情，国家能源局于2009年颁布《关于实施金太阳示范工程的通知》，大力推动了我国光伏电站的建设。近年来，分布式光伏电站以其装机规模小、能源利用率高的优势发展迅猛。由于分布式光伏电站的发电系统分布复杂，传统分布式光伏电站远程智能监控系统的监控准确性和效率均不高[1?3]。因此，构建出准确且高效的分布式光伏电站远程智能监控系统，是我国科研组织的重点研究项目[4?6]。以往研究的分布式光伏电站远程智能监控系统均存在一定的问题，如文献[7]提出基于SPS48D200的远程智能监控系统，其通过监控太阳能蓄电池充放电过程，进而推测出整个分布式光伏电站的运行情况，但该系统预设的监控参数过少，系统准确性较低。文献[8]设计了基于PLC的远程智能监控系统，该系统采用多终端对分布式光伏电站进行单独监控，效率较高，但多终端中的数据参数过于单一，不利于系统进行隐患修正。文献[9]构建的基于Phoeos的远程智能监控系统，能够实时远程监控分布式光伏电站对太阳能的利用情况，并拥有过载、浪涌等保护功能，智能性較强，但该系统的安全性较差，监控数据易被盗取或丢失。文献[10]提出基于SCADA的远程智能监控系统，该系统技术成熟，有着较高的安全性和准确性，被广泛应用于工业领域。但该系统的开放性较差且更新复杂，维护费用较高。为了解决以上问题，构建准确且高效的分布式光伏电站远程智能监控系统。实验结果表明，所设计系统具有较高的准确性和高效性。
1 分布式光伏电站远程智能监控系统设计
1.1 分布式光伏电站远程智能监控系统总体设计
分布式光伏电站远程智能监控系统由监控模块、感应模块和计算机群组组成，其结构图如图1所示。
监控模块可对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理；感应模块为分布式光伏电站远程智能监控系统的使用者提供了分布式光伏电站的实时运行情况；监控模块和感应模块中的数据均可在相应的计算机上进行显示、分析和处理，这些对各模块中不同电路进行分布式处理的计算机，共同组成了计算机群组。
1.2 监控模块设计
监控模块选取CISC单片机作为其核心监控元件，该单片机拥有轻便、灵敏和指令丰富等优点，在工业领域的应用范围很广。CISC单片机在分布式光伏电站远程智能监控系统中扮演“管理者”角色，使系统能够智能运转，节省人力开支。监控模块拥有三个主流电路和五个支流电路，主流电路包括数据传输电路、计时电路和流量电路，支流电路包括计算机接口电路、中断电路、展示电路、存储器电路和通信电路。这些电路均受CISC单片机监控。CISC单片机将监控数据反馈到相应的计算机中进行处理。
1.2.1 数据传输电路设计
分布式光伏电站远程智能监控系统的首要监控对象是数据传输信息，包括光伏电强度、电流和电压的增减和分布式光伏电站所处环境的参量等。由于分布式光伏电站的额定电压和电流较大，无法被分布式光伏电站远程智能监控系统使用，因此，数据传输电路通过模/数转换将电压和电流等比例缩小，如图2所示。
由图2可知，模/数转换的工作流程为：选定适合的输入端（由于电压和电流的转换单位不同，故需选取不同的输入端），输入分布式光伏电站的电压和电流数据。数据进入虚拟开关后，电路将初始数据以编码形式保存，随后模/数转换开始。与此同时，计时器也开始工作。转换完成后，CISC单片机将转换数据反馈给相应的计算机。
1.2.2 计时电路设计
分布式光伏电站远程智能监控系统中所有电路和元件的工作时间数据，均由计时电路提供。计时电路中拥有两个计时器，这两个计时器将给不同的时间参数，有效降低分布式光伏电站远程智能监控系统的远程控制误差。计时器和CISC单片机直接相连，其连接电路如图3所示。
图3中选用的两个计时器型号分别是D237和C159。D237计时器可以提供电路运行时间的大参数，C159计时器则将时间参数精确到秒。两个计时器内部的电源电路、震荡电路和晶体振荡器均排列在上部，这种排列方式令计时器与计时电路独立工作，能够很好地保护计时器的电源电路。
使用者可随时读取或调节D237和C159计时器的监控结果，进行分布式光伏电站的管理。
1.2.3 流量电路工作原理
流量电路可对分布式光伏电站远程智能监控系统的电源流量进行有效监控，以保证分布式光伏电站的平稳运行。流量电路主要监控分布式光伏电站电源的充放电工作，其工作电路图如图4所示。
图4中的流量电路能够实现对分布式光伏电站电源流量的实时监控，其工作流程为：测量分布式光伏电站电源的实时流量，流量不同，电路中5个开关的工作状态也不同。分布式光伏电站电源的标准电压范围是[25 V，35 V]，若电路测量到的电源流量在此区间内，则无需进行流量调节；若电路测量到的电源流量低于标准范围，流量电路将关闭开关5，减少分布式光伏电站远程智能监控系统负载，增强电源流量；若高于标准范围，流量电路将断开开关1～开关4，以降低电源流量；若流量电路无法自动将电源流量调节到正常范围，分布式光伏电站远程智能监控系统将上传故障原因给使用者并发出警报。
1.3 感应模块设计
分布式光伏电站远程智能监控系统的感应模块由温度传感器和光学传感器组成。
温度传感器进行系统电路元件温度的感应，对电路元件产生的非正常温度进行报警和调节；光学传感器进行分布式光伏电站中太阳能强度的感应，并将数据发送给使用者。使用者通过这些数据了解分布式光伏电站的运营情况，并预测其未来经济效益。太阳能强度直接决定着分布式光伏电站的选址。因此，光学传感器在分布式光伏电站远程智能监控系统中起着非常重要的作用，光学传感器的工作原理为：光学传感器感应到太阳光时，会自动将光强转换成电流信号，并将该电流信号输入到短路电路中。测量短路电路的电流大小，并将其传输到相应的计算机中进行处理，进而得出分布式光伏电站实时获取的太阳能强度。
2 分布式光伏电站远程智能监控系统软件设计
计算机群组拥有数据收发、硬件初始化和电路修正等功能，并利用相应软件进行分布式光伏电站的远程监控，其流程图如图5所示。
图5中软件给出的远程监控流程为：先进行分布式光伏电站远程智能监控系统硬件的初始化，随后开始监测载波是否存在。载波是由CISC单片机中振荡器产生的电波，可通过监测载波是否存在，来确定分布式光伏电站远程智能监控系统是否运行正常。当载波不存在，则重新进行硬件初始化。若硬件初始化持续次数超过5次，计算机群组会输出错误日志并发出警报，维修人员介入处理。滤波监测成功后，进行远程监控体系的构建。将远程监控体系与分布式光伏电站各电路正确连接，连接成功后进行监控数据的远程收发，根据监控数据远程进行分布式光伏电站的隐患修正。
同时，软件给出了CISC单片机传输载波的算法代码设计过程如下：
scia_upsiteinstal="3600，x，5，0"；
%設置CISC单片机传输载波的参数
scia_enterflow=1；
%处理CISC单片机传输的载波数据
scia_InputLen=0；
scia_outputlen=0； %读取载波数据
scia_Oa&cb=correct； %连接传输接口
end finish；
private finish cmd_CPC（）
SRAM amount as strand
amount=inputbox & （"enter instructions"，"Data transmission"， amount）；
%进入数据传输指令
if amount =next exit finish；
if no scia. Oa&cb next；
scia.Oa&cb=correct；
end if scia.output = atdt or amount or vbcr；
%调节滤波收发状态
cmd reset.sensitize=correct；
cmd_sensitize=error；
scia_InBufferSize =0；
do_affair；
circuit upto scia_InBufferSize>5
end finish；
return=scia_DTR；
%调整系统接收滤波的参数
scia_DTR=correct；
scia_DTR=error；
scia_DTR=return；
scia_output = "ath0"；
cmdreset_sensitize=error；
cmd_sensitize=correct；
scia_Oa&cb=error；
%传输结束
end finish
3 实验设计
为验证本文设计的分布式光伏电站远程智能监控系统的准确性和高效性，对基于SCADA分布式光伏电站远程智能监控系统和本文系统进行对比实验。
3.1 分布式光伏电站远程智能监控系统准确性测试
误差是衡量一个系统准确性的重要标准，利用BP网络模型进行基于SCADA分布式光伏电站远程智能监控系统和本文系统的准确性验证实验。BP网络模型又称“BP神经网络模型”，能够较为精准地测量远程智能监控系统的误差，是国际上应用率最高的神经网络模型。实验对象为某市级分布式光伏电站。利用基于SCADA分布式光伏电站远程智能监控系统和本文系统，同时对实验电站太阳能强度和实际电压进行远程智能监控。图6为基于SCADA分布式光伏电站远程智能监控系统泰勒逼近误差曲线图，图7为本文系统泰勒逼近误差曲线图。
由图6、图7可知，基于SCADA分布式光伏电站远程智能监控系统的泰勒逼近误差曲线波动较大，该系统监控到的实验电站太阳能光强的误差平均值为0.213 5，实际电压误差平均值为0.228 3，均已达到国际标准；相比基于SCADA分布式光伏电站远程智能监控系统而言，本文系统的泰勒逼近误差曲线波动较为稳定，太阳能光强的误差平均值为0.152 8，实际电压误差平均值为0.145 6，远低于国际标准，说明本文系统拥有较高的准确性。
3.2 分布式光伏电站远程智能监控系统高效性测试
分布式光伏电站远程智能监控系统的效率取决于各电路与其相对应的计算机接口间的传输效率，该效率能够通过对计算机群组远程读取监控画面时间、监控数据解压时间和隐患修正时间进行计算得出。
分别对基于SCADA分布式光伏电站远程智能监控系统和本文系统的计算机接口传输效率进行计算，其结果如表1和表2所示。
由表1和表2可知，本文系统计算机接口传输效率平均值为84.75%，远高于基于SCADA分布式光伏电站远程智能监控系统的计算机接口传输效率。验证了本文设计的分布式光伏电站远程智能监控系统的高效性。
4 结 论
本文构建准确且高效的分布式光伏电站远程智能监控系统，该系统由监控模块、感应模块和计算机群组组成。监控模块对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理。感应模块由温度传感器和光学传感器组成，温度传感器对系统电路元件的温度进行报警和调节，光学传感器实时监控分布式光伏电站中太阳能强度，这些监控数据指导使用者管理分布式光伏电站。软件给出了计算机群组对分布式光伏电站远程监控流程图，以及CISC单片机传输载波的算法代码设计。实验结果表明，所提系统具有较高的准确性和高效性。
参考文献
[1] 弭辙，陈诺夫，白一鸣，等.高倍聚光光伏电站监控系统设计[J].电网技术，2015，39（10）：2802?2808.
[2] 唐明，胡勇，何霄鹏，等.大型并网光伏电站监控系统设计与实现[J].电气自動化，2015，37（3）：49?51.
[3] 马树才，王建军，谢芳.基于ZigBee技术的光伏发电监控系统的研究和分析[J].电源技术，2014，38（4）：704?705.
[4] 刘伟，陈鸣妤，林春平.船舶轴带发电机电站监控系统设计[J].上海船舶运输科学研究所学报，2014，37（2）：37?42.
[5] 高阔，吴志良.基于PROFINET的船舶高压电站监控系统设计[J].船电技术，2014，34（1）：26?28.
[6] 何照安，陈岳宏，刘铜国，等.以太环网技术在光伏电站监控系统的应用研究[J].电力信息与通信技术，2015，13（3）：27?30.
[7] 赖德炎.电站监控中智能视频浓缩和检索技术的应用解析[J].企业技术开发，2015，34（36）：68?69.
[8] 林洪贵，俞文胜.船舶半物理仿真电站监控及虚拟操纵的系统设计[J].船电技术，2014，34（1）：65?69.
[9] 谭银朝，刘国平，韩正云.基于CC?Link/LT、PLC、LabVIEW的船舶电站监控系统研究[J].船电技术，2014，34（12）：19?22.
[10] 陈海刚，张晓娜，李练兵.基于IEC61850/61970的光伏并网监控系统[J].电源技术，2015，39（7）：1428?1431.
摘 要： 由于分布式光伏电站的发电系统分布复杂，传统分布式光伏电站远程智能监控系统无法对其进行有效控制，准确性和效率均不高。因此，构建准确且高效的分布式光伏电站远程智能监控系统。该系统由监控模块、感应模块和计算机群组组成。监控模块对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理。感应模块由温度传感器和光学传感器组成，温度传感器对系统电路元件的温度进行报警和调节，光学传感器实时监控分布式光伏电站中太阳能强度，这些监控数据指导使用者管理分布式光伏电站。软件给出了计算机群组对分布式光伏电站远程监控流程图，以及CISC单片机传输载波的算法代码设计。实验结果表明所设计系统具有较高的准确性和高效性。
关键词： 分布式光伏电站； 远程智能监控； 光学传感器； 代码设计
中图分类号： TN948.64?34； X924.2 文献标识码： A 文章编号： 1004?373X（2017）04?0172?04
Design of remote intelligent monitoring system for distributed photovoltaic power station
ZHANG Xin
（Beijing Polytechnic， Beijing 100176， China）
Abstract： Since the power generation system of the distributed photovoltaic power station is complex， the remote intelligent monitoring system of the traditional distributed photovoltaic power station can't control it effectively， and has low accuracy and efficiency. Therefore， the accurate and efficient remote intelligent monitoring system of the distributed photovoltaic power station was constructed. The system is composed of the monitoring module， sensing module and computer group. The monitoring module monitors the data transmission information and running time of circuits and components of the distributed photovoltaic power station， and operating conditions such as the power supply flow in real time， and deals with the security hidden danger of the monitoring object. The sensing module is composed of the temperature sensor and optical sensor. The temperature sensor can alarm and adjust the temperature of the system circuit components. The optical sensor can monitor the solar energy intensity in the distributed photovoltaic power station in real time. The monitoring data can guide the users to manage the distributed photovoltaic power station. The remote monitoring flow chart of the distributed photovoltaic power station monitored by the computer group and algorithm code design using singlechip CISC to transmit the carrier are given in the third paragraph of this paper. The experimental results show that the system has the characteristics of high accuracy and high efficiency.
Keywords： distributed photovoltaic power station； remote intelligent monitoring； optical sensor； code design
0 引 言
根据我国国土面积大、太阳能能源充足的国情，国家能源局于2009年颁布《关于实施金太阳示范工程的通知》，大力推动了我国光伏电站的建设。近年来，分布式光伏电站以其装机规模小、能源利用率高的优势发展迅猛。由于分布式光伏电站的发电系统分布复杂，传统分布式光伏电站远程智能监控系统的监控准确性和效率均不高[1?3]。因此，构建出准确且高效的分布式光伏电站远程智能监控系统，是我国科研组织的重点研究项目[4?6]。以往研究的分布式光伏电站远程智能监控系统均存在一定的问题，如文献[7]提出基于SPS48D200的远程智能监控系统，其通过监控太阳能蓄电池充放电过程，进而推测出整个分布式光伏电站的运行情况，但该系统预设的监控参数过少，系统准确性较低。文献[8]设计了基于PLC的远程智能监控系统，该系统采用多终端对分布式光伏电站进行单独监控，效率较高，但多终端中的数据参数过于单一，不利于系统进行隐患修正。文献[9]构建的基于Phoeos的远程智能监控系统，能够实时远程监控分布式光伏电站对太阳能的利用情况，并拥有过载、浪涌等保护功能，智能性較强，但该系统的安全性较差，监控数据易被盗取或丢失。文献[10]提出基于SCADA的远程智能监控系统，该系统技术成熟，有着较高的安全性和准确性，被广泛应用于工业领域。但该系统的开放性较差且更新复杂，维护费用较高。为了解决以上问题，构建准确且高效的分布式光伏电站远程智能监控系统。实验结果表明，所设计系统具有较高的准确性和高效性。
1 分布式光伏电站远程智能监控系统设计
1.1 分布式光伏电站远程智能监控系统总体设计
分布式光伏电站远程智能监控系统由监控模块、感应模块和计算机群组组成，其结构图如图1所示。
监控模块可对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理；感应模块为分布式光伏电站远程智能监控系统的使用者提供了分布式光伏电站的实时运行情况；监控模块和感应模块中的数据均可在相应的计算机上进行显示、分析和处理，这些对各模块中不同电路进行分布式处理的计算机，共同组成了计算机群组。
1.2 监控模块设计
监控模块选取CISC单片机作为其核心监控元件，该单片机拥有轻便、灵敏和指令丰富等优点，在工业领域的应用范围很广。CISC单片机在分布式光伏电站远程智能监控系统中扮演“管理者”角色，使系统能够智能运转，节省人力开支。监控模块拥有三个主流电路和五个支流电路，主流电路包括数据传输电路、计时电路和流量电路，支流电路包括计算机接口电路、中断电路、展示电路、存储器电路和通信电路。这些电路均受CISC单片机监控。CISC单片机将监控数据反馈到相应的计算机中进行处理。
1.2.1 数据传输电路设计
分布式光伏电站远程智能监控系统的首要监控对象是数据传输信息，包括光伏电强度、电流和电压的增减和分布式光伏电站所处环境的参量等。由于分布式光伏电站的额定电压和电流较大，无法被分布式光伏电站远程智能监控系统使用，因此，数据传输电路通过模/数转换将电压和电流等比例缩小，如图2所示。
由图2可知，模/数转换的工作流程为：选定适合的输入端（由于电压和电流的转换单位不同，故需选取不同的输入端），输入分布式光伏电站的电压和电流数据。数据进入虚拟开关后，电路将初始数据以编码形式保存，随后模/数转换开始。与此同时，计时器也开始工作。转换完成后，CISC单片机将转换数据反馈给相应的计算机。
1.2.2 计时电路设计
分布式光伏电站远程智能监控系统中所有电路和元件的工作时间数据，均由计时电路提供。计时电路中拥有两个计时器，这两个计时器将给不同的时间参数，有效降低分布式光伏电站远程智能监控系统的远程控制误差。计时器和CISC单片机直接相连，其连接电路如图3所示。
图3中选用的两个计时器型号分别是D237和C159。D237计时器可以提供电路运行时间的大参数，C159计时器则将时间参数精确到秒。两个计时器内部的电源电路、震荡电路和晶体振荡器均排列在上部，这种排列方式令计时器与计时电路独立工作，能够很好地保护计时器的电源电路。
使用者可随时读取或调节D237和C159计时器的监控结果，进行分布式光伏电站的管理。
1.2.3 流量电路工作原理
流量电路可对分布式光伏电站远程智能监控系统的电源流量进行有效监控，以保证分布式光伏电站的平稳运行。流量电路主要监控分布式光伏电站电源的充放电工作，其工作电路图如图4所示。
图4中的流量电路能够实现对分布式光伏电站电源流量的实时监控，其工作流程为：测量分布式光伏电站电源的实时流量，流量不同，电路中5个开关的工作状态也不同。分布式光伏电站电源的标准电压范围是[25 V，35 V]，若电路测量到的电源流量在此区间内，则无需进行流量调节；若电路测量到的电源流量低于标准范围，流量电路将关闭开关5，减少分布式光伏电站远程智能监控系统负载，增强电源流量；若高于标准范围，流量电路将断开开关1～开关4，以降低电源流量；若流量电路无法自动将电源流量调节到正常范围，分布式光伏电站远程智能监控系统将上传故障原因给使用者并发出警报。
1.3 感应模块设计
分布式光伏电站远程智能监控系统的感应模块由温度传感器和光学传感器组成。
温度传感器进行系统电路元件温度的感应，对电路元件产生的非正常温度进行报警和调节；光学传感器进行分布式光伏电站中太阳能强度的感应，并将数据发送给使用者。使用者通过这些数据了解分布式光伏电站的运营情况，并预测其未来经济效益。太阳能强度直接决定着分布式光伏电站的选址。因此，光学传感器在分布式光伏电站远程智能监控系统中起着非常重要的作用，光学传感器的工作原理为：光学传感器感应到太阳光时，会自动将光强转换成电流信号，并将该电流信号输入到短路电路中。测量短路电路的电流大小，并将其传输到相应的计算机中进行处理，进而得出分布式光伏电站实时获取的太阳能强度。
2 分布式光伏电站远程智能监控系统软件设计
计算机群组拥有数据收发、硬件初始化和电路修正等功能，并利用相应软件进行分布式光伏电站的远程监控，其流程图如图5所示。
图5中软件给出的远程监控流程为：先进行分布式光伏电站远程智能监控系统硬件的初始化，随后开始监测载波是否存在。载波是由CISC单片机中振荡器产生的电波，可通过监测载波是否存在，来确定分布式光伏电站远程智能监控系统是否运行正常。当载波不存在，则重新进行硬件初始化。若硬件初始化持续次数超过5次，计算机群组会输出错误日志并发出警报，维修人员介入处理。滤波监测成功后，进行远程监控体系的构建。将远程监控体系与分布式光伏电站各电路正确连接，连接成功后进行监控数据的远程收发，根据监控数据远程进行分布式光伏电站的隐患修正。
同时，软件给出了CISC单片机传输载波的算法代码设计过程如下：
scia_upsiteinstal="3600，x，5，0"；
%設置CISC单片机传输载波的参数
scia_enterflow=1；
%处理CISC单片机传输的载波数据
scia_InputLen=0；
scia_outputlen=0； %读取载波数据
scia_Oa&cb=correct； %连接传输接口
end finish；
private finish cmd_CPC（）
SRAM amount as strand
amount=inputbox & （"enter instructions"，"Data transmission"， amount）；
%进入数据传输指令
if amount =next exit finish；
if no scia. Oa&cb next；
scia.Oa&cb=correct；
end if scia.output = atdt or amount or vbcr；
%调节滤波收发状态
cmd reset.sensitize=correct；
cmd_sensitize=error；
scia_InBufferSize =0；
do_affair；
circuit upto scia_InBufferSize>5
end finish；
return=scia_DTR；
%调整系统接收滤波的参数
scia_DTR=correct；
scia_DTR=error；
scia_DTR=return；
scia_output = "ath0"；
cmdreset_sensitize=error；
cmd_sensitize=correct；
scia_Oa&cb=error；
%传输结束
end finish
3 实验设计
为验证本文设计的分布式光伏电站远程智能监控系统的准确性和高效性，对基于SCADA分布式光伏电站远程智能监控系统和本文系统进行对比实验。
3.1 分布式光伏电站远程智能监控系统准确性测试
误差是衡量一个系统准确性的重要标准，利用BP网络模型进行基于SCADA分布式光伏电站远程智能监控系统和本文系统的准确性验证实验。BP网络模型又称“BP神经网络模型”，能够较为精准地测量远程智能监控系统的误差，是国际上应用率最高的神经网络模型。实验对象为某市级分布式光伏电站。利用基于SCADA分布式光伏电站远程智能监控系统和本文系统，同时对实验电站太阳能强度和实际电压进行远程智能监控。图6为基于SCADA分布式光伏电站远程智能监控系统泰勒逼近误差曲线图，图7为本文系统泰勒逼近误差曲线图。
由图6、图7可知，基于SCADA分布式光伏电站远程智能监控系统的泰勒逼近误差曲线波动较大，该系统监控到的实验电站太阳能光强的误差平均值为0.213 5，实际电压误差平均值为0.228 3，均已达到国际标准；相比基于SCADA分布式光伏电站远程智能监控系统而言，本文系统的泰勒逼近误差曲线波动较为稳定，太阳能光强的误差平均值为0.152 8，实际电压误差平均值为0.145 6，远低于国际标准，说明本文系统拥有较高的准确性。
3.2 分布式光伏电站远程智能监控系统高效性测试
分布式光伏电站远程智能监控系统的效率取决于各电路与其相对应的计算机接口间的传输效率，该效率能够通过对计算机群组远程读取监控画面时间、监控数据解压时间和隐患修正时间进行计算得出。
分别对基于SCADA分布式光伏电站远程智能监控系统和本文系统的计算机接口传输效率进行计算，其结果如表1和表2所示。
由表1和表2可知，本文系统计算机接口传输效率平均值为84.75%，远高于基于SCADA分布式光伏电站远程智能监控系统的计算机接口传输效率。验证了本文设计的分布式光伏电站远程智能监控系统的高效性。
4 结 论
本文构建准确且高效的分布式光伏电站远程智能监控系统，该系统由监控模块、感应模块和计算机群组组成。监控模块对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控，并对监控对象的安全隐患进行处理。感应模块由温度传感器和光学传感器组成，温度传感器对系统电路元件的温度进行报警和调节，光学传感器实时监控分布式光伏电站中太阳能强度，这些监控数据指导使用者管理分布式光伏电站。软件给出了计算机群组对分布式光伏电站远程监控流程图，以及CISC单片机传输载波的算法代码设计。实验结果表明，所提系统具有较高的准确性和高效性。
参考文献
[1] 弭辙，陈诺夫，白一鸣，等.高倍聚光光伏电站监控系统设计[J].电网技术，2015，39（10）：2802?2808.
[2] 唐明，胡勇，何霄鹏，等.大型并网光伏电站监控系统设计与实现[J].电气自動化，2015，37（3）：49?51.
[3] 马树才，王建军，谢芳.基于ZigBee技术的光伏发电监控系统的研究和分析[J].电源技术，2014，38（4）：704?705.
[4] 刘伟，陈鸣妤，林春平.船舶轴带发电机电站监控系统设计[J].上海船舶运输科学研究所学报，2014，37（2）：37?42.
[5] 高阔，吴志良.基于PROFINET的船舶高压电站监控系统设计[J].船电技术，2014，34（1）：26?28.
[6] 何照安，陈岳宏，刘铜国，等.以太环网技术在光伏电站监控系统的应用研究[J].电力信息与通信技术，2015，13（3）：27?30.
[7] 赖德炎.电站监控中智能视频浓缩和检索技术的应用解析[J].企业技术开发，2015，34（36）：68?69.
[8] 林洪贵，俞文胜.船舶半物理仿真电站监控及虚拟操纵的系统设计[J].船电技术，2014，34（1）：65?69.
[9] 谭银朝，刘国平，韩正云.基于CC?Link/LT、PLC、LabVIEW的船舶电站监控系统研究[J].船电技术，2014，34（12）：19?22.
[10] 陈海刚，张晓娜，李练兵.基于IEC61850/61970的光伏并网监控系统[J].电源技术，2015，39（7）：1428?1431.
