本发明专利技术公开了基于大数据挖掘的逆变器转换效率的诊断方法和装置，通过这种诊断装置实现的诊断方法，进行具体诊断的步骤为：获取逆变器在预定时间段内的工况参数和对应的转换效率，以建立历史数据集；实时获取逆变器的当前工况参数和当前转换效率；基于当前工况参数和历史数据集，确定与当前工况参数对应的转换效率基准值；基于当前转换效率与所述转换效率基准值的比较，判断逆变器的转换效率是否劣化。利用本发明专利技术进行诊断，可在逆变器正常运行时有效在线判别逆变器转换效率是否劣化。时有效在线判别逆变器转换效率是否劣化。时有效在线判别逆变器转换效率是否劣化。
【技术实现步骤摘要】
基于大数据挖掘的逆变器转换效率的诊断方法和装置
[0001]本专利技术涉及光伏发电智慧运维领域，具体涉及基于大数据挖掘的逆变器转换效率的诊断方法和装置。
技术介绍
[0002]随着构建以新能源为主体的新型电力系统建设的逐步推进，光伏发电在整个能源系统中的占比快速上升。光伏逆变器作为整个光伏发电系统中的唯一可控设备，是整个光伏发电系统的核心设备，其工作性能尤其是转换效率对整个光伏发电系统发电量有着至关重要的影响。通过各种技术手段保证光伏逆变器始终以最优转换效率运行具有非常现实的经济意义。
[0003]目前，针对光伏逆变器的运维手段主要是采用被动式的采集光伏逆变器故障报警信息和主动式的人工定时巡检相结合的方法。这种方法能够解决光伏逆变器发生明显故障的情况，但对于由通风口积灰、风扇性能下降、电路腐蚀等原因造成的光伏逆变器转换效率下降的“亚健康”状态，并不属于故障类，因此无法在线进行有效地识别或诊断。
[0004]另一方面，光伏逆变器转换效率与直流输入电压、直流输入功率、交流输出功率以及环境温度等多维变量密切相关，难以通过传统方法精确构建转换效率是否劣化的评价规则，从而无法对光伏逆变器转换效率是否劣化进行准确地评估。
[0005]亟需一种在逆变器正常运行时在线判别逆变器转换效率是否劣化的方法。
技术实现思路
[0006]本专利技术提供了一种基于大数据挖掘的逆变器转换效率的诊断方法和装置，利用逆变器海量运行数据挖掘逆变器转换效率基准值，通过逆变器转换效率基准值实现针对光伏逆变器转换效率的在线智能诊断，避免光伏逆变器在转换效率劣化的“亚健康”状态下运行，从而保证光伏发电系统的发电量。
[0007]本专利技术的技术方案为：基于大数据挖掘的逆变器转换效率的诊断方法，其诊断步骤包括：获取逆变器在预定时间段内的工况参数和对应的转换效率，以建立历史数据集；获取逆变器的当前工况参数和当前转换效率；基于当前工况参数和历史数据集，确定与当前工况参数对应的转换效率基准值；基于当前转换效率与所述转换效率基准值的比较，判断逆变器的转换效率是否劣化。
[0008]对于建立历史数据集的步骤包括：在统计周期内多次采集逆变器的运行数据，并对采集到的运行数据进行预处理，其中，所述运行数据包括：交流输出功率、环境温度、各直流支路的输入电压和输入电流，其中j为一个统计周期内的采集次数计数值；基于预处理后的运行数据，计算运行数据的周期统计值；基于预处理后的运行数据和计算得到的运行数据的周期统计值，确定运行数据的周期统计值是否满足数据质量标
准；当确定运行数据的周期统计值满足数据质量标准后，计算统计周期对应的工况参数及对应的转换效率以建立历史数据集，其中，历史数据集中的每个元素至少包括计算得到的工况参数和对应的转换效率形成的数据对。
[0009]对于上述建立历史数据集的步骤，其中可选的具体步骤如下：进一步地，对采集到的运行数据进行预处理的步骤包括：基于各直流支路的输入电压和输入电流计算直流输入功率和直流输入电压；对交流输出功率、环境温度、直流输入功率和直流输入电压进行线性归一化，获得运行数据的归一化值。
[0010]进一步地，计算运行数据的周期统计值的步骤包括：如果统计周期内的N次采样的时间间隔相等，则将统计周期内获得的运行数据的归一化值的平均值作为运行数据的周期统计值；如果统计周期内N次采样的时间间隔不相等，则将统计周期内获得的运行数据的归一化值的加权平均值作为运行数据的周期统计值。
[0011]进一步地，确定运行数据的周期统计值是否满足数据质量标准时，将运行数据的归一化值与周期统计值之间的等效距离和预设阈值进行比较，比较结果：如果所述等效距离小于或等于预设阈值，则确定运行数据的周期统计值满足数据质量标准；如果所述等效距离大于预设阈值，则确定运行数据的周期统计值不满足数据质量标准，丢弃所述采集到的运行数据。
[0012]进一步地，计算工况参数和对应的转换效率以建立历史数据集的步骤包括：将统计周期对应的周期统计值确定为工况参数，并计算转换效率的初始值；然后对确定的工况参数进行离散化处理，获得工况参数的离散化值；基于确定的工况参数和获得的工况参数的离散化值，计算得到与工况参数对应的转换效率，再基于工况参数和对应的转换效率建立历史数据集。其中，所述采集到的运行数据至少可以包括直流输入电压、交流输出功率以及环境温度，还可以根据实际采集的数据作为周期统计值的数据。
[0013]确定与当前工况参数对应的转换效率基准值的方式可采用以下两种方式：第一种，在历史数据集中搜索与当前工况参数相同的历史工况参数，以获得与当前工况参数对应的历史转换效率值；将历史转换效率值按数值大小升序排列，将升序排列的第p百分位数的历史转换效率值确定为转换效率基准值，其中，90 ≤p≤ 95。
[0014]第二种，在历史数据集中搜索与当前工况参数相同的历史工况参数，以获得与当前工况参数对应的历史转换效率值；将历史转换效率值的众数确定为转换效率基准值。
[0015]对于逆变器的转换效率是否劣化的具体判断为：如果当前转换效率小于所述转换效率基准值，则诊断出逆变器的转换效率发生劣化；如果当前转换效率等于或大于所述转换效率基准值，则表示逆变器的转换效率未劣化，光伏逆变器可正常运行。
[0016]对于所述诊断方法，还可包括：将当前工况参数和当前转换效率更新至历史数据集。
[0017]在另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上述逆变器转换效率的诊断方法。
[0018]在另一方面，提供了一种逆变器转换效率的诊断装置，所述诊断装置包括：处理器和存储器，存储器存储有计算机可执行指令；当所述计算机可执行指令被处理器执行时，处
理器执行上述逆变器转换效率的诊断方法。
[0019]本专利技术的有益效果为：根据本专利技术的逆变器转换效率的诊断方法，能够通过大数据挖掘和数学建模，可精确构建转换效率是否劣化的评价规则，能对光伏逆变器转换效率进行准确地的在线评估和诊断，可在逆变器正常运行时在线判别逆变器转换效率是否劣化。
附图说明
[0020]图1为在某固定环境温度下光伏逆变器的转换效率与交流输出功率、直流输入电压的关系曲线图。
[0021]图2为本专利技术实施例中在某环境温度和某直流输入电压下获得的转换效率基准值与交流输出功率的曲线图。
[0022]图3为本专利技术的诊断流程图。
[0023]图4为本专利技术实施例中的一个统计周期内的计算逆变器的工况参数及对应的转换效率的方法的流程图。
具体实施方式
[0024]以下是结合附图的以帮助全面理解由权利要求及其等同物限定的本专利技术的示例性实施例，其中所述特定细节将仅被视为示例性的，而不限制本专利技术的范围。因此，本领域普通技术人员可在不脱离本专利技术的范围和精神的情况下，对实施例进行各种改变和修改。
[0025]光伏逆变器现场运行时由于通风口积灰、风扇性能下降、电路腐本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于诊断步骤包括：获取逆变器在预定时间段内的工况参数和对应的转换效率，以建立历史数据集；获取逆变器的当前工况参数和当前转换效率；基于当前工况参数和历史数据集，确定与当前工况参数对应的转换效率基准值；基于当前转换效率与所述转换效率基准值的比较，判断逆变器的转换效率是否劣化。2.根据权利要求1所述基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于，建立历史数据集的步骤包括：在统计周期内多次采集逆变器的运行数据，并对采集到的运行数据进行预处理，其中，所述运行数据包括：交流输出功率、环境温度、各直流支路的输入电压和输入电流，其中j为一个统计周期内的采集次数计数值；基于预处理后的运行数据，计算运行数据的周期统计值；基于预处理后的运行数据和计算得到的运行数据的周期统计值，确定运行数据的周期统计值是否满足数据质量标准；当确定运行数据的周期统计值满足数据质量标准后，计算统计周期对应的工况参数和对应的转换效率以建立历史数据集，其中，历史数据集中的每个元素至少包括计算得到的工况参数和对应的转换效率形成的数据对。3.根据权利要求2所述基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于，对采集到的运行数据进行预处理的步骤包括：基于各直流支路的输入电压和输入电流计算直流输入功率和直流输入电压；对交流输出功率、环境温度、直流输入功率和直流输入电压进行线性归一化，获得运行数据的归一化值，并计算运行数据的归一化值的平均值和/或运行数据的归一化值的加权平均值。4.根据权利要求3所述基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于，计算运行数据的周期统计值时，如果统计周期内的N次采样的时间间隔相等，则将统计周期内获得的运行数据的归一化值的平均值作为运行数据的周期统计值。5.根据权利要求3所述基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于，计算运行数据的周期统计值时，如果统计周期内N次采样的时间间隔不相等，则将统计周期内获得的运行数据的归一化值的加权平均值作为运行数据的周期统计值。6.根据权利要求3所述基于大数据挖掘的逆变器转换效率的诊断方法，其特征在于，确定运行数据的周期统计值是否满足数据质量标准的步骤包括：将运行数据的归一化值与周期统计值之间的等效距离和预设阈值进行比较，如果所述等效距离小于或等于预设阈值，则确定运行数据的周期统计值满足数据质量标准；如果所述等效距离大于预设阈值，则确定运行数据的周期...
【专利技术属性】
技术研发人员：杨嘉伟，唐健，田军，
申请(专利权)人：东方电气集团科学技术研究院有限公司，
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。