【技术实现步骤摘要】
本专利技术涉及光伏，特别是一种基于周期最优路径比较的分布式光伏异常数据检测方法。
技术介绍
1、近年来，光伏风电资源产业规模及应用逐步扩大，技术迭代不断更新，太阳电池产业化发展，产业链各环节成本稳步下降[i]，光伏相关技术飞速发展。然而，大量可控负荷和分布式电源本身具有的波动性，其接入电网后对传统配电网单端供电辐射状拓扑结构的改变，为配电网的运行带来了更多不确定性问题，也易受网络攻击而引起配电网信息物理系统安全运行。故此，开展新型电力系统下分布式光伏工控网络异常数据检测方法研究具有十分重要的意义。
2、目前，在光伏数据异常检测方面已有大量研究。杨茂、孟玲建等人使用概率统计、参数分布等方法对光伏功率异常做了识别分析。时珉、尹瑞等人以光伏运行异常数据分布特征为依据使用滑动标准差对异常数据进行清洗。左松林、陈伟等人基于环境因素与并网数据对光伏发电量建模并采用扩展卡尔曼滤波检测偏差值。刘岩、李文文等人建立高斯混合模型并估计参数，对光伏发电出力的高比例异常数据进行检测。苏雍贺、左颖等人提出多站支路功率的联合学习，其通过构建多尺度卷积神...
【技术保护点】
1.基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，所述步骤S1中，基于动态时间规整算法DTW计算功率数据与辐射度数据的周期时间序列内各点的相似度，获得两个序列之间的相似性度量距离并构成累计距离矩阵的具体过程为：
3.根据权利要求2所述的基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，所述步骤S1中，使用谱聚类算法SCA提取特征向量并结合肘部法则图实现最优聚类的具体过程为：
4.根据权利要求1所述的基于周...
【技术特征摘要】
1.基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，所述步骤s1中，基于动态时间规整算法dtw计算功率数据与辐射度数据的周期时间序列内各点的相似度，获得两个序列之间的相似性度量距离并构成累计距离矩阵的具体过程为：
3.根据权利要求2所述的基于周期最优路径比较的分布式光伏异常数据检测方法，其特征在于，所述步骤s1中，使用谱聚类算法...
【专利技术属性】
技术研发人员：荆澜涛，王亮，王磊，梁宏杰，毕校然，
申请(专利权)人：沈阳工程学院，
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。