光伏电站的故障监测方法和装置制造方法及图纸

本发明专利技术提供了一种光伏电站的故障监测方法和装置，其中，所述方法包括以下步骤：获取光伏电站的输出功率数据；根据输出功率数据得到光伏电站的历史时间序列；根据历史时间序列建立灰色预测模型；根据灰色预测模型得到光伏电站的预测功率拟合数据集；采用集合卡尔曼滤波算法处理预测功率拟合数据集以得到光伏电站的预测功率最优拟合值；根据光伏电站的预测功率最优拟合值判断光伏电站是否发生故障。本发明专利技术能够为电网调度提供准确的信息参考，以保证电网调度的合理性，从而能够降低光伏接入对电网的影响，此外，还能够提高电力系统的稳定性和安全性，并能够改善电能质量。并能够改善电能质量。并能够改善电能质量。

【技术实现步骤摘要】
光伏电站的故障监测方法和装置


[0001]本专利技术涉及光伏发电
，具体涉及一种光伏电站的故障监测方法和一种光伏电站的故障监测装置。

技术介绍

[0002]随着光伏发电在电网中的使用越来越广泛，其稳定性对电网安全的影响也受到越来越多的重视和研究，尤其是，由于光伏面板的发电特性受环境、温度、光照强度等多重因素影响，光伏电站的输出功率往往呈现较大的波动性和随机性，导致其故障频发，因此，如何对光伏电站进行实时监测、在其发生故障前及时预警以保证电网供电质量是其研究的重点。

技术实现思路

[0003]本专利技术为解决上述技术问题，提供了一种光伏电站的故障监测方法，能够为电网调度提供准确的信息参考，以保证电网调度的合理性，从而能够降低光伏接入对电网的影响，此外，还能够提高电力系统的稳定性和安全性，并能够改善电能质量。
[0004]本专利技术采用的技术方案如下：
[0005]一种光伏电站的故障监测方法，包括以下步骤：获取光伏电站的输出功率数据；根据所述输出功率数据得到所述光伏电站的历史时间序列；根据所述历史时间序列建立灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏电站的故障监测方法，其特征在于，包括以下步骤：获取光伏电站的输出功率数据；根据所述输出功率数据得到所述光伏电站的历史时间序列；根据所述历史时间序列建立灰色预测模型；根据所述灰色预测模型得到所述光伏电站的预测功率拟合数据集；采用集合卡尔曼滤波算法处理所述预测功率拟合数据集以得到所述光伏电站的预测功率最优拟合值；根据所述光伏电站的预测功率最优拟合值判断所述光伏电站是否发生故障。2.根据权利要求1所述的光伏电站的故障监测方法，其特征在于，所述根据所述光伏电站的预测功率最优拟合值判断所述光伏电站是否发生故障，具体包括以下步骤：根据所述预测功率最优拟合值计算所述光伏电站的输出功率相对残差指标；获取所述光伏电站的输出功率参考指标；判断所述输出功率相对残差指标与所述输出功率参考指标的差值是否超过预测阈值；若是，则判断所述光伏电站发生故障。3.根据权利要求1所述的光伏电站的故障监测方法，其特征在于，所述输出功率数据为所述光伏电站并网关口的功率数据。4.根据权利要求1所述的光伏电站的故障监测方法，其特征在于，所述历史时间序列的表达式为：X
(0)
＝(x
(0)
(1),x
(0)
(2),...,x
(0)
(n))。5.根据权利要求1所述的光伏电站的故障监测方法，其特征在于，所述根据所述历史时间序列建立灰色预测模型，具体包括以下步骤：采用一次累加算法根据所述历史时间序列产生生成序列；根据所述生成序列得到邻均值序列；根据所述邻均值序列构建数据矩阵和数据向量；根据所述数据矩阵和所述数据向量计算建立所述灰色预测模型所需的发展系数和灰色作用量；根据所述发展系数和所述灰色作用量确定所述灰色预测模型。6.根据权利要求5所述的光伏电站的故障监测方法，其特征在于，其中，所述生成序列的表达式为：X
(1)
＝(x
(1)
(1),x
(1)
(2),...,x
(1)
(n))其中，x
(1)
(1)＝x
(0)
(1)，x
(1)

【专利技术属性】
技术研发人员：许一川，钱宇轩，俞鑫，谈诚，柴婷逸，刘畅，邵林，吴国奇，路纯，
申请(专利权)人：国网江苏省电力有限公司国家电网有限公司，
类型：发明
国别省市：