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】
本公开涉及供配电,具体涉及一种光伏电站异常识别方法、装置、设备及介质。
技术介绍
1、配电网络中,光伏电站多以分布式的形式接入,具有容量小、分布散,存在数据收集困难、实时监测数据匮乏、获取成本较高等特点。相关技术中,可以基于虚拟电厂的技术将大量零散分布、不可控的小容量分布式光伏电站聚合优化,协调控制,提高电网稳定性。
2、其中,在对光伏电站进行监测时,可以由相应的监测装置实时采集光伏电站的工作数据以及环境数据等,并根据所采集的数据确定该光伏电站是否出现异常工作状态。
3、然而,申请人发现,在实际使用中,光伏电站中的发电装置受内部组件和外部环境影响,可能会发生光伏组件异常老化、发电面板损坏、逆变器损坏、落叶覆盖、灰尘覆盖、阴影遮挡等状况,同时还有几率出现人为操作出错,网络传输错误、接线不当等状况。受到上述状况影响,实时采集的数据中可能会存在少量异常值,该异常值会对监测过程造成干扰,从而无法准确确定相应光伏电站是否出现异常工作状态,提高了光伏电站的维护成本。
技术实现思路
1、为了解决相关技术中的问题,本公开实施例提供一种光伏电站异常识别方法、装置、设备及介质。
2、第一方面,本公开实施例中提供了一种光伏电站异常识别方法,包括:
3、获取多个光伏电站中每个光伏电站的属性信息,属性信息至少包括历史辐照度、装机容量以及历史发电量;
4、根据属性信息获取任两个光伏电站间的第一相关性参数;
5、将多个光伏电站划分为多个光伏
6、获取每个光伏电站的历史气象数据,并根据历史气象数据以及历史发电量获取在对应天气类型下任两个光伏电站间的第二相关性参数;
7、在任一个光伏集群中确定对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站,并根据第一目标光伏电站与第二目标光伏电的历史气象数据以及第一目标光伏电站的历史发电量获取第一目标光伏电站在对应天气类型下的历史发电量-时间序列模型;
8、获取第一目标光伏电站的实时气象数据以及实时发电量,并根据实时气象数据以及实时发电量获取第一目标光伏电站在当前天气类型下的实时发电量-时间序列;
9、根据当前天气类型下的实时发电量-时间序列与当前天气类型下的历史发电量-时间序列模型进行匹配,并根据匹配结果确定第一目标光伏电站是否处于异常工作状态。
10、在本公开的一种实施方式中,根据属性信息获取任两个光伏电站间的第一相关性参数,包括:
11、根据获取第一相关性参数;
12、其中,为任两个光伏电站中一个光伏电站的序号,为任两个光伏电站中另一个光伏电站的序号,为属性信息中属性的种类,为属性信息中属性的种类上限,为属性信息中第种属性的权重系数,为属性信息中对应属性的采样批次,为属性信息中每个属性的采样批次上限,为对序号为的光伏电站的属性信息中第种属性进行第批次采样得到的数据,为对序号为的光伏电站的属性信息中第种属性进行采样得到的数据的均值,为对序号为的光伏电站的属性信息中第种属性进行第批次采样得到的数据,为对序号为的光伏电站的属性信息中第种属性进行采样得到的数据的均值。
13、在本公开的一种实施方式中,天气类型包括晴天、多云、雨天、雪天以及突变天气。
14、在本公开的一种实施方式中,根据历史气象数据以及历史发电量获取在对应天气类型下任两个光伏电站间的第二相关性参数,包括:
15、根据历史气象数据以及历史发电量获取在第一目标日期每个光伏电站的发电量,第一目标日期的天气类型为对应天气类型;
16、根据获取在目标天气类型下序号为的光伏电站与序号为的光伏电站间的第二相关性参数;
17、其中,为序号为的光伏电站在第一目标日期的发电量,为序号为的光伏电站在第一目标日期的发电量,为所有光伏电站在第一目标日期的发电量的平均值,为序号为光伏电站在第一目标日期的发电量,为光伏电站的数量上限。
18、在本公开的一种实施方式中,根据第一目标光伏电站与第二目标光伏电的历史气象数据以及第一目标光伏电站的历史发电量获取第一目标光伏电站在对应天气类型下的历史发电量-时间序列模型,包括:
19、根据其中一个目标光伏电站的历史气象数据获取在第二目标日期其中一个目标光伏电站的第一太阳辐照强度,第二目标日期的天气类型为对应天气类型;
20、当第一太阳辐照强度属于异常太阳辐照强度范围时,根据其中另一个目标光伏电站的历史气象数据获取在在第二目标日期其中另一个目标光伏电站的第二太阳辐照强度;
21、根据其中一个目标光伏电站的历史发电量,获取其中一个目标光伏电站在第二目标日期的发电量采样数据;
22、根据获取第一目标光伏电站在对应天气类型下的历史发电量-时间序列模型;
23、其中,n为第二目标日期中采样时刻的上限,为其中一个目标光伏电站在第二目标日期中t时刻的发电量采样数据,为预设的光伏板发电量基准值,为预先获取的天气类型为晴天且不考虑遮挡的情况下太阳辐射强度达到的最大值,为第二目标日期中t时刻的第二太阳辐照强度,为光伏板的功率温度系数,为第二目标日期中的t时刻其中一个目标光伏电站中光伏板的温度,为预设的温度阈值。
24、在本公开的一种实施方式中,在任一个光伏集群中确定对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站之前,方法还包括:
25、根据每个光伏电站的历史发电量获取每个光伏电站在至少一种天气类型下的发电量曲线,并根据每个光伏电站在每种天气类型下的发电量曲线获取每个光伏电站的综合发电量曲线;
26、对多个光伏电站在对应天气类型下的发电量曲线进行聚类,和/或对多个光伏电站的综合发电量曲线进行聚类,并根据聚类结果在多个光伏电站中确定初筛异常光伏电站;
27、在任一个光伏集群中确定对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站,包括:
28、在任一个光伏集群中确定除初筛异常光伏电站之外对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站。
29、在本公开的一种实施方式中,根据当前天气类型下的实时发电量-时间序列与当前天气类型下的历史发电量-时间序列模型进行匹配,并根据匹配结果确定第一目标光伏电站是否处于异常工作状态,包括:
30、对当前天气类型下的实时发电量-时间序列与当前天气类型下的历史发电量-时间序列模型分别进行归一化处理,并根据各自归一化处理后的结果计算欧式距离;
31、当计算得到的欧式距离大于或等于距离阈值时,确定第一目标光伏电站处于异常工作状态。
32、第二方面,本公开实施例中提供了一种光伏电站异常识别装置,包括:
33、属性获取模块,被配置为获取多个光伏电站中每个光伏电站的属性本文档来自技高网...
【技术保护点】
1.一种光伏电站异常识别方法,其特征在于,包括:
2.根据权利要求1所述的光伏电站异常识别方法,其特征在于,所述根据所述属性信息获取任两个光伏电站间的第一相关性参数,包括:
3.根据权利要求2所述的光伏电站异常识别方法,其特征在于,所述天气类型包括晴天、多云、雨天、雪天以及突变天气。
4.根据权利要求3所述的光伏电站异常识别方法,其特征在于,所述根据所述历史气象数据以及所述历史发电量获取在对应天气类型下任两个光伏电站间的第二相关性参数,包括:
5.根据权利要求4所述的光伏电站异常识别方法,其特征在于,所述根据所述第一目标光伏电站与第二目标光伏电的历史气象数据以及所述第一目标光伏电站的历史发电量获取所述第一目标光伏电站在对应天气类型下的历史发电量-时间序列模型,包括:
6.根据权利要求5所述的光伏电站异常识别方法,其特征在于,所述在任一个光伏集群中确定对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站之前,所述方法还包括:
7.根据权利要求6所述的光伏电站异常识别方法,其特征在于,所述根据
8.一种光伏电站异常识别装置,其特征在于,包括:
9.根据权利要求8所述的光伏电站异常识别装置,其特征在于,所述第一相关模块,具体被配置为:
10.根据权利要求9所述的光伏电站异常识别装置,其特征在于,所述天气类型包括晴天、多云、雨天、雪天以及突变天气。
11.根据权利要求10所述的光伏电站异常识别装置,其特征在于,所述第二相关模块,具体被配置为:
12.根据权利要求11所述的光伏电站异常识别装置,其特征在于,所述模型建立模块,具体被配置为:
13.根据权利要求12所述的光伏电站异常识别装置,其特征在于,所述装置还包括:
14.根据权利要求13所述的光伏电站异常识别装置,其特征在于,所述异常识别模块,具体被配置为:
15.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-7中任一项所述的方法步骤。
16.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-7中任一项所述的方法步骤。
...【技术特征摘要】
1.一种光伏电站异常识别方法,其特征在于,包括:
2.根据权利要求1所述的光伏电站异常识别方法,其特征在于,所述根据所述属性信息获取任两个光伏电站间的第一相关性参数,包括:
3.根据权利要求2所述的光伏电站异常识别方法,其特征在于,所述天气类型包括晴天、多云、雨天、雪天以及突变天气。
4.根据权利要求3所述的光伏电站异常识别方法,其特征在于,所述根据所述历史气象数据以及所述历史发电量获取在对应天气类型下任两个光伏电站间的第二相关性参数,包括:
5.根据权利要求4所述的光伏电站异常识别方法,其特征在于,所述根据所述第一目标光伏电站与第二目标光伏电的历史气象数据以及所述第一目标光伏电站的历史发电量获取所述第一目标光伏电站在对应天气类型下的历史发电量-时间序列模型,包括:
6.根据权利要求5所述的光伏电站异常识别方法,其特征在于,所述在任一个光伏集群中确定对应的第二相关性参数满足第二相关条件的第一目标光伏电站与第二目标光伏电站之前,所述方法还包括:
7.根据权利要求6所述的光伏电站异常识别方法,其特征在于,所述根据所述当前天气类型下的实时发电量-时间序列与当前天气类型下的历史发电量-时间序列模型进行匹配,并根据匹配结果确定...
【专利技术属性】
技术研发人员:杨双双,甄岩,郑利斌,刘浩,张港红,霍超,白晖峰,高建,苑佳楠,张予,申振东,
申请(专利权)人:北京智芯微电子科技有限公司,
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。