基于模糊数学的新能源并网自动告警及可视化方法及装置制造方法及图纸

本申请提供的基于模糊数学的新能源并网自动告警及可视化方法及装置，通过获取新能源电站(光伏)监控设备采集的多类历史数据，理清数据与设备的映射关系，对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后，采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型；将新能源电站(光伏)的实时测量数据输入到故障辨识模型后，并以模型输出作为新能源电站(光伏)的故障诊断结果，并展示、发送故障预警信号。本申请可以实现及时预警新能源电站设备故障，便于在发生故障之前采取相应预防对策，提升故障处理效率，提高电站发电收益，杜绝故障漫延造成的配网停电事故。杜绝故障漫延造成的配网停电事故。杜绝故障漫延造成的配网停电事故。

【技术实现步骤摘要】
基于模糊数学的新能源并网自动告警及可视化方法及装置


[0001]本申请涉及故障诊断
，更具体地，尤其涉及一种基于模糊数学的新能源并网自动告警及可视化方法及装置。

技术介绍

[0002]新能源电站(光伏)由光伏组件、汇流箱、逆变器和箱式变压器等设备组成，系统故障主要来自以下几个方面：光伏组件故障、逆变器故障、防雷汇流箱故障、继电器(断路器)故障，如图1所示，为此，如何提前预警新能源发电系统将会发生何种故障，以及故障发生的位置在哪里，已成为新能源发电系统的重要研究方向。
[0003]目前，新能源发电系统故障诊断方法有在线诊断和离线诊断两大类，比较有代表性的在线诊断法有红外图像检测法和多传感器法，其中，红外图像检测法利用新能源发电模块在正常和故障两种状态时具有明显温差的特点，通过红外摄像仪拍摄新能源发电模块的红外图像并加以分析，就可以判断出新能源发电模块的故障类型和故障位置；而多传感器法的原理是为一个或数个新能源发电模块安装电压和电流传感器，分析采集到的电压和电流数据就可以判断新能源发电的故障类型和故障位置。
[0004]然而，对于大规模的新能源发电系统而言，采用上述这两种方法，均需要安装大量的红外摄像仪和传感器，这会增加新能源发电系统的发电成本。同时，由于新能源发电系统通常安装在环境恶劣的地方，对红外摄像仪和传感器的正常工作也会有一定的影响，这在某种程度上也会增加新能源发电系统故障预警的难度，影响故障诊断的精确性。

技术实现思路

[0005]本申请提供了一种基于模糊数学的新能源并网自动告警及可视化方法及装置，以解决现有技术中红外图像检测法和多传感器法存在的上述问题，及时预警新能源电站设备故障，便于在发生故障之前采取相应预防对策，提升故障处理效率，提高电站发电收益，杜绝故障漫延造成的配网停电事故。
[0006]为了实现上述目的，本申请提供了以下技术方案：
[0007]一种基于模糊数学的新能源并网自动告警及可视化方法，包括：
[0008]获取新能源发电系统的实时测量数据；
[0009]将所述实时测量数据输入到所述故障辨识模型，得到所述新能源发电系统的故障类型和故障位置，所述故障辨识模型依据所述新能源发电系统的历史数据构建。
[0010]优选的，所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程，具体为：
[0011]构建所述新能源发电系统的信息物理模型；
[0012]对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理，确定每个支路组串的数量，并根据所述历史数据确定第一模糊集合和第二模糊集合；
[0013]根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵，所述模糊关系矩
阵记作所述故障辨识模型。
[0014]优选的，所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理，确定每个支路组串的数量，并根据所述历史数据确定第一模糊集合和第二模糊集合，具体为：
[0015]对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载，得到所述新能源发电系统共有n个逆变器I,...,I
i
,...,I
n
，对于第i个逆变器，直流侧有m
i
个组串；
[0016]根据所述历史数据确定所述第一模糊集合和所述第二模糊集合，所述第一模糊集合为组串线路开路或松脱，所述第二模糊集合为组件老化或遮挡。
[0017]优选的，所述第一模糊集合采取模糊统计法，利用模糊数学的Zadeh表示法，隶属度函数可表示为：
[0018]A＝∫
u
μ
A
(u)/u；
[0019]选择隶属度函数为哥西分布函数：
[0020]优选的，所述第二模糊集合采取模糊统计法，利用模糊数学的Zadeh表示法，隶属度函数可以表示为：
[0021]B＝∫
I
μ
B
(I)/I；
[0022]选择隶属度函数为哥西分布函数
[0023]一种基于模糊数学的新能源并网自动告警及可视化装置，包括：
[0024]第一处理单元，用于获取新能源发电系统的实时测量数据；
[0025]第二处理单元，用于将所述实时测量数据输入到所述故障辨识模型，得到所述新能源发电系统的故障类型和故障位置，所述故障辨识模型依据所述新能源发电系统的历史数据构建。
[0026]优选的，所述第二处理单元具体用于：
[0027]构建所述新能源发电系统的信息物理模型；
[0028]对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理，确定每个支路组串的数量，并根据所述历史数据确定第一模糊集合和第二模糊集合；
[0029]根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵，所述模糊关系矩阵记作所述故障辨识模型。
[0030]优选的，所述第二处理单元具体用于：
[0031]对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载，得到所述新能源发电系统共有n个逆变器I,...,I
i
,...,I
n
，对于第i个逆变器，直
流侧有m
i
个组串；
[0032]根据所述历史数据确定所述第一模糊集合和所述第二模糊集合，所述第一模糊集合为组串线路开路或松脱，所述第二模糊集合为组件老化或遮挡。
[0033]一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述所述的基于模糊数学的新能源并网自动告警及可视化方法。
[0034]一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述所述的基于模糊数学的新能源并网自动告警及可视化方法。
[0035]本申请提供的一种基于模糊数学的新能源并网自动告警及可视化方法及装置，通过获取新能源电站(光伏)监控设备采集的多类历史数据，理清数据与设备的映射关系，对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后，采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型；将新能源电站(光伏)的实时测量数据输入到故障辨识模型后，并以模型输出作为新能源电站(光伏)的故障诊断结果，并展示、发送故障预警信号。本申请可以实现及时预警新能源电站设备故障，便于在发生故障之前采取相应预防对策，提升故障处理效率，提高电站发电收益，杜绝故障漫延造成的配网停电事故。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊数学的新能源并网自动告警及可视化方法，其特征在于，包括：获取新能源发电系统的实时测量数据；将所述实时测量数据输入到所述故障辨识模型，得到所述新能源发电系统的故障类型和故障位置，所述故障辨识模型依据所述新能源发电系统的历史数据构建。2.根据权利要求1所述的方法，其特征在于，所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程，具体为：构建所述新能源发电系统的信息物理模型；对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理，确定每个支路组串的数量，并根据所述历史数据确定第一模糊集合和第二模糊集合；根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵，所述模糊关系矩阵记作所述故障辨识模型。3.根据权利要求2所述的方法，其特征在于，所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理，确定每个支路组串的数量，并根据所述历史数据确定第一模糊集合和第二模糊集合，具体为：对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载，得到所述新能源发电系统共有n个逆变器I,...,I
i
,...,I
n
，对于第i个逆变器，直流侧有m
i
个组串；根据所述历史数据确定所述第一模糊集合和所述第二模糊集合，所述第一模糊集合为组串线路开路或松脱，所述第二模糊集合为组件老化或遮挡。4.根据权利要求3所述的方法，其特征在于，所述第一模糊集合采取模糊统计法，利用模糊数学的Zadeh表示法，隶属度函数可表示为：A＝∫
u
μ
A
(u)/u；选择隶属度函数为哥西分布函数：5.根据权利要求3所述的方法，其特征在于，所述第二模糊集合采取模糊统计法，利用模糊数学的Zadeh表示法，隶属度函数可以表示为：B＝∫
I
μ
B...

【专利技术属性】
技术研发人员：刘劲松，吴静，余秋霞，娄奇鹤，谢国辉，张崇见，谢祥颖，刘思革，樊昊，马晓光，艾宇飞，葛乐矣，刘润彪，单雨，王少婷，周正，隋佳音，徐若然，韩碧彤，
申请(专利权)人：国网电子商务有限公司国网能源研究院有限公司许继集团有限公司国网新能源云技术有限公司，
类型：发明
国别省市：