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() 一种偏远地区的微电网储能异常状态在线监测方法技术_技高网

一种偏远地区的微电网储能异常状态在线监测方法技术

技术编号:41382365 阅读:2 留言:0更新日期:2024-05-20 10:23
本发明专利技术涉及异常状态在线监测技术领域,具体涉及一种偏远地区的微电网储能异常状态在线监测方法,该方法包括:采集光伏数据和储能数据;获取各采集时刻的光伏邻近偏离因子;进而获取的各采集时刻之间的光伏时刻对比价值;计算光伏状态决策指数,进而获取偏差得分和每种储能数据的偏差得分序列;计算同步关联系数;进而计算储能因素占比强度;获取的修正储能异常指数;根据修正储能异常指数获取偏远地区微电网储能系统中各采集时刻的改进INFLO分数,根据改进INFLO分数对偏远地区微电网储能异常状态进行监测。本发明专利技术自适应避免储能异常采集数据点和正常储能放电数据点无法区分的问题,提高异常检测算法的精度。

【技术实现步骤摘要】

本申请涉及异常状态在线监测,具体涉及一种偏远地区的微电网储能异常状态在线监测方法


技术介绍

1、偏远地区往往因为地理位置偏远、地形复杂,传统的电网覆盖难以达到,与之配套的微电网则扮演越来越重要的角色,同时偏远农村通常光伏发电资源较为丰富,但其出力具有很高的随机性、波动性,大规模的接入对偏远农村的安全稳定运行具有极大的挑战性,配置一定容量的储能,可以有效抑制可再生能源发电的波动性,进而减少可再生能源对于电网的冲击,提高可再生能源的利用效率,对偏远地区微电网储能异常状态的检测是确保电力补充和供应的稳定性、提高可再生能源利用率的重要措施。

2、传统的偏远地区微电网储能异常状态检测,如基于规则的异常状态检测,响应速度快、易于维护,但是现在光伏发电接入点数目持续上升,导致微电网储能系统运行特性复杂多变,对于未知或罕见的异常情况时,预设的规则可能无法进行有效识别;异常检测算法如inflo算法能够根据微电网储能系统的数据进行异常检测,无需预先设定规则,但仅通过数据数值大小的密度来进行异常检测,对微电网储能系统中各时刻数据之间的特征感知能力差,存在储能异常状态和正常储能数据波动无法区分的问题。


技术实现思路

1、为了解决上述技术问题,本专利技术提供一种偏远地区的微电网储能异常状态在线监测方法,以解决现有的问题。

2、本专利技术的一种偏远地区的微电网储能异常状态在线监测方法采用如下技术方案:

3、本专利技术一个实施例提供了一种偏远地区的微电网储能异常状态在线监测方法,该方法包括以下步骤:

4、采集偏远地区微电网储能系统的光伏数据和储能数据;

5、根据光伏数据构建光伏数据向量,根据光伏数据向量获取各光伏状态类,根据光伏状态类获取各采集时刻的同类邻近时刻;根据光伏数据向量之间的余弦相似度获取各光伏状态类在各采集时刻的光伏邻近偏离因子;根据各光伏状态类中采集时刻的差异获取各光伏状态类的各采集时刻之间的光伏时刻对比价值;根据光伏邻近偏离因子、光伏时刻对比价值和光伏数据向量的局部密度获取各光伏状态类在各采集时刻的光伏状态决策指数;根据储能数据在各光伏状态类中的光伏状态决策指数之间的关系获取偏差得分和每种储能数据的偏差得分序列;根据偏差得分序列中元素之间的一阶差分值获取任意两种储能数据的偏差得分序列之间的同步关联系数;根据同步关联系数获取每种储能数据的储能因素占比强度,根据偏远地区微电网的历史数据库获取各储能系统发电历史时刻的历史发电向量;根据储能因素占比强度和储能数据的偏差得分获取偏远地区微电网储能系统在各采集时刻的修正储能异常指数;

6、根据修正储能异常指数获取偏远地区微电网储能系统中各采集时刻的改进inflo分数,根据改进inflo分数对偏远地区微电网储能异常状态进行监测。

7、进一步,所述根据光伏数据构建光伏数据向量,根据光伏数据向量获取各光伏状态类,根据光伏状态类获取各采集时刻的同类邻近时刻,包括:

8、对于各采集时刻,将距离采集时刻最近的预设个数的其他采集时刻作为各采集时刻的邻近时刻;

9、将各采集时刻的光伏数据按照光照强度、温度、光伏电压和逆变器效率的顺序组成各采集时刻的光伏数据向量,将光伏数据向量中的各数据元素作为各维度,将光伏数据向量投影到四维数据空间中,获取各光伏数据向量的数据点,将所有所述数据点组成的集合作为光伏数据集合;

10、将光伏数据集合作为密度峰值dpc聚类算法的输入,所述密度峰值dpc聚类算法的输出为各聚类簇和各数据点对应的光伏数据向量的局部密度,将各聚类簇作为各光伏状态类;

11、将与各采集时刻在同一光伏状态类的邻近时刻作为各采集时刻的同类邻近时刻。

12、进一步,所述根据光伏数据向量之间的余弦相似度获取各光伏状态类在各采集时刻的光伏邻近偏离因子,包括:

13、对于各光伏状态类的各采集时刻,计算采集时刻的光伏数据向量与采集时刻的各同类邻近时刻的光伏数据向量之间的余弦相似度,计算所述余弦相似度与预设调整因子的和值的倒数,计算光伏状态类中所有所述倒数的和值;

14、计算以自然常数为底、以采集时刻的同类邻近时刻的个数的负值为指数的指数函数的计算结果,将所述计算结果与所述和值的乘积作为各光伏状态类的各采集时刻的光伏邻近偏离因子。

15、进一步,所述根据各光伏状态类中采集时刻的差异获取各光伏状态类的各采集时刻之间的光伏时刻对比价值,包括:

16、对于各光伏状态类,计算光伏状态类中的所有光伏数据向量的采集时刻的均值作为各光伏状态类的采集均值,计算光伏状态类中所有采集时刻与光伏状态类的采集均值之间差值绝对值的均值作为各光伏状态类的采集时刻距离阈值;

17、光伏时刻对比价值的表达式为:

18、

19、式中,是光伏状态类k中采集时刻x、b之间的光伏时刻对比价值,为采集时刻x的时刻值,为是采集时刻b的时刻值,是光伏状态类k的采集时刻距离阈值;e为自然常数。

20、进一步,所述根据光伏邻近偏离因子、光伏时刻对比价值和光伏数据向量的局部密度获取各光伏状态类在各采集时刻的光伏状态决策指数,包括:

21、对于各光伏状态类,计算采集时刻x的光伏数据向量的局部密度与采集时刻b的光伏数据向量的局部密度之间的差值,计算采集时刻x的光伏邻近偏离因子与采集时刻b的光伏邻近偏离因子的差值绝对值,计算所述差值绝对值与预设调整因子的和值,计算所述差值与所述和值的比值;

22、计算采集时刻x与采集时刻b之间的光伏时刻对比价值与所述比值的乘积,将光伏状态类中所有所述乘积的和值作为光伏状态类在采集时刻x的光伏状态决策指数。

23、进一步,所述获取偏差得分和每种储能数据的偏差得分序列,包括:

24、对于各光伏状态类,将光伏状态类中所有采集时刻的光伏状态决策指数作为大津法的输入,所述大津法的输出为最佳分割阈值,将光伏状态决策指数大于最佳分割阈值的所有采集时刻作为各光伏状态类的光伏状态代表时刻;

25、对于每种储能数据,计算光伏状态代表时刻与相邻下一时刻的储能数据之间的差值作为每种储能数据在各光伏状态代表时刻的代表趋势值,将光伏状态类中所有光伏状态代表时刻的代表趋势值的均值作为每种储能数据在光伏状态类中的光伏评估趋势值;计算各采集时刻与下一相邻采集时刻的储能数据之间的差值作为每种储能数据在各采集时刻的储能趋势值;计算储能数据在各光伏状态类中的各采集时刻的储能趋势值与各光伏状态类的光伏评估趋势值的差值绝对值,作为每种储能数据在各采集时刻的趋势偏差值;

26、将各采集时刻的所有种类的储能数据趋势偏差值排列组成的向量作为各采集时刻的趋势偏差向量,将各采集时刻的趋势偏差向量按照采集时刻的顺序作为趋势偏差矩阵的行向量构建趋势偏差矩阵;

27、将趋势偏差矩阵中的各列数据分别作为topsis算法的输入,输出趋势偏差矩阵中各个数据元素的评价得分,使用线性归一化函数对所有本文档来自技高网...

【技术保护点】

1.一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏数据构建光伏数据向量,根据光伏数据向量获取各光伏状态类,根据光伏状态类获取各采集时刻的同类邻近时刻,包括:

3.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏数据向量之间的余弦相似度获取各光伏状态类在各采集时刻的光伏邻近偏离因子,包括:

4.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据各光伏状态类中采集时刻的差异获取各光伏状态类的各采集时刻之间的光伏时刻对比价值,包括:

5.如权利要求2所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏邻近偏离因子、光伏时刻对比价值和光伏数据向量的局部密度获取各光伏状态类在各采集时刻的光伏状态决策指数,包括:

6.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述获取偏差得分和每种储能数据的偏差得分序列,包括:

7.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述获取任意两种储能数据的偏差得分序列之间在各采集时刻的同步差分振幅,根据同步差分振幅和偏差得分序列中元素之间的一阶差分值获取任意两种储能数据的偏差得分序列之间的同步关联系数,包括:

8.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据同步关联系数获取每种储能数据的储能因素占比强度,根据偏远地区微电网的历史数据库获取各储能系统发电历史时刻的历史发电向量,包括:

9.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述获取偏远地区微电网储能系统在各采集时刻的修正储能异常指数,包括:

10.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述获取偏远地区微电网储能系统中各采集时刻的改进INFLO分数,根据改进INFLO分数对偏远地区微电网储能异常状态进行监测,包括:

...

【技术特征摘要】

1.一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏数据构建光伏数据向量,根据光伏数据向量获取各光伏状态类,根据光伏状态类获取各采集时刻的同类邻近时刻,包括:

3.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏数据向量之间的余弦相似度获取各光伏状态类在各采集时刻的光伏邻近偏离因子,包括:

4.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据各光伏状态类中采集时刻的差异获取各光伏状态类的各采集时刻之间的光伏时刻对比价值,包括:

5.如权利要求2所述的一种偏远地区的微电网储能异常状态在线监测方法,其特征在于,所述根据光伏邻近偏离因子、光伏时刻对比价值和光伏数据向量的局部密度获取各光伏状态类在各采集时刻的光伏状态决策指数,包括:

6.如权利要求1所述的一种偏远地区的微电网储能异常状态在线监测方法...

【专利技术属性】
技术研发人员:刘冉乔朋利王玉国孔培曾文婷李翠丽刘超雒亚芳胡美聘王强赵素梅
申请(专利权)人:国网山东省电力公司菏泽供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1