一种光伏电站监测数据修复方法技术

本发明专利技术涉及数据修复处理技术领域，具体公开了一种光伏电站监测数据修复方法，其中，包括：查找同一时刻光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据是否存在缺失；若存在缺失，则将缺失的数据项进行标记并排除缺失的数据项；将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数；根据插值理论拟合得到缺失的数据项，对光伏电站监测数据中的缺失的数据项补全；将补全后的所述光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据输入到状态转换函数进行预测得到预测值；对预测值进行滤波得到光伏电站监测数据修复结果。本发明专利技术提供的光伏电站监测数据修复方法能够实现数据修复。

A repair method for monitoring data of photovoltaic power station

The invention relates to the technical field of data repair and processing, and specifically discloses a method for repairing monitoring data of photovoltaic power plants, which includes: searching whether there are missing temperature and humidity information, illumination intensity and historical data of output power of photovoltaic power plants at the same time in monitoring data of photovoltaic power plants; if there are missing, there will be missing ones. Data items are labeled and missing data items are excluded; monitoring data of photovoltaic power station after eliminating missing data items are trained to obtain state transition function; missing data items are fitted according to interpolation theory to complete missing data items in monitoring data of photovoltaic power station; and the light after completing the missing data items is completed. Temperature and humidity information, illumination intensity and output power historical data of photovoltaic power station are input into the state transition function to predict the predicted value, and the restoration results of monitoring data of photovoltaic power station are obtained by filtering the predicted value. The photovoltaic power station monitoring data repairing method provided by the invention can realize data restoration.

【技术实现步骤摘要】
一种光伏电站监测数据修复方法
本专利技术涉及数据修复处理
，尤其涉及一种光伏电站监测数据修复方法。
技术介绍
随着化石能源的枯竭，新能源发电作为全球能源互联网的一部分引起了越来越多的关注。光伏发电作为能源改革的重要组成部分，其输出功率的波动性和间歇性特点为电网系统的安全调度带来严峻挑战。随着电力信息化技术的进步，电力监测数据规模急剧增长。由于光伏电站规模较大，常发生监测设备故障、传感器运行误差增大、前端数据采集过程丢包或误码等情况，导致光伏电站部分监测数据异常，严重影响光伏电站数据分析的质量，进一步影响到电网规划和运行决策，因而针对这些异常数据的修复工作有着重要的意义。传统的数据修复方式基于空间相关性理论，利用气象数据和辐射数据对目标光伏电站功率缺失数据进行重构。但现阶段对于光资源空间相关性理论研究不多，导致建模性能下降甚至失效，影响光伏电站监测数据修复效果。因此，需要一种新的数据处理方法来修复处理光伏电站监测数据，提高数据质量。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种光伏电站监测数据修复方法，以解决现有技术中的问题。作为本专利技术的一个方面，提供一种光伏电站监测数据修复方法，其中，所述光伏电站监测数据修复方法包括：查找同一时刻光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据是否存在缺失；若存在缺失，则将缺失的数据项进行标记并排除缺失的数据项；将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数；根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全；将补全后的所述光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据输入到所述状态转换函数进行预测得到预测值；对所述预测值进行滤波得到光伏电站监测数据修复结果；输出修复结果。优选地，所述将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数包括：初始化RBF神经网络参数；将监测到的排除缺失的数据项后的光伏电站监测数据输入到RBF神经网络；以光伏电站输出功率为输出量，计算RBF神经网络的均方根误差RMSE值是否满足迭代终止精度；若满足，则结束训练，否则，进行权重迭代计算；将结束训练的RBF神经网络作为状态转换函数，其中所述状态转换函数为预测方程。优选地，所述进行权重迭代计算包括调节权重、中心参数和宽度参数。优选地，所述根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全包括：选取标记缺失的数据项前后相邻的5个时刻的监测数据；根据前后相邻的5个时刻的监测数据，基于插值理论拟合得到缺失的数据项。优选地，所述对所述预测值进行滤波得到光伏电站监测数据修复结果包括：根据平方根采样点卡尔曼滤波理论对所述预测值进行滤波得到光伏电站监测数据修复结果。本专利技术提供的光伏电站监测数据修复方法，利用光伏电站监测获得的光照强度和温湿度信息，结合功率输出历史数据记录，基于平方根采样点卡尔曼滤波理论进行光伏电站监测数据修复；该方法建立RBF神经网络作为平方根采样点卡尔曼滤波理论中的状态变换函数，进行光伏电站功率输出的一步预测，然后基于平方根采样点卡尔曼滤波理论计算卡尔曼增益，对光伏电站功率输出数据进行滤波，修复光伏电站监测异常，有效提高数据质量；为电网调度与决策提供依据，保障电网安全运行。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1为本专利技术提供的光伏电站监测数据修复方法的流程图。图2为本专利技术提供的光伏电站监测数据修复方法的具体实施方式的流程图。图3为本专利技术提供的RBF神经网络学习结构示意图。图4为本专利技术提供的RBF神经网络状态转换函数和变换函数建立流程图。具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。作为本专利技术的一个方面，提供一种光伏电站监测数据修复方法，其中，如图1所示，所述光伏电站监测数据修复方法包括：S110、查找同一时刻光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据是否存在缺失；S120、若存在缺失，则将缺失的数据项进行标记并排除缺失的数据项；S130、将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数；S140、根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全；S150、将补全后的所述光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据输入到所述状态转换函数进行预测得到预测值；S160、对所述预测值进行滤波得到光伏电站监测数据修复结果；S170、输出修复结果。本专利技术提供的光伏电站监测数据修复方法，利用光伏电站监测获得的光照强度和温湿度信息，结合功率输出历史数据记录，基于平方根采样点卡尔曼滤波理论进行光伏电站监测数据修复；该方法建立RBF神经网络作为平方根采样点卡尔曼滤波理论中的状态变换函数，进行光伏电站功率输出的一步预测，然后基于平方根采样点卡尔曼滤波理论计算卡尔曼增益，对光伏电站功率输出数据进行滤波，修复光伏电站监测异常，有效提高数据质量；为电网调度与决策提供依据，保障电网安全运行。具体地，所述将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数包括：初始化RBF神经网络参数；将监测到的排除缺失的数据项后的光伏电站监测数据输入到RBF神经网络；以光伏电站输出功率为输出量，计算RBF神经网络的均方根误差RMSE值是否满足迭代终止精度；若满足，则结束训练，否则，进行权重迭代计算；将结束训练的RBF神经网络作为状态转换函数，其中所述状态转换函数为预测方程。进一步具体地，所述进行权重迭代计算包括调节权重、中心参数和宽度参数。具体地，所述根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全包括：选取标记缺失的数据项前后相邻的5个时刻的监测数据；根据前后相邻的5个时刻的监测数据，基于插值理论拟合得到缺失的数据项。具体地，所述对所述预测值进行滤波得到光伏电站监测数据修复结果包括：根据平方根采样点卡尔曼滤波理论对所述预测值进行滤波得到光伏电站监测数据修复结果。下面结合图2至图4对本专利技术提供的光伏电站监测数据修复方法的具体实施过程进行详细描述。如图2所示，为本专利技术提供的光伏电站监测数据修复方法整体流程图，包含光伏电站监测数据缺失项标记，基于RBF神经网络的状态转换函数的建立，缺失数据插值拟合的补偿，基于平方根卡尔曼滤波理论的光伏电站监测数据修复方法，具体为：1)标记光伏电站监测数据中缺失数据项并排除，以监测数据中温湿度信息T、光照强度C和功率输出P为输入量训练RBF神经网络，作为数据修复方法的预测方程；2)分别选取数据缺失时刻项前后5个时刻的数据，基于插值理论拟合得到缺失数据项，从而补全光伏电站监测数据；3)以光照强度和温湿度信息以及光伏电站出力历史数据为状态量，RBF神经网络作为状态转换函数，预测光伏电站下一时刻出力值，基于平方根卡尔曼滤波理论对预测量滤波，修复光伏电站输出功率数据；4)输出修复报告。所述步骤1)具体本文档来自技高网...

【技术保护点】
1.一种光伏电站监测数据修复方法，其特征在于，所述光伏电站监测数据修复方法包括：查找同一时刻光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据是否存在缺失；若存在缺失，则将缺失的数据项进行标记并排除缺失的数据项；将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数；根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全；将补全后的所述光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据输入到所述状态转换函数进行预测得到预测值；对所述预测值进行滤波得到光伏电站监测数据修复结果；输出修复结果。

【技术特征摘要】
1.一种光伏电站监测数据修复方法，其特征在于，所述光伏电站监测数据修复方法包括：查找同一时刻光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据是否存在缺失；若存在缺失，则将缺失的数据项进行标记并排除缺失的数据项；将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数；根据插值理论拟合得到缺失的数据项，对所述光伏电站监测数据中的缺失的数据项补全；将补全后的所述光伏电站监测数据中的温湿度信息、光照强度和光伏电站输出功率历史数据输入到所述状态转换函数进行预测得到预测值；对所述预测值进行滤波得到光伏电站监测数据修复结果；输出修复结果。2.根据权利要求1所述的光伏电站监测数据修复方法，其特征在于，所述将监测到的排除缺失的数据项后的光伏电站监测数据进行训练，得到状态转换函数包括：初始化RBF神经网络参数；将监测到的排除缺失的数据项后的光伏电站监测数据输入到RBF神经...

【专利技术属性】
技术研发人员：俞娜燕，李向超，费科，孙国强，梁智，
申请(专利权)人：国网江苏省电力有限公司无锡供电分公司，无锡扬晟科技股份有限公司，
类型：发明
国别省市：江苏,32