30MW 渔光互补监控实录:高湿环境下视频与传感器集成的三个坑

📅 2026/7/13 15:58:17
30MW 渔光互补监控实录:高湿环境下视频与传感器集成的三个坑
去年 8 月我们在苏北对接一个 30MW 的渔光互补项目时现场运维反馈了一个很离谱的现象每到下午 3 点阳光最足的时候鱼塘周边的 4G 摄像头就开始间歇性掉线连带着水质传感器的溶解氧数据也传不上来。当时大家第一反应是高温导致设备宕机结果去现场蹲了两天才发现是因为水面反射波对无线信号造成的严重多径干扰加上那几天空气湿度常年挂在 90% 以上廉价的 DTU 根本扛不住。这类“渔光”或“农光”互补项目技术圈里总觉得不就是“光伏”么能有多难等真上手做了监控平台架构你才会发现这种复杂地理环境下的数据集成跟屋顶光伏完全不是一码事。它不是单纯接几个逆变器 API 就能搞定的它是一个涵盖了视频流、环境传感器、电力数据以及边缘通信的综合命题。我们要回答的核心问题只有两个第一在没有有线网络全覆盖的池塘或田垄间视频和传感器数据怎么稳稳地传回来第二面对七零八落的私有协议如何让视频画面跟电力告警在同一个屏上“对齐”信号“坟场”水面与农田间的链路博弈在常规的地面电站我们习惯了用光纤环网稳如老狗。但在渔光互补场景下拉光纤的成本能让项目经理直接跳脚。每个鱼塘中间的逆变器支架往往就是唯一的安装点。我们对比过几种主流方案LoRa 组网对于溶解氧、PH 值、土壤温湿度这类小报文数据LoRa 很香穿透力强且省电。但问题是它传不了视频。如果你想看喂鱼机的运行画面LoRa 只能靠边站。4G/5G 直连这是最偷懒的做法。但苏北那个项目教训了我们水面波纹会形成复杂的反射路径导致信号信噪比SNR剧烈波动。而且100 多个摄像头每个月跑的流量费运维老板看了能心疼死。无线网桥5.8G这是目前我们认为在高性价比区间内相对靠谱的方案。通过在升压站架设高增益大功率基站对池塘区域进行覆盖。但要注意网桥最怕遮挡。农光互补里的高杆作物如玉米或某些高架藤蔓长起来后信号强度能从 -50dBm 掉到 -85dBm。我们的经验是采用“有线环网主干无线网桥分支LoRa 补盲”的混合架构。逆变器数据走 RS485 转光纤视频走网桥而散落在塘坝边缘的环境传感器走 LoRa 汇聚到边缘网关。这样既保住了带宽又控制了施工难度。协议乱战当 GB/T 28181 遇上 Modbus做平台的架构师最头疼的莫过于逆变器跑的是 Modbus-TCP气象站跑的是私有串口协议而摄像头是海康、大华甚至不知名品牌的 RTSP 或 GB/T 28181。如果你在前端硬写代码去适配这些东西项目交付之日就是你加班地狱的开始。在处理环境传感器数据时我们发现很多厂家给的协议文档跟实际对不上。比如某款溶解氧传感器文档写着 03 指令读寄存器结果读出来的数据位序是反的。这种“坑”在农光项目里比比皆是。我们后来总结了一套标准化的归一化映射表强制要求所有接入层数据必须先转化为标准 JSON 结构{deviceId:FISH_POND_SENSOR_01,timestamp:1692518400000,metrics:{dissolved_oxygen:6.52,ph_value:7.2,water_temp:28.5},status:online}至于视频千万不要让前端直接拉 RTSP 流那会让你的监控网页在 5 个画面开满后直接卡死。我们通常在边缘端部署一个流媒体服务器把 GB/T 28181 统一转成 WebRTC 或 HLS。更关键的是要把视频的“空间坐标”跟逆变器的“逻辑 ID”绑定。当 15 号逆变器报直流侧过压时系统要能自动弹出它背后那个摄像头的画面这才是真正的联动而不是在页面上摆几个互不相关的窗口。边缘计算解决“数据断流”的最后 100 米在很多偏远电站断网是常态。去年 10 月有个西北的项目当地运营商基站维护整整断网 4 小时。如果你的告警逻辑全在云端那这 4 小时就是盲区。我们现在的做法是在现场部署边缘计算节点。这个节点不仅要做协议转换还要做“数据断点续传”。传感器数据在本地缓存 72 小时网络恢复后利用时序数据库的 TSM 文件写入机制进行补传。对于视频监控我们设置了“关键帧抽稀”策略平时只传 1fps 的缩略图只有触发移动侦测或设备告警时才拉取 25fps 的高清流。在架构选型上我们倾向于使用轻量化的容器部署。把接入层逻辑封装成独立的微服务。如果你觉得每家逆变器、每种传感器都要重写一遍接入层太耗时其实这层可以考虑使用成熟的中间件——我们团队内部打磨的 ZenovaConnect 就是为了解决这类问题。它把 30 多家厂商的 API 和私有协议都归一好了你只需要关注上层的业务逻辑不用再跟厂商那写得跟天书一样的文档死磕。运维视角从“看数据”到“看效益”渔光和农光互补电站的运维负责人其实并不关心逆变器的谐波分量是多少他们更关心的是今天的遮挡率有没有影响发电鱼塘的增氧机有没有因为跳闸停转所以监控平台一定要做环境-电力关联分析。通过采集的光照强度数据结合逆变器的实时功率计算出一个“理论功率基线”。如果两者偏离度超过 15%且视频监控显示光伏板上有大量鸟粪或杂草遮挡系统就该自动派发清洗工单。这种基于数据的闭环管理比派人天天去巡检要高效得多。我们的判断与取舍在多品牌、多环境的复杂电站监控中**“重接入、轻展示”**是一个误区。真正的难点在于如何把那些脏、乱、杂的原始数据变成可消费的标准化信息。我们坚持的原则是接入层必须足够厚能够消化掉物理世界的环境噪声。无论是高湿、高温还是网络波动都不应该影响到上层业务的稳定性。最后留个问题给各位同行在你的项目里有没有遇到过因为环境传感器数据不准导致自动化系统误判、最后差点把鱼给“闷”了的情况你是怎么解决传感器漂移问题的欢迎在后台聊聊你的方案。了解 ZenovaConnect 完整方案