基于光伏发电数据的系统状态评估方法技术方案

本发明专利技术提出一种基于光伏发电数据的系统状态评估方法

【技术实现步骤摘要】
基于光伏发电数据的系统状态评估方法、装置、设备和介质


[0001]本专利技术涉及数据治理
，尤其涉及一种基于光伏发电数据的系统状态评估方法
、
装置
、
设备和介质
。

技术介绍

[0002]近年来中国光伏发电发展迅速，装机容量快速增长，装机容量的大幅增加也给光伏发电系统的运行维护带来了更大的挑战
。
当代的光伏电站都以实际运行过程中产生的数据为核心开展运维工作，因此高质量
、
高可靠性的光伏运行数据迠光伏运维工作开展的必要前提
。
然而在光伏系统实际运行过程中存在大量的异常值，产生这些异常值的原因包括数据传播信号噪声，传感器故障，通信
、
测量设备故障，最大功率跟踪异常以及阵列停机限电等
。
大量的异常值会严重影响原始数据的质量，影响运维功能的实现
。
因此，能否对运行数据中的异常数据进行准确地识别与清洗对于保障光伏电站的安全经济运行有很重要的影响
。
[0003]随着企业数字化转型不断深化，数据应用方面的需求不断扩展
。
但当前许多企业坐拥海量数据，却仍停留在数据治理初级阶段，只有先将数据治理好，形成数据资产，最终让数据驱动业务，数据赋能产品，逐步实现企业的数字化转型
。
因此，数据治理成为当前摆在各企业面前的首要关键问题
。
[0004]光伏大数据具体包括装机容量配置
、
光伏组件的光电转换效率等静态信息，以及新能源发电功率数据
、
风速
、
风向
、
辐照度
、
气温
、
湿度等气象实测数据，以上数据在获取方式
、
物理含义
、
计量单位
、
数据类型
、
数据量级
、
采样频率等方面均有较大差异，因此进行数据预处理和特征参量构建必不可少
。
[0005]因为原始数据中不可避免的存在缺失
、
冗余
、
冲突
、
错漏
、
异常等问题，数据质量不同
。
在分析和使用前，必须进行数据清洗提升质量
。
数据清洗的目的是通过统计
、
聚类
、
时间序列分析等技术，对原始数据进行噪声平滑
、
缺失值填充
、
离群点识别，保证数据的有效性
、
一致性和完整性
。
[0006]由于模型结果的精度很大程度取决于输入数据的完整性
、
准确性以及低相关性，因此，用于模型训练的数据越精准，模型的拟合度越高，预测效果越好
。
在光伏发电系统中，各个节点传感器采集到的大量历史数据存在一定缺失值
、
异常值
、
故障值等情况，因此在算法模型训练之前需要对实验数据进行预处理
。
提高数据质量是电站状态分析评价
、
智能运维和故障诊断的基础
。

技术实现思路

[0007]本专利技术提供一种基于光伏发电数据的系统状态评估方法
、
装置
、
设备和介质，旨在将大数据应用到光伏发电，实现光伏电站的数字化和智能化
。
[0008]为此，本专利技术的目的在于提出一种基于光伏发电数据的系统状态评估方法，包括：
[0009]采集光伏发电数据并进行数据分类，将数据分类完成后的光伏发电数据存储至数
据库中；
[0010]依据分类结果，对数据库中存储的光伏发电数据进行数据处理；
[0011]对数据处理后的光伏发电数据进行特征参数提取，构建特征库；
[0012]利用关联规则算法，量化特征参数之期间的关联程度，实现特征参数之间的有效组合，用于实现系统和设备的状态评价和故障诊断
。
[0013]其中，采集光伏发电数据的数据类型包括：
[0014]光伏设备初始数据，包括：设备组件原始功率
、
到货检测功率及安装调试数据，作为后续数据分析的基础数据；
[0015]光伏设备发电数据，包括：组串电流
、
电压
、
功率，于光伏电站基础发电量对比分析；
[0016]在线测试设备数据，包括组件温度
、
辐照度
、
角度，用于后续针对不同技术产品发电损失机理分析，辅助决策设备选型
。
[0017]其中，光伏发电数据存储至数据库中，包括：
[0018]光伏发电数据入库时，设计数据标签计算逻辑，通过对不同标签的操作，进行数据筛选和分析，提高系统访问效率；
[0019]进行数据标准化和归一化处理，在处理后的基础上开展关联性分析，同时做好数据版本管理，分为原始数据
、
时序数据
、
治理后的数据
、
结果数据
。
[0020]其中，依据分类结果，对数据库中存储的光伏发电数据进行数据处理，包括：
[0021]异常数据处理，将光伏发电数据中的光伏阵列运行数据中不符合光伏阵列机理和实际运行规律的数据点定位，从数据集或者样本数据中识别并删除掉异常数据点；
[0022]空缺数值处理，对于由影响光伏发电多指标组成的多维数据，根据近邻算法对缺失数据进行填补；
[0023]所有采集数据入库后进行标准化处理，方便查询调用
。
[0024]其中，异常数据处理，包括：
[0025]在实际分布式光伏电站历史检测数据中，对于出现少量超出值域范围的数值，选择直接删除异常值；
[0026]功率的监测值中有负值，将异常值视为缺失值，用近邻算法进行处理；
[0027]温度的检测值中出现无效值，根据前后采样记录取二者平均值进行修正；
[0028]组件温度的监测值中出现过高或过低的数值，记录并进行实际问题排查
。
[0029]其中，对数据处理后的光伏发电数据进行特征参数提取，构建特征库，包括：
[0030]从所有特征中选择最关键的特征，根据问题需求和数据类型，使用对应特征提取方法，从光伏发电数据中提取关键特征信息，将不同的特征组合在一起；
[0031]对于高维度特征，进行降维操作，以便减少计算复杂度；
[0032]对设备的识别标注以及考虑环境参数
、
设备关联数据的影响因素，建立综合分析的标准数据库和特征库，实现对设备的管理分析
。
[0033]其中，利用关联规则算法，量化特征参数之期间的关联程度，实现特征参数之间的有效组合，用于实现系统和设备的状态评价和故障诊断的步骤中，
[0034]将光伏发电数据类划分为全寿命周期数据：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于光伏发电数据的系统状态评估方法，其特征在于，包括：采集光伏发电数据并进行数据分类，将数据分类完成后的光伏发电数据存储至数据库中；依据分类结果，对数据库中存储的所述光伏发电数据进行数据处理；对数据处理后的光伏发电数据进行特征参数提取，构建特征库；利用关联规则算法，量化特征参数之期间的关联程度，实现特征参数之间的有效组合，用于实现系统和设备的状态评价和故障诊断
。2.
根据权利要求1所述的基于光伏发电数据的系统状态评估方法，其特征在于，采集光伏发电数据的数据类型包括：光伏设备初始数据，包括：设备组件原始功率
、
到货检测功率及安装调试数据，作为后续数据分析的基础数据；光伏设备发电数据，包括：组串电流
、
电压
、
功率，于光伏电站基础发电量对比分析；在线测试设备数据，包括组件温度
、
辐照度
、
角度，用于后续针对不同技术产品发电损失机理分析，辅助决策设备选型
。3.
根据权利要求2所述的基于光伏发电数据的系统状态评估方法，其特征在于，所述光伏发电数据存储至数据库中，包括：所述光伏发电数据入库时，设计数据标签计算逻辑，通过对不同标签的操作，进行数据筛选和分析，提高系统访问效率；进行数据标准化和归一化处理，在处理后的基础上开展关联性分析，同时做好数据版本管理，分为原始数据
、
时序数据
、
治理后的数据
、
结果数据
。4.
根据权利要求1所述的基于光伏发电数据的系统状态评估方法，其特征在于，所述依据分类结果，对数据库中存储的所述光伏发电数据进行数据处理，包括：异常数据处理，将光伏发电数据中的光伏阵列运行数据中不符合光伏阵列机理和实际运行规律的数据点定位，从数据集或者样本数据中识别并删除掉异常数据点；空缺数值处理，对于由影响光伏发电多指标组成的多维数据，根据近邻算法对缺失数据进行填补；所有采集数据入库后进行标准化处理，方便查询调用
。5.
根据权利要求4所述的基于光伏发电数据的系统状态评估方法，其特征在于，所述异常数据处理，包括：在实际分布式光伏电站历史检测数据中，对于出现少量超出值域范围的数值，选择直接删除异常值；功率的监测值中有负值，...

【专利技术属性】
技术研发人员：王静，钟明，安娜，杨宁，王春森，李小翔，黄思皖，彭鹏，
申请(专利权)人：华能集团技术创新中心有限公司，
类型：发明
国别省市：