【技术实现步骤摘要】
一种基于LightGBM模型的光伏电站逆变器故障诊断方法
[0001]本专利技术涉及光伏发电检测
,具体为一种基于LightGBM模型的光伏电站逆变器故障诊断方法。
技术介绍
[0002]太阳能作为一种新型的绿色可再生能源,与其他新能源相比利用最大,,其环保、绿色、经济的优点,使得太阳能成为今后大力开发的新能源之一。特别是近几十年来,随着科学技术的不断进步,太阳能及其相关产业成为世界发展最快的行业之一。
[0003]虽然光伏并网发电的技术已经越来越广泛的被应用到世界各国,,但是光伏电站的运行环境并不友好,因此需要耗费大量人力、物力维护光伏电站。进而,能否及时监测和评估光伏电站的运行状态,是避免发生故障的关键,同时对优化光伏电站和提高大规模并网的效率也有重大意义。
[0004]作为光伏并网发电系统中最为核心的部件,逆变器的能否正常工作直接影响整个电网系统的健康运营,对于普通用户,使光伏逆变器具有智能操控性;对于光伏系统的维护人员,能够远程地,实时地保持光伏逆变器处于安全,可控,高效的状态下运行,已经成为整个光伏产业发展中待解决的问题。
技术实现思路
[0005](一)解决的技术问题
[0006]针对现有技术的不足,本专利技术公开了一种基于LightGBM模型的光伏电站逆变器故障诊断方法,以解决上述
技术介绍
中提出的问题。
[0007](二)技术方案
[0008]为实现以上目的,本专利技术通过以下技术方案予以实现:一种基于LightGBM模型的光伏电站逆变器故障 ...
【技术保护点】
【技术特征摘要】
1.一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于,包括以下步骤:S1、数据采集;S2、特征提取;S3、模型选择;S4、模型实现。2.根据权利要求1所述的一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于:所述数据采集中的数据为光伏电站逆变器的运行数据,采集运行过程中的日发电量、月发电量、年发电量、累计总发电量、并网功率(有效功率)、实时功率(视在功率)、直流电流、直流电压、交流电流R、交流电流S、交流电流t、交流电压r、交流电压s、交流电压t、无功功率、功率因素。3.根据权利要求2所述的一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于:所述数据采集间隔时间为75秒,取时间间隔最新数据。4.根据权利要求1所述的一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于:所述数据采集均为随时间变化的数据,对这些逆变器每日的发电数据,提取每日的以下特征数据:日发电电量:发电结束日累计充电电量
‑
发电开始日累计充电电量;日平均功率:实时功率平均值;平均日发电量:日发电量平均值;平均月发电量:月发电量平均值;直流电压极差:最高直流电压
‑
最低直流电压;直流电流极差:最高直流电流
‑
最低直流电流;交流电压r极差:最高交流电压r
‑
最低交流电压r;交流电压r极差:最高交流电压r
‑
最低交流电压r;交流电压s极差:最高交流电压s
‑
最低交流电压s;交流电压s极差:最高交流电压s
‑
最低交流电压s;交流电压t极差:最高交流电压t
‑
最低交流电压t;交流电压t极差:最高交流电压t
‑
最低交流电压t;日平均有效功率:日有效功率平均值;根据逆变器实际状态对数据添加标签,标签为“正常”“故障”两种,将上述特征数据作为输入变量,逆变器实际状态标签为输出变量。5.根据权利要求1所述的一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于:所述模型选择采用LightGBM(Light Gradient Boosting Machine)模型,LightGBM是GBDT算法框架下的一种改进实现,一种基于决策树算法的快速、分布式、高性能的GBDT框架,支持高效率的并行训练,并且具有更少的样本、更少的特征、更少的内存等优点。6.根据权利要求5所述的一种基于LightGBM模型的光伏电站逆变器故障诊断方法,其特征在于:所述LightGBM使用直方图算法(Histogram)在牺牲一定精度的条件下换取计算速度的提升和内存消耗的降低,使用了如下的两种方法:
单边梯度采样(Gradient
‑
based One
‑
Side Sampling(GOSS)):首先根据样本梯度进行排序,选择Top a%的大梯度的样本,再随机选择b%的其他样本,组合起来...
【专利技术属性】
技术研发人员:汪宁宁,洪星,朱冲,杨帆,陈超,
申请(专利权)人:江苏慧智能源工程技术创新研究院有限公司,
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。