【技术实现步骤摘要】
本申请涉及光伏系统，尤其涉及一种光伏功率爬坡事件影响因素关联度分析方法、系统、设备及介质。
技术介绍
1、随着资源危机与环境问题的日益凸显，世界各国在以光伏发电为代表的可再生能源逐步替代传统能源问题上达成了共识。随着光伏并网规模的逐渐扩大，其作为可再生能源所特有的波动性与随机性对电力系统的安全稳定运行带来了挑战，这一特性也为光伏渗透率的进一步提升带来了困难。
2、其中，在短时间内发生的大幅度的光伏输出功率变动被称为光伏功率爬坡事件。光伏功率爬坡事件通常是由昼夜变化和短时气象条件的突变引起的，因此寻找光伏功率爬坡事件的主要影响因素对于准确预测具有重要意义。
3、现采用的数理统计算法需要大量的样本，计算量大，且有可能出现与定性结果不符合的情况，不适用于光伏爬坡事件影响因素分析。
技术实现思路
1、本申请提供了一种光伏功率爬坡事件影响因素关联度分析方法，以解决数理统计算法需要大量的样本，计算量大，且有可能出现与定性结果不符合的情况的技术问题，提升光伏功率爬坡事件因素分析的准确性和全面性，且能够量化不同影响因素的关联程度。
2、为解决上述技术问题，第一方面，本申请提供了一种光伏功率爬坡事件影响因素关联度分析方法，所述方法包括：
3、获取光伏爬坡事件的爬坡速率以及与爬坡事件对应的气象数据，将所述气象数据作为影响爬坡事件的因素；
4、将所述爬坡速率作为母序列，所述因素作为子序列，以组成关联矩阵；
5、基于所述关联矩阵，对所
6、根据所述第二关联度确定各因素与光伏爬坡事件的关联度序列。
7、优选的，所述方法还包括：
8、采用线性插值法处理所述爬坡速率和所述气象数据，以填补缺失值；
9、基于3西格玛原则对处理后的爬坡速率和气象数据进行异常值修正。
10、优选的，所述基于所述关联矩阵，对所述母序列和所述子序列进行灰色关联分析，包括：
11、对所述关联矩阵进行无量纲化处理，得到归一化矩阵；
12、根据所述归一化矩阵，计算各所述子序列与对应项母序列的最小差值和最大差值；
13、根据所述最小差值和最大差值，计算各所述子序列与所述母序列的关联系数；
14、根据所述关联系数，计算各所述子序列与所述母序列的第一关联度。
15、优选的，所述基于所述第一关联度和所述关联矩阵，计算各所述子序列与所述母序列的关联权重，包括：
16、根据所述第一关联度，确定最优子序列和最劣子序列；
17、根据所述最优子序列和最劣子序列确定最优因素和最劣因素；
18、根据各所述子序列，以及所述最优因素和所述最劣因素，计算各因素点与所述最优因素的第一距离，以及与所述最劣因素的第二距离；
19、根据所述第一距离和所述第二距离，获得综合评价因数；
20、根据所述综合评价因数，计算各所述子序列与所述母序列的关联权重。
21、优选的，所述综合评价因数的计算公式为：
22、
23、其中，t表示因素，表示t因素的第二距离，表示t因素的第一距离，β表示偏置。
24、优选的，所述关联权重的计算公式为：
25、
26、其中，n表示因素的总数。
27、优选的，根据所述关联权重和所述关联矩阵，计算所述子序列与所述光伏功率爬坡事件的第二关联度，包括：
28、根据所述关联矩阵，计算各所述子序列与所述母序列的关联系数；
29、根据所述关联系数和所述关联权重，计算所述子序列与所述光伏功率爬坡事件的第二关联度；
30、所述第二关联度计算公式为：
31、
32、其中，y(x0，xt)表示t因素的关联度，k表示爬坡事件，x0表示母序列，xt表示t因素的子序列，y(x0(k)，xt(k))表示t因素对k爬坡事件的关联系数，αt(k)表示k爬坡事件关于t因素的关联权重。
33、第二方面，本申请还提供了一种光伏功率爬坡事件影响因素关联度分析系统，所述系统包括：数据采集单元、关联矩阵组合单元、关联度计算单元和关联度排序单元；
34、所述数据采集单元，用于获取光伏爬坡事件的爬坡速率以及与爬坡事件对应的气象数据，将所述气象数据作为影响爬坡事件的因素；
35、所述关联矩阵组合单元，用于将所述爬坡速率作为母序列，所述因素作为子序列，以组成关联矩阵；
36、所述关联度计算单元，用于基于所述关联矩阵，对所述母序列和所述子序列进行灰色关联分析，获得各所述子序列与所述光伏功率爬坡事件的第一关联度，基于所述第一关联度和所述关联矩阵，计算各所述子序列与所述母序列的关联权重，根据所述关联权重和所述关联矩阵，计算各所述子序列与所述光伏功率爬坡事件的第二关联度；
37、所述关联度排序单元，用于根据所述第二关联度确定各因素与光伏爬坡事件的关联度序列。
38、第三方面，本申请还提供一种计算机设备，所述计算机设备包括存储器、处理器和收发器，它们之间通过总线连接；存储器用于存储一组计算机程序指令和数据，并将存储的数据传输给处理器，处理器执行存储器存储的程序指令，以执行上述所述的方法。
39、第四方面，本申请还提供一种计算机可读存储介质，述计算机可读存储介质中存储有计算机程序，当所述计算机程序被运行时，实现上述所述的方法。
40、本申请提供了一种光伏功率爬坡事件影响因素关联度分析方法、系统、设备及介质，所述方法通过获取光伏爬坡事件的爬坡速率以及与爬坡事件对应的气象数据，将气象数据作为影响爬坡事件的因素；将爬坡速率作为母序列，因素作为子序列，以组成关联矩阵，基于关联矩阵，对母序列和子序列进行灰色关联分析，获得各子序列与光伏功率爬坡事件的第一关联度，基于第一关联度和关联矩阵，计算各子序列与母序列的关联权重，根据关联权重和关联矩阵，计算子序列与光伏功率爬坡事件的第二关联度；根据第二关联度确定各因素与光伏爬坡事件的关联度序列。关联权重为基于距离分析法对灰色关联分析算法改进后获得，能更准确地反映不同特征对结果的影响程度，从而得到更具有代表性和可信度的关联度结果，更好地挖掘数据的潜在特征和规律。本申请提供的光伏功率爬坡事件影响因素关联度分析方法，将多源数据进行综合分析，以揭示光伏功率爬坡事件的潜在规律和影响因素。能够在短时间内对光伏功率爬坡事件进行分析和预测，为实时决策提供了可靠的数据支持，且可以根据不同地区和环境的特点进行调整和改进，以适应不同情况下的光伏功率爬坡事件预测需求，更具有灵活性。
本文档来自技高网...【技术保护点】
1.一种光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述方法还包括：
3.如权利要求1所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述基于所述关联矩阵，对所述母序列和所述子序列进行灰色关联分析，包括：
4.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述基于所述第一关联度和所述关联矩阵，计算各所述子序列与所述母序列的关联权重，包括：
5.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述综合评价因数的计算公式为：
6.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述关联权重的计算公式为：
7.如权利要求1所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，根据所述关联权重和所述关联矩阵，计算所述子序列与所述光伏功率爬坡事件的第二关联度，包括：
8.一种光伏功率爬坡事件影响因素关联度分析系统，其特征在于，所述
9.一种计算机设备，其特征在于：所述计算机设备包括存储器、处理器和收发器，它们之间通过总线连接；存储器用于存储一组计算机程序指令和数据，并将存储的数据传输给处理器，处理器执行存储器存储的程序指令，以执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机程序，当所述计算机程序被运行时，实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述方法还包括：
3.如权利要求1所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述基于所述关联矩阵，对所述母序列和所述子序列进行灰色关联分析，包括：
4.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述基于所述第一关联度和所述关联矩阵，计算各所述子序列与所述母序列的关联权重，包括：
5.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述综合评价因数的计算公式为：
6.如权利要求3所述的光伏功率爬坡事件影响因素关联度分析方法，其特征在于，所述关联权重的计算公式为：<...
【专利技术属性】
技术研发人员：邰彬，黄杨珏，朱远哲，沈开程，汪进锋，吕鸿，陈鹏，黄思艺，廖思阳，雷熙淳，徐箭，刘石生，李新，程志秋，卢坚章，钟官添，
申请(专利权)人：广东电网有限责任公司，
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。