【技术实现步骤摘要】
本专利技术涉及光伏发电设备诊断，更具体地说，本专利技术涉及一种光伏发电设备故障诊断方法及系统。
技术介绍
1、光伏发电设备是一种利用光电效应将太阳能转换为电能的设备。它通常由太阳能电池板、逆变器、支架结构、连接线路等组成，光伏发电设备的故障诊断是光伏发电设备维护和管理的关键环节之一，随着光伏发电技术的广泛应用和普及，故障诊断成为确保光伏系统高效运行和长期稳定发电的必要手段。
2、现有技术存在的不足：
3、光伏发电设备的故障诊断是确保光伏系统稳定运行和有效发电的重要环节。然而，光伏发电设备在运行过程中可能会经历不同的状态切换，例如从正常运行状态到维护模式，从全功率发电到部分功率发电，以及从接入电网到断开电网等，这些状态切换会受到各种因素的影响，而对于状态切换过程中的分析和诊断相对较少，这导致在系统状态切换时，会出现一些潜在的问题未能被及时发现和解决，从而影响了光伏发电设备的稳定性和可靠性。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种光伏发电设备故障诊断方法及系统，先采集光伏发电设备的运行数据并处理后，得到稳定运行数据集与异常切换数据集，对两个数据集进行合并后，进行特征提取与聚类分析，确定簇内数据项的关联关系，并基于聚类和关联分析的结果，使用特征工程提取数据集新特征，最后，通过建立的模型对光伏发电设备状态切换过程分析，确定光伏发电设备的状态切换期间异常情况并进行及时溯源调控，以解决上述
技术介绍
中提出的问题。
2、为实现上
3、一种光伏发电设备故障诊断方法，包括如下步骤：
4、采集光伏发电设备的运行数据，对采集到的数据进行预处理，将预处理后的运行数据作为稳定运行数据集，将处于光伏发电设备状态切换时间区间的异常数据作为异常切换数据集；
5、将稳定运行数据集和异常切换数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，将数据分成不同的类别或簇，对聚类簇进行关联分析确定簇内数据项的关联关系，基于聚类和关联分析的结果，使用特征工程提取数据集新特征；
6、根据合并后的数据集新特征建立模型，通过模型对光伏发电设备运行状态切换过程分析，确定光伏发电设备的状态切换期间产生的数据异常情况；
7、根据光伏发电设备的状态切换期间的分析结果，对生成异常信号的设备进行溯源调控。
8、在一个优选的实施方式中，对采集到的数据进行预处理，将预处理后的运行数据作为稳定运行数据集，具体过程如下：
9、使用移动平均滤波对采集的运行数据进行平滑数据序列并去除噪；
10、数据序列的起始点开始，选择第一个窗口的数据点作为初始窗口，并计算各数据点的平均值作为滤波器的初始输出，
11、从数据序列的初始窗口开始，依次向后移动滤波窗口，每次移动一个数据点，在每个新的位置，将窗口中的数据点更新为最新的数据，然后重新计算窗口中数据点的平均值，将最终得到的输出序列作为平滑数据；
12、对采集到的运行数据使用插值处理或时间戳对齐进行时间对齐；
13、将预处理后的运行数据作为稳定运行数据集。
14、在一个优选的实施方式中，将处于光伏发电设备状态切换时间区间的异常数据作为异常切换数据集，具体过程如下：
15、使用突变点检测算法对状态切换过程进行检测，确定包含发生状态切换的时间区间；
16、使用离群点检测算法对监测数据点进行异常检测，确定异常数据；
17、在状态切换时间区间内，将检测到的异常数据进行提取，记录异常数据的时间戳和数值并汇总作为异常切换数据集。
18、在一个优选的实施方式中，将稳定运行数据集和异常切换数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，将数据分成不同的类别或簇，对聚类簇进行关联分析确定簇内数据项的关联关系，基于聚类和关联分析的结果，使用特征工程提取数据集新特征，具体过程如下：
19、对合并后的数据集使用傅里叶变换，将时域信号转换为频域信号，计算频域信号的能量谱密度，确定数据集的频域特征；
20、对合并后的数据集使用趋势分析、周期性分析、时间间隔，确定数据集的时域特征。
21、在一个优选的实施方式中，使用划分聚类准则选择最优的聚类数目，基于组内离差和组间离差的平方误差和确定聚类结果的紧密度；
22、在聚类后，对每个聚类簇进行关联分析，确定聚类簇之间关系，计算关联规则的支持度和置信度，通过支持度和置信度确定规则；
23、根据聚类和关联分析的结果，使用特征工程提取数据集新特征。
24、在一个优选的实施方式中，通过模型对光伏发电设备运行状态切换过程分析，确定光伏发电设备的状态切换期间产生的数据异常情况，具体过程如下：
25、获取光伏发电设备的状态切换期间的切换稳定信息，切换稳定信息包括协同切换信息、聚类波动信息；
26、协同切换信息包括状态切换稳定指数，聚类波动信息包括层次聚类适应指数；
27、将获取到状态切换稳定指数、层次聚类适应指数进行计算后获取运行状态估测系数，并将生成的运行状态估测系数与维护阈值进行对比，生成不同信号。
28、在一个优选的实施方式中，根据光伏发电设备的状态切换期间的分析结果，对生成异常信号的设备进行溯源调控，具体过程如下：
29、将运行状态估测系数与维护阈值进行对比；
30、若运行状态估测系数大于或等于维护阈值，则生成设备切换状态稳定信号，进行正常设备运行；
31、若运行状态估测系数小于维护阈值，则生成设备切换状态异常信号，停止设备运行并进行故障溯源以及管理。
32、一种光伏发电设备故障诊断系统，用于上述一种光伏发电设备故障诊断方法，包括：
33、数据集预处理模块，采集光伏发电设备的运行数据，对采集到的数据进行预处理，将预处理后的运行数据作为稳定运行数据集，将处于光伏发电设备状态切换时间区间的异常数据作为异常切换数据集；
34、关联特征提取模块，将稳定运行数据集和异常切换数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，将数据分成不同的类别或簇，对聚类簇进行关联分析确定簇内数据项的关联关系，基于聚类和关联分析的结果，使用特征工程提取数据集新特征；
35、状态切换确定模块，根据合并后的数据集新特征建立模型，通过模型对光伏发电设备运行状态切换过程分析，确定光伏发电设备的状态切换期间产生的数据异常情况；
36、故障诊断模块，根据光伏发电设备的状态切换期间的分析结果，对生成异常信号的设备进行溯源调控。
37、本专利技术的技术效果和优点：
38、本专利技术采集光伏发电设备的运行数据，对采集到的数据进行预处理，得到稳定运行数据集与异常切换数据集，然后，对两个数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，确定簇内数据项本文档来自技高网...
【技术保护点】
1.一种光伏发电设备故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种光伏发电设备故障诊断方法，其特征在于：对采集到的数据进行预处理，将预处理后的运行数据作为稳定运行数据集，具体过程如下：
3.根据权利要求2所述的一种光伏发电设备故障诊断方法，其特征在于：将处于光伏发电设备状态切换时间区间的异常数据作为异常切换数据集，具体过程如下：
4.根据权利要求3所述的一种光伏发电设备故障诊断方法，其特征在于：将稳定运行数据集和异常切换数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，将数据分成不同的类别或簇，对聚类簇进行关联分析确定簇内数据项的关联关系，基于聚类和关联分析的结果，使用特征工程提取数据集新特征，具体过程如下：
5.根据权利要求4所述的一种光伏发电设备故障诊断方法，其特征在于：还包括：
6.根据权利要求5所述的一种光伏发电设备故障诊断方法，其特征在于：通过模型对光伏发电设备运行状态切换过程分析，确定光伏发电设备的状态切换期间产生的数据异常情况，具体过程如下：
7.根据权利要求6所
8.一种光伏发电设备故障诊断系统，其特征在于，包括：数据集预处理模块，关联特征提取模块、状态切换确定模块、故障诊断模块，用于实现权利要求1-7中任一项所述的一种光伏发电设备故障诊断方法。
...【技术特征摘要】
1.一种光伏发电设备故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种光伏发电设备故障诊断方法，其特征在于：对采集到的数据进行预处理，将预处理后的运行数据作为稳定运行数据集，具体过程如下：
3.根据权利要求2所述的一种光伏发电设备故障诊断方法，其特征在于：将处于光伏发电设备状态切换时间区间的异常数据作为异常切换数据集，具体过程如下：
4.根据权利要求3所述的一种光伏发电设备故障诊断方法，其特征在于：将稳定运行数据集和异常切换数据集进行合并，并对合并后的数据集进行特征提取与聚类分析，将数据分成不同的类别或簇，对聚类簇进行关联分析确定簇内数据项的关联关系，基于聚类和关联分析的结果，使用特征工程提取数据集新特...
【专利技术属性】
技术研发人员：杜虎，阚斌，陈延虎，高武山，陈志文，张克玉，王志杰，马燕红，李文龙，李浩，魏金鑫，于彬，冯思渊，王运浩，
申请(专利权)人：中节能甘肃武威太阳能发电有限公司，
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。