System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于光伏发电,尤其涉及一种光伏发电影响因素监测方法及装置。
技术介绍
1、随着环境污染和能源枯竭问题的逐渐严重化,光伏发电系统越来越受到人们的关注。常见的光伏发电系统分为集中式和分布式,集中式通常用于较大的光伏发电站,分布式一般多用于居民或者厂区。无论对于集中式还是分布式,光伏系统发电量及效率的高低是光伏运营者最关心的问题。如何在光伏装机容量和光照强度一定的情况下,实时监测光伏发电量,并找到影响光伏发电效率的关键因素来优化系统是关键。
2、现有文件cn202310915087.4公开了一种基于影响因素分析的光伏发电功率预测方法,通过对影响因素进行分析,通过多层极限学习机对光伏发电功率实现精准预测。然而,该文件的方案只是简单地对影响因素进行了整理,由于现实中影响光伏发电量的因素比较多和杂,上述方法难以准确找到影响光伏发电效率的关键因素。
3、因此,准确找出影响发电量、光电转换效率的关键因素,以对光伏发电系统进行优化,是目前亟需解决的一大难题。
技术实现思路
1、有鉴于此,本专利技术实施例提供了一种光伏发电影响因素监测方法及装置,以准确找到影响光伏发电效率的关键因素。
2、本专利技术实施例的第一方面提供了一种光伏发电影响因素监测方法,包括:
3、在光伏发电系统的发电效率低于预设值时,获取光伏发电系统的多个待选影响因素的监测数据;
4、根据监测数据,通过主成分分析法从多个待选影响因素中筛选关键因素,并通过灰色关联分析法
5、根据监测数据,通过客观赋权法确定各个关键因素的第二权重值;
6、对第一权重值和第二权重值进行融合,得到各个关键因素的综合权重值,作为光伏发电影响因素监测结果。
7、结合第一方面,在第一方面的一种可能的实现方式中,灰色关联分析法中的分辨系数根据各个关键因素的监测数据确定。
8、结合第一方面,在第一方面的一种可能的实现方式中,根据各个关键因素的监测数据确定分辨系数,包括:
9、根据计算灰色关联分析法建立的比较序列矩阵中每行对应的中间值;
10、确定各行对应的中间值的最大值σmax和最小值σmin;
11、根据确定分辨系数;
12、其中,σi为灰色关联分析法建立的比较序列矩阵中第i行对应的中间值;gij为比较序列矩阵中第i行第j列的数据,即第j个关键因素的第i个监测数据;n为比较序列矩阵的列数,即关键因素的数量;m为比较序列矩阵的行数,即每个关键因素下的监测数据的数量;ρ为分辨系数。
13、结合第一方面,在第一方面的一种可能的实现方式中,客观赋权法中计算各个关键因素的指标冲突值的公式为:
14、
15、其中,cj为第j个关键因素的指标冲突值;sj为第j个关键因素的标准差;为第j个关键因素的平均值;rij为第i个关键因素和第j个关键因素之间的相关系数;n为关键因素的数量。
16、结合第一方面,在第一方面的一种可能的实现方式中,通过灰色关联分析法确定各个关键因素的第一权重值,包括:
17、根据各个关键因素的监测数据,建立比较序列矩阵,并对比较序列矩阵进行无量纲处理;
18、根据比较序列矩阵,建立参考序列;
19、根据比较序列矩阵、参考序列,通过预设的关联系数计算公式进行计算,得到关联系数矩阵;
20、根据关联系数矩阵,确定各个关键因素的关联度;
21、基于各个关键因素的关联度,确定各个关键因素的第一权重值。
22、结合第一方面,在第一方面的一种可能的实现方式中,关联系数计算公式为:
23、
24、其中,φij为关联系数;gij为比较序列矩阵中第i行第j列的数据,即第j个关键因素的第i个监测数据;gi0为参考序列中的第i个数据;n为比较序列矩阵的列数,即关键因素的数量;m为比较序列矩阵的行数,即每个因素下的监测数据的数量;ρ为分辨系数。
25、结合第一方面,在第一方面的一种可能的实现方式中,根据关联系数矩阵,确定各个关键因素的关联度,包括:
26、根据确定各个关键因素的关联度;
27、基于各个关键因素的关联度,确定各个关键因素的第一权重值,包括:
28、基于确定各个关键因素的第一权重值。
29、结合第一方面,在第一方面的一种可能的实现方式中,根据监测数据,通过客观赋权法确定各个关键因素的第二权重值,包括:
30、对根据各个关键因素的监测数据进行无量纲处理和指标变异化处理后,计算各个关键因素之间的相关系数;
31、根据相关系数,计算各个关键因素的指标冲突值;
32、根据指标冲突值,确定各个关键因素的第二权重值。
33、结合第一方面,在第一方面的一种可能的实现方式中,根据指标冲突值,确定各个关键因素的第二权重值,包括:
34、根据确定各个关键因素的第二权重值;其中,cj为第j个关键因素的指标冲突值,n为关键因素的数量。
35、本专利技术实施例的第二方面提供了一种光伏发电影响因素监测装置,包括:
36、获取模块,用于在光伏发电系统的发电效率低于预设值时,获取光伏发电系统的多个待选影响因素的监测数据;
37、第一处理模块,用于根据监测数据,通过主成分分析法从多个待选影响因素中筛选关键因素,并通过灰色关联分析法确定各个关键因素的第一权重值;
38、第二处理模块,用于根据监测数据,通过客观赋权法确定各个关键因素的第二权重值;
39、融合模块,用于对第一权重值和第二权重值进行融合,得到各个关键因素的综合权重值,作为光伏发电影响因素监测结果。
40、本专利技术实施例与现有技术相比存在的有益效果是:
41、本专利技术实施例在检测到光伏发电系统的发电效率低于预设值时,利用主成分分析法从诸多影响因素中找出关键因素,并通过灰色关联分析法确定各个关键因素的第一权重值;利用客观赋权法消除一些相关性较强的关键因素的影响,减少关键因素之间信息上的重叠,得到各个关键因素的第二权重值;对第一权重值和第二权重值进行融合,得到各个关键因素的综合权重值,从而快速、准确地找到影响光伏发电的主要因素,实现更合理的系统优化。
本文档来自技高网...【技术保护点】
1.一种光伏发电影响因素监测方法,其特征在于,包括:
2.如权利要求1所述的光伏发电影响因素监测方法,其特征在于,所述灰色关联分析法中的分辨系数根据各个关键因素的监测数据确定。
3.如权利要求2所述的光伏发电影响因素监测方法,其特征在于,根据各个关键因素的监测数据确定所述分辨系数,包括:
4.如权利要求1所述的光伏发电影响因素监测方法,其特征在于,所述客观赋权法中计算各个关键因素的指标冲突值的公式为:
5.如权利要求1-4任一项所述的光伏发电影响因素监测方法,其特征在于,通过灰色关联分析法确定各个关键因素的第一权重值,包括:
6.如权利要求5所述的光伏发电影响因素监测方法,其特征在于,所述关联系数计算公式为:
7.如权利要求6所述的光伏发电影响因素监测方法,其特征在于,所述根据所述关联系数矩阵,确定各个关键因素的关联度,包括:
8.如权利要求1-4任一项所述的光伏发电影响因素监测方法,其特征在于,所述根据所述监测数据,通过客观赋权法确定各个关键因素的第二权重值,包括:
9.如权利要求8
10.一种光伏发电影响因素监测装置,其特征在于,包括:
...【技术特征摘要】
1.一种光伏发电影响因素监测方法,其特征在于,包括:
2.如权利要求1所述的光伏发电影响因素监测方法,其特征在于,所述灰色关联分析法中的分辨系数根据各个关键因素的监测数据确定。
3.如权利要求2所述的光伏发电影响因素监测方法,其特征在于,根据各个关键因素的监测数据确定所述分辨系数,包括:
4.如权利要求1所述的光伏发电影响因素监测方法,其特征在于,所述客观赋权法中计算各个关键因素的指标冲突值的公式为:
5.如权利要求1-4任一项所述的光伏发电影响因素监测方法,其特征在于,通过灰色关联分析法确定各个关键因素的第一权重值,包括:
【专利技术属性】
技术研发人员:谷永强,邱帅,宋尧,孙青松,魏栋,刘明鑫,韩阳,钱俊国,王刚,陈广朋,
申请(专利权)人:国网河北省电力有限公司建设公司,
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。