【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 ...
【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:
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。