【技术实现步骤摘要】
基于大数据统计的分布式光伏电站分级预警方法
本专利技术涉及光伏电站勘测与运维领域，具体涉及一种基于大数据统计的分布式光伏电站分级预警方法。
技术介绍
国家能源局2017年2月公布，截至2016年底，我国光伏发电新增装机容量3454万千瓦，累计装机量7742万千瓦，新增加累计装机容量均为世界第一，美国到2016年也才3850万千瓦。按照国家规定要求，到2020年我国光伏发电装机容量将达到15000万千瓦以上！无人机监测系统已经开始应用与分布式光伏电站的运维与监测中，可以大大的降低光伏电站的运维成本，便于智能化管理。但是无人机监测系统仍然存在这巡航时间段，拍摄精度低，自然环境要求高，以及专业性要求高等问题，而且很难大规模，实时监测面积较大的分布式光伏电站。
技术实现思路
本专利技术的目的是提供一种基于大数据统计的分布式光伏电站分级预警方法，结合大数据建模与实际需求，并利用特征融合方法和多级预警方法，既确保了预测数据的准确性，又保证了监测方法的实时性与有效性。为实现上述目的，本专利技术提供的技术方案是：基于大数据统计的分布式光伏电站分级预警方法，该方法包括以下步骤：将分布式...
【技术保护点】
1.一种基于大数据统计的分布式光伏电站分级预警方法，其特征在于：包括以下步骤：将分布式光伏电站分成若干子区域，在每个子区域内放置若干传感器，用来收集直接相关特征和非直接相关特征的数据，通过多类特征融合求解，获得光伏面板组的预测光电转换效率，如果预测值与实际值相比，超出可容忍误差范围，给出分级预警；所述的直接相关特征数据是基于光伏面板组提供的，对于这类数据建立历史光电转换效率矩阵M和实时光电转换效率矩阵N；对于光伏面板的物理信息，建立矩阵P；对所述矩阵M、矩阵N、和矩阵P进行分解，两两匹配分解得到共解特征因子，获得个面板组的实时光电转换效率评估数据；其中，矩阵M的每一个条目为...
【技术特征摘要】
1.一种基于大数据统计的分布式光伏电站分级预警方法，其特征在于：包括以下步骤：将分布式光伏电站分成若干子区域，在每个子区域内放置若干传感器，用来收集直接相关特征和非直接相关特征的数据，通过多类特征融合求解，获得光伏面板组的预测光电转换效率，如果预测值与实际值相比，超出可容忍误差范围，给出分级预警；所述的直接相关特征数据是基于光伏面板组提供的，对于这类数据建立历史光电转换效率矩阵M和实时光电转换效率矩阵N；对于光伏面板的物理信息，建立矩阵P；对所述矩阵M、矩阵N、和矩阵P进行分解，两两匹配分解得到共解特征因子，获得个面板组的实时光电转换效率评估数据；其中，矩阵M的每一个条目为一组面板在一个时间段内的平均光电转换效率和光电转换效率方差，矩阵N的每一个条目为一个区域在一个时间段内统计的光伏面板组数量；矩阵P的每一行表示一组光伏面板，每一列表示一个物理属性；所述非直接相关特征数据基于区域传感器提供的环境数据，将所搜集的数据，通过块坐标下降求解多类特征融合的方法，将多种数据源的直接相关特征和非直接相关的数据融合，求解光伏面板光电转换效率的预测。2.根据权利要求1所述的基于大数据统计的分布式光伏电站分级预警方法，其特征在于：所述非直接相关特征数据基于区域传感器提供的环境数据包括太阳光照强度、空气质量、温度数据。3.根据权利要求1所述的基于大数据统计的分布式光伏电站分级预警方法，其特征在于：所述非直接相关特征根据接收到的区域...
【专利技术属性】
技术研发人员：刘海洋，贾艳刚，罗韬，张秋月，
申请(专利权)人：中国葛洲坝集团电力有限责任公司，南京绿新能源研究院有限公司，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。