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】
本专利技术涉及一种分布式光伏传感器的在线监测方法、系统、设备及介质,属于光伏传感器监测。
技术介绍
1、当前,随着低压分布式光伏的大力发展,低压侧设备越来越多。同时,在监测内容上,对分布式光伏的监测数据类型呈现多元化,因此,需要传输效率更高、采集手段更多元化的技术方式。目前,对分布式光伏的多元数据进行采集的方式主要有:
2、利用多种传感器分别感知不同类型数据,并将感知信息按一定规律转换为电信号或者其他所需形式的信息输出,以满足信息传输、处理、存储、显示、记录和控制等方面的要求。然而,当前传感器无法灵活组合,且数据信息的整合利用效率不高。
3、在监测状态方面,当前通常利用传感器实时监测光伏设备的运行状态,如电流、电压、功率等参数,以及环境因素如光照、温度、湿度等参数,通过对实时数据进行分析,从而对分布式光伏设备进行状态评估。此外,也可通过对光伏设备的历史数据进行分析,提取相关异常数据结合状态评估方法得到设备状态评估结果。由于利用到不同传感器的原因,对多传感器的时间同步性要求极高,若传感器时间存在偏差,将会对数据有效性造成影响,同时,由于网络不稳定而造成的数据滞后与丢失,同样会造成相关影响。
技术实现思路
1、为了解决上述现有技术中存在的问题,本专利技术提出了一种分布式光伏传感器的在线监测方法、系统、设备及介质。
2、本专利技术的技术方案如下:
3、一方面,本专利技术提出一种分布式光伏传感器的在线监测方法,包括以下步骤:
4、
5、从北斗/gps定位系统接收授时信号,并基于授时信号产生pps脉冲;基于pps脉冲从各光伏传感器输出的采样信号进行a/d采样和特征量提取;
6、将从多通道获取的特征量提取结果进行合并,并从北斗/gps定位系统接收的授时信号中提取绝对时间,基于绝对时间为合并后的特征量提取结果添加时间标记;
7、将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步;
8、基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测。
9、作为优选实施方式,所述将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步的方法具体为:
10、建立包括n个子网络的孪生神经网络模型,子网络的数量与光伏传感器的数量对应,且各个子网络共享权值w和偏置b;
11、将从各光伏传感器获取的特征量提取结果的数据到达时间(x1,x2,…,xi,…,xn)作为输入样本分别输入至各子网络,其中n为通道数;
12、通过孪生神经网络对各输入样本分别映射到各子网络相同特征空间中,得到获取各输入样本的特征向量,表示为:g(x1)、g(x2)、…g(xi)、…g(xn);
13、采用tanimoto系数计算样本的相似度,具体相似度计算公式为:
14、
15、其中,x和y表示输入的m维向量,xk为x向量中的第k维向量,yk为y向量中的第k维向量,xk和yk的取值范围为[0,1];
16、将g(x1)、g(x2)、…g(xi)、…g(xn)两两分组,代入上述相似度计算公式,求得每组输入样本的特征向量的相似度,分别为
17、采用逻辑“与”计算所有输入样本的特征向量的综合相似度τ综合:
18、
19、获取计算出的τ综合的数值,当τ综合=1时,根据各特征量提取结果的时间标记,执行特征量提取结果的出栈;当τ综合=0时,基于相似度计算结果对各特征量提取结果的到达时间进行时间差补偿,根据补偿后的新时间标记执行特征量提取结果的出栈。
20、作为优选实施方式,所述基于相似度计算结果对各特征量提取结果的到达时间进行时间差补偿的步骤具体为:
21、记各特征量提取结果中的到达时间分别为t1、t2、…、ti、…、tn,设ti为最大到达时间,则ti与其他特征量提取结果到达时间的时间差为:
22、δtk'=ti-tk';
23、其中,tk'为第k个其他特征量提取结果到达时间;
24、则其他特征量提取结果的新的时间标记为:
25、t出栈时间=tk'+δtk';
26、其中t出栈时间为进行进行时间差补偿后新的时间标记。
27、作为优选实施方式,所述基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测的步骤具体为:
28、预先在光伏传感器的离线监测过程中采集若干光伏传感器的特征量,并对特征量进行特征选择得到特征集,对获取的特征集添加运行状态误差标签,得到离线数据集;
29、搭建som自组织特征映射网模型,将离线数据集输入至som自组织特征映射网模型进行训练得到预训练模型;
30、获取在光伏传感器的在线监测过程中获取若干光伏传感器的特征量,采用与离线数据集相同的处理方法构建在线数据集,将在线数据集输入至预训练模型进行二次训练,得到在线监测模型;
31、将进行数据同步的各特征量提取结果输入至在线监测模型,输出各光伏传感器的运行误差状态。
32、另一方面,本专利技术还提出一种分布式光伏传感器的在线监测系统,包括:
33、采样模块,用于将分布式布置于各个变电站的光伏传感器采集的信号变换为采样信号;
34、特征提取模块,用于从北斗/gps定位系统接收授时信号,并基于授时信号产生pps脉冲;基于pps脉冲从各光伏传感器输出的采样信号进行a/d采样和特征量提取;
35、时间标记模块,用于将从多通道获取的特征量提取结果进行合并,并从北斗/gps定位系统接收的授时信号中提取绝对时间,基于绝对时间为合并后的特征量提取结果添加时间标记;
36、数据同步模块,用于将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步;
37、监测模块,基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测。
38、作为优选实施方式,所述数据同步模块将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步的方法具体为:
39、建立包括n个子网络的孪生神经网络模型,子网络的数量与光伏传感器的数量对应,且各个子网络共享权值w和偏置b;
40、将从各光伏传感器获取的特征量提取结果的数据到达时间(x1,x2,…,xi,…,xn)作为输入样本分别输入至各子网络,其中n为通道数;
41、通过孪生神经网络对各输入样本分别映射到各子网络相同特征空间中,得到获取各输入样本的特征向量,表示为:g(x1)、g(x2)、…g(xi)、…g(xn);
42、采用tanimoto系数计算样本的相似本文档来自技高网...
【技术保护点】
1.一种分布式光伏传感器的在线监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步的方法具体为:
3.根据权利要求2所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述基于相似度计算结果对各特征量提取结果的到达时间进行时间差补偿的步骤具体为:
4.根据权利要求1所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测的步骤具体为:
5.一种分布式光伏传感器的在线监测系统,其特征在于,包括:
6.根据权利要求5所述的一种分布式光伏传感器的在线监测系统,其特征在于,所述数据同步模块将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步的方法具体为:
7.根据权利要求6所述的一种分布式光伏传感器的在线监测系统,其特征在于,所述数据同步模块
8.根据权利要求5所述的一种分布式光伏传感器的在线监测系统,其特征在于,所述监测模块基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测的步骤具体为:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4任一项所述的方法。
...【技术特征摘要】
1.一种分布式光伏传感器的在线监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述将添加了时间标记的各特征量提取结果发送至中心站,在中心站基于各特征量提取结果的数据到达时间进行数据同步的方法具体为:
3.根据权利要求2所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述基于相似度计算结果对各特征量提取结果的到达时间进行时间差补偿的步骤具体为:
4.根据权利要求1所述的一种分布式光伏传感器的在线监测方法,其特征在于,所述基于进行数据同步的各特征量提取结果进行光伏传感器的运行状态监测的步骤具体为:
5.一种分布式光伏传感器的在线监测系统,其特征在于,包括:
6.根据权利要求5所述的一种分布式光伏传感器的在线监测系统,其特征在于,所述数据同步模块...
【专利技术属性】
技术研发人员:詹世安,高琛,黄华峰,李海涛,詹文,林华,鄢盛腾,王诜,宋玮琼,刘佳宁,戴蓉,陈前,王雅平,林胤戎,林峰,谢静怡,
申请(专利权)人:国网福建省电力有限公司营销服务中心,
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。