一种光伏功率异常数据的识别方法及装置制造方法及图纸

本发明专利技术公开了一种光伏功率异常数据的识别方法、装置、可读介质及电子设备，该方法包括：获取时间间隔规整的光伏功率数据；对所述光伏功率数据进行预处理，确定处理后的光伏功率数据；确定所述处理后的光伏功率数据对应的变化率数据；对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据。本发明专利技术提供的技术方案通过对数据质量进行有效提升后再进行正常数据的自聚合和异常数据的标注，在全局维度利用数据特征提升识别的灵活性和自适应性，并提升异常数据的识别精度。度。度。

【技术实现步骤摘要】
一种光伏功率异常数据的识别方法及装置


[0001]本专利技术涉及能源领域，尤其涉及一种光伏功率异常数据的识别方法及装置。

技术介绍

[0002]高质量的光伏功率数据是进行光伏研究的基础，而从光伏电站采集到的数据含有较大比例的异常数据，因此须对光伏功率异常数据进行识别。在光伏电站的实际运行过程中，通信、数据采集设备故障以及人为因素均会使测量数据发生异常，不同异常诱因引起的数据异常表现不同，同时太阳辐照度、环境温湿度等气象因素也会导致光伏功率呈现出一定的波动性，异常数据和正常波动极易混淆。
[0003]目前，基于描述太阳辐照度与光伏功率之间关系的Copula函数概率功率曲线进行异常数据识别的方法应用较广，但对于未能实时监控太阳辐照度的光伏电站，其异常数据无法利用该模型进行识别。工程上大多采用概率统计中的离群数据辨识方法来识别异常数据。通常，光伏功率随机性分量数据存在一定的波动范围，并且绝大部分数据分布在该波动范围之内，当某一数据出现在该波动范围之外时，则认为该数据为异常数据。但工程方法往往阈值设置单一机械，如简单设置功率偏差上下限，该类方法无法准确区分功率正常波动和异常偏差，造成识别误差大。因此确定一种准确度较高的光伏功率异常数据识别方法是至关重要的。

技术实现思路

[0004]本专利技术提供了一种光伏功率异常数据的识别方法、装置、可读介质及电子设备，通过对数据质量进行有效提升后再进行正常数据的自聚合和异常数据的标注，在全局维度利用数据特征提升识别的灵活性和自适应性，并提升异常数据的识别精度。r/>[0005]第一方面，本专利技术提供了一种光伏功率异常数据的识别方法，包括：
[0006]获取时间间隔规整的光伏功率数据；
[0007]对所述光伏功率数据进行预处理，确定处理后的光伏功率数据；
[0008]确定所述处理后的光伏功率数据对应的变化率数据；
[0009]对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据。
[0010]优选地，
[0011]所述获取时间间隔规整的光伏功率数据，包括：
[0012]获取原始光伏功率数据；
[0013]对所述原始光伏功率数据进行时间间隔处理，确定出时间间隔规整的光伏功率数据。
[0014]优选地，
[0015]所述对所述光伏功率数据进行预处理，确定处理后的光伏功率数据，包括：
[0016]利用插值算法对所述光伏功率数据的缺失数据进行处理，确定处理后的光伏功率
数据。
[0017]优选地，
[0018]所述对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据，包括：
[0019]利用DBSCAN算法对所述变化率数据进行聚类处理，确定聚类处理结果；
[0020]基于所述聚类处理结果，识别出光伏功率异常数据。
[0021]优选地，
[0022]所述利用DBSCAN算法对所述变化率数据进行聚类处理，确定聚类处理结果，包括：
[0023]利用DBSCAN算法对所述变化率数据进行聚类处理，以时间转化为的数字为X轴，以变化率为Y轴，确定二维时序图；
[0024]基于确定的参数值和所述二维时序图，确定聚类处理结果。
[0025]优选地，
[0026]所述基于所述聚类处理结果，识别出光伏功率异常数据，包括：
[0027]基于所述聚类处理结果，确定出变化率异常数据；
[0028]基于所述变换率异常数据，识别出光伏功率异常数据。
[0029]第二方面，本专利技术提供了一种光伏功率异常数据的识别装置，包括：
[0030]功率数据获取模块，用于获取时间间隔规整的光伏功率数据；
[0031]预处理模块，用于对所述光伏功率数据进行预处理，确定处理后的光伏功率数据；
[0032]变化率确定模块，用于确定所述处理后的光伏功率数据对应的变化率数据；
[0033]异常数据识别模块，用于对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据。
[0034]优选地，
[0035]所述功率数据获取模块，包括：
[0036]原始数据获取单元，用于获取原始光伏功率数据；
[0037]功率数据获取单元，用于对所述原始光伏功率数据进行时间间隔处理，确定出时间间隔规整的光伏功率数据。
[0038]第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
[0039]第四方面，本专利技术提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
[0040]本专利技术提供了一种光伏功率异常数据的识别方法、装置、可读介质及电子设备，该方法通过获取时间间隔规整的光伏功率数据，然后对光伏功率数据进行预处理，确定出处理后的光伏功率数据，通过预处理可以提高光伏功率数据的数据质量，然后再确定处理后的光伏功率数据对应的变化率数据，进一步对变化率数据进行聚类处理，确定聚类处理结果，根据聚类处理结果识别出光伏功率异常数据。本专利技术提供的技术方案通过对数据质量进行有效提升后再进行正常数据的自聚合和异常数据的标注，在全局维度利用数据特征提升识别的灵活性和自适应性，并提升异常数据的识别精度。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术实施例中提供的一种光伏功率异常数据的识别方法的流程示意图；
[0043]图2为本专利技术实施例中提供的另二种光伏功率异常数据的识别方法的流程示意图；
[0044]图3为本专利技术实施例中提供的一种光伏功率异常数据的识别方法的聚类结果的二维时序图；
[0045]图4为本专利技术实施例中提供的一种光伏功率异常数据的识别装置的结构示意图；
[0046]图5为本专利技术实施例中提供的一种光伏功率异常数据的识别装置中功率数据获取模型的结构示意图；
[0047]图6为本专利技术实施例中提供的一种电子设备的结构示意图。
具体实施方式
[0048]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本专利技术的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0049]如图1所示，本专利技术实施例提供一种光伏功率异常数据的识别方法，该方法包括：
[0050]步骤11，获取时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏功率异常数据的识别方法，其特征在于，包括：获取时间间隔规整的光伏功率数据；对所述光伏功率数据进行预处理，确定处理后的光伏功率数据；确定所述处理后的光伏功率数据对应的变化率数据；对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据。2.根据权利要求1所述的光伏功率异常数据的识别方法，其特征在于，所述获取时间间隔规整的光伏功率数据，包括：获取原始光伏功率数据；对所述原始光伏功率数据进行时间间隔处理，确定出时间间隔规整的光伏功率数据。3.根据权利要求1所述的光伏功率异常数据的识别方法，其特征在于，所述对所述光伏功率数据进行预处理，确定处理后的光伏功率数据，包括：利用插值算法对所述光伏功率数据的缺失数据进行处理，确定处理后的光伏功率数据。4.根据权利要求1所述的光伏功率异常数据的识别方法，其特征在于，所述对所述变化率数据进行聚类处理，基于所述聚类处理结果，识别出光伏功率异常数据，包括：利用DBSCAN算法对所述变化率数据进行聚类处理，确定聚类处理结果；基于所述聚类处理结果，识别出光伏功率异常数据。5.根据权利要求4所述的光伏功率异常数据的识别方法，其特征在于，所述利用DBSCAN算法对所述变化率数据进行聚类处理，确定聚类处理结果，包括：利用DBSCAN算法对所述变化率数据进行聚类处理，以时间转化为的数字为X轴，以变化率为...

【专利技术属性】
技术研发人员：王晓晨，陈鑫，牛辰庚，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：