本发明专利技术公开了一种新能源场站监测数据准确度评价方法及系统，涉及监测数据准确度计算技术领域，包括以下步骤，获取实时采集的监测数据；对监测数据依次执行预处理与聚类分析，并定义数据监测标准，初步校验监测数据中的异常数据；提取监测数据中的样本数据，构建异常辨识模型，全面识别监测数据中的异常数据；整合所有异常数据，评估实时采集的监测数据的准确度。本发明专利技术通过监测数据准确度评价体系，可以实现对监测数据的全面清洗与聚类分析，设定精确的数据监测标准，利用构建的异常辨识模型和增量学习技术高效识别异常数据，并通过整合异常数据进行定位和组成分析，最终全面的准确评估各个监测节点及整个场站的监测数据准确度。
【技术实现步骤摘要】
本专利技术涉及监测数据准确度计算，特别是一种新能源场站监测数据准确度评价方法及系统。
技术介绍
1、新能源场站，通常指的是利用可再生能源(如太阳能、风能、水能、生物质能等)进行发电的设施。这些场站在全球范围内的应用越来越广泛，主要是为了减少对化石燃料的依赖，降低温室气体排放，并促进可持续发展。
2、新能源场站监测数据是对太阳能、风能、水能等可再生能源发电场站运行状态、发电量、设备性能和环境影响等进行实时或周期性监测和记录的数据。这些数据在新能源场站的管理和运营中起着至关重要的作用。准确的监测数据有助于优化场站的运营和维护，通过精准的数据，运营者可以进行有效的电力调度，提高发电效率，减少电力浪费，并且通过早期发现设备异常和潜在故障，进行预防性维护，降低停机时间和维修成本。而且，监测数据能够显著提高经济效益；准确的数据能反映设备的真实性能，帮助发现和纠正效率低下的问题，从而提高整体发电效率，并通过精确的数据分析，优化资源配置，减少不必要的开支，降低运营成本。
3、现有的新能源场站监测数据的准确度评价方法主要包括标定实验、误差分析、数据验证和校正、统计分析等。标定实验通过将监测系统与已知高精度设备进行对比测试和重复性测试，评估监测数据的准确度。误差分析通过计算绝对误差、相对误差和均方根误差(rmse)，量化监测数据的偏差。数据验证和校正通过与历史数据对比，检查当前数据的合理性和一致性，并利用数学模型对监测数据进行校正，修正已知系统偏差。统计分析通过分析数据的统计分布和标准差，检查数据的离散程度和稳定性。
4、然而，传统的监测数据准确度评价方法还存在一些不足：首先，传感器质量和可靠性问题，包括精度不高、漂移、老化等，影响数据的长期准确性；其次，环境因素如温度、湿度和电磁干扰等可能影响传感器性能，导致数据误差，而现有的校正模型可能无法完全消除这些影响，难以对场站内大量的监测数据做出适应性动态的调整或优化，导致异常数据辨识不精确，监测数据准确度评估不全面且精度低的问题。
技术实现思路
1、鉴于现有的新能源场站监测数据准确度评价及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于：监测数据准确度评估不全面且精度低。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种新能源场站监测数据准确度评价方法，其包括以下步骤，
5、获取实时采集的监测数据；
6、对监测数据依次执行预处理与聚类分析，并定义数据监测标准，初步校验监测数据中的异常数据；
7、提取监测数据中的样本数据，构建异常辨识模型，全面识别监测数据中的异常数据；
8、整合所有异常数据，评估实时采集的监测数据的准确度。
9、作为本专利技术所述新能源场站监测数据准确度评价方法的一种优选方案，其中：初步校验监测数据中的异常数据方法包括：
10、读取监测数据的监测来源与监测时间，验证数据合法性，并清洗监测数据中的冗余数据，利用插值方式填补缺失值；
11、采用密度聚类算法，将历史监测数据划分为不同簇类，并标记各个簇类的数据标签，再对实时采集的监测数据进行聚类分析；
12、基于簇类对应的数据类型，定义数据监测标准，并结合时序数据趋势性分析，初步校验监测数据中不符合标准与趋势的异常数据；
13、寻找异常数据所在监测节点，并将异常数据合并为异常数据集。
14、作为本专利技术所述新能源场站监测数据准确度评价方法的一种优选方案，其中：标记各个簇类的数据标签方法包括：
15、定义并计算监测数据中各个数据点之间的可达距离；
16、构建最小生成树，按照数据点之间的可达距离对最小生成树的边缘进行排序并迭代，为每个最小生成树的边缘创建一个合并集群；
17、定义合并集群中最小集群的集群数，并压缩数据集层结构，计算各簇类的稳定系数，从数据集中选择最优稳定系数的集群作为聚类结果；
18、依据历史监测数据的数据类型，为对应的簇类标记数据标签；
19、初步校验监测数据中不符合标准与趋势的异常数据的步骤包括：
20、获取每个簇类内监测数据的最大值与最小值，并将最大值与最小值形成的数值区间，设定为该簇类的数据监测标准；
21、再将历史监测数据定义为时间序列数据，并分析历史监测数据在不同时段的运行趋势；
22、通过实时采集的监测数据的聚类分析结果，匹配相应的数据监测标准，并分析监测数据的趋势分量，将超出数据监测标准且不符合运行趋势的数据点标记为异常数据。
23、作为本专利技术所述新能源场站监测数据准确度评价方法的一种优选方案，其中：分析历史监测数据在不同时段的运行趋势的步骤包括：
24、获取历史监测数据的时间戳信息，每个数据点存在相应的时间标记，按照时间顺序，将历史监测数据转换为时间序列数据；
25、将时间序列数据分解为不同尺度的时序分量；
26、再通过不同的时序分量，分析历史监测数据不同时段的运行趋势；
27、其中，时序分量包括趋势分量、季节分量与残差分量。
28、作为本专利技术所述新能源场站监测数据准确度评价方法的一种优选方案，其中：全面识别监测数据中的异常数据方法包括，
29、基于新能源场站的运行工况，定义场站指标，并提取与计算各个簇类内监测数据包含的场站指标，将场站指标作为样本数据；
30、将样本数据转换为满足异常辨识模型需求的输入变量；
31、通过不同指标类型的样本数据的样本权重，构建异常辨识模型，并利用历史监测数据进行模型训练；
32、利用异常辨识模型实时分析监测数据中的异常数据，并在监测数据的数据量达到设定阈值时，利用增量学习技术，动态调整样本数据的样本权重，将异常辨识模型重构更新为增量辨识模型；
33、其中，所述场站指标包括运行参数与典型特征，所述运行参数包括电力参数、环境参数、设备运行状态及电能质量，所述典型特征包括发电量突变特征、发电量变化特征、节点差异特征及特异差异特征；
34、所述典型特征的计算方式包括：
35、
36、再通过对发电量变化特征进行计算，具体计算方式为：
37、
38、再通过对节点差异特征进行计算，具体计算方式为：
39、
40、在通过对特异差异特征进行计算，具体计算方式为：
41、
42、式中，c1、c2、c3和c4分别表示发电量突变特征、发电量变化特征、节点差异特征以及特异差异特征；m、d和h分别表示监测数据的月、日和小时时间段数；m、d、h分别表示监测数据在第m月、第d日和第h个小时时间段数；ri表示与第i个监测节点具备相同类型发电数据的节点集合；rq表示具备周期性发电特征的节点集合；r表示节点集合ri中的第r个监测节点；本文档来自技高网
...
【技术保护点】
1.一种新能源场站监测数据准确度评价方法，其特征在于：包括以下步骤，
2.如权利要求1所述的新能源场站监测数据准确度评价方法，其特征在于：初步校验监测数据中的异常数据方法包括：
3.如权利要求2所述的新能源场站监测数据准确度评价方法，其特征在于：标记各个簇类的数据标签方法包括：
4.如权利要求3所述的新能源场站监测数据准确度评价方法，其特征在于：分析历史监测数据在不同时段的运行趋势的步骤包括：
5.如权利要求1或4所述的新能源场站监测数据准确度评价方法，其特征在于：全面识别监测数据中的异常数据方法包括，
6.如权利要求5所述的新能源场站监测数据准确度评价方法，其特征在于：将样本数据转换为满足异常辨识模型需求的输入变量包括以下步骤：
7.如权利要求6所述的新能源场站监测数据准确度评价方法，其特征在于：评估实时采集的监测数据的准确度步骤为，
8.一种新能源场站监测数据准确度评价系统，基于权利要求1～7任一所述的新能源场站监测数据准确度评价方法，其特征在于：包括数据处理模块、聚类分析模块、时序数据趋势性分析模块，以及异常数据评估模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的新能源场站监测数据准确度评价方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的新能源场站监测数据准确度评价方法的步骤。
...
【技术特征摘要】
1.一种新能源场站监测数据准确度评价方法，其特征在于：包括以下步骤，
2.如权利要求1所述的新能源场站监测数据准确度评价方法，其特征在于：初步校验监测数据中的异常数据方法包括：
3.如权利要求2所述的新能源场站监测数据准确度评价方法，其特征在于：标记各个簇类的数据标签方法包括：
4.如权利要求3所述的新能源场站监测数据准确度评价方法，其特征在于：分析历史监测数据在不同时段的运行趋势的步骤包括：
5.如权利要求1或4所述的新能源场站监测数据准确度评价方法，其特征在于：全面识别监测数据中的异常数据方法包括，
6.如权利要求5所述的新能源场站监测数据准确度评价方法，其特征在于：将样本数据转换为满足异常辨识模型需求的输入变量包括以下步骤...
【专利技术属性】
技术研发人员：彭博雅，孙志媛，刘鹏，孙艳，黎新，凌武能，蒙宣任，李今昭，陈立春，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
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。