【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种用于分布式电源的故障处理方法和系统。
技术介绍
1、目前，分布式电源随运行时长的增加其所面临的挑战也越来越多，尤其是在遇到极端天气或负荷突变等外部条件的变化时，常常需要其在极限运行状态下工作，但该行为会造成分布式电源的故障增多。
2、在现有技术中，通常采用直接监测分布式电源在极限运行状态下的电压与电流信号，并以此为依据及时调整分布式电源的工作状态来应对其故障的发生，但该方法对分布式电源系统正常波动与故障引起的波动难以准确区分，容易产生误报或漏报，导致对故障处理的准确率也越发低下。
3、由此可见，如何解决目前对分布式电源的故障处理准确率低的问题，已经成为本领域技术人员所要亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种用于分布式电源的故障处理方法和系统，解决如何提高对分布式电源的故障处理准确率的问题。
2、为解决上述技术问题，本专利技术第一方面提供一种用于分布式电源的故障处理方法，包括：
3、获取分布式电源在极限运行状态下的第一实时监测参数，并提取所述第一实时监测参数的频域特征和时域特征，以基于所述频域特征和所述时域特征分析所述第一实时监测参数与所述分布式电源的历史故障数据之间的相关性；
4、基于所述相关性与预先构建的故障模式分类库对所述分布式电源的故障模式进行判断，得到当前故障模式，并根据所述当前故障模式从选定的所述分布式电源的历史监测数据中提取对应的故障运行状态特征；>
5、将所述故障运行状态特征输入至预先构建的极限状态严重程度评估模型中进行处理，得到所述当前故障模式对应的严重程度评估结果，以根据所述严重程度评估结果从预先构建的故障应对措施库中提取当前应对措施；
6、采集所述分布式电源在执行所述当前应对措施时的第二实时监测参数，以基于所述第二实时监测参数生成参数变化趋势曲线，并根据所述参数变化趋势曲线评估所述当前应对措施的应对效果；
7、在所述应对效果未达到预期标准时，采用梯度提升树对所述当前应对措施进行建模，得到应对参数特征矩阵以量化所述分布式电源在所述当前应对措施下的恢复速率，并根据所述恢复速率从所述故障应对措施库中选取目标应对措施以控制所述分布式电源执行。
8、作为其中一种优选方案，所述获取分布式电源在极限运行状态下的第一实时监测参数，包括：
9、获取所述分布式电源的实时运行状态数据，并根据所述实时运行状态数据确定所述分布式电源的运行状态比率参数，以通过卷积神经网络模型对所述运行状态比率参数进行归一化处理，得到归一化比率参数序列；
10、量化所述归一化比率参数序列在时间窗口内的标准差以确定异常基准，并根据所述异常基准量化所述归一化比率参数序列的异常程度得分；
11、通过滑动时间窗口量化所述归一化比率参数序列的变化速率，得到参数变化趋势值，以与所述异常程度得分输入至支持向量机中进行对所述实时运行状态数据的特征提取，得到特征空间聚类结果；
12、在所述特征空间聚类结果的中心点达到预设中心阈值标准且所述中心点的持续时间超过预设持续时长时，判定所述分布式电源处于所述极限运行状态，并将所述运行状态比率参数作为所述第一实时监测参数输出。
13、作为其中一种优选方案，所述根据所述实时运行状态数据确定所述分布式电源的运行状态比率参数，包括：
14、根据所述实时运行状态数据与对应的运行状态标准数据的关系确定所述分布式电源的初始运行状态比率参数，并通过卷积神经网络模型对所述初始运行状态比率参数进行标准化处理，得到标准化后的初始运行状态比率参数；
15、采用滤波器对标准化后的初始运行状态比率参数进行初次修正和平滑处理，得到平滑后的初始运行状态比率参数，并对平滑后的初始运行状态比率参数中的跳变点进行二次修正，得到修正后的初始运行状态比率参数；
16、量化修正后的初始运行状态比率参数间的协方差矩阵以进行相关性计算，并基于相关性计算结果对修正后的初始运行状态比率参数进行数据拟合，得到比率参数拟合曲线以进行线性插值补全，得到所述分布式电源的运行状态比率参数。
17、作为其中一种优选方案，所述频域特征包括主导频率幅值和频谱熵，所述时域特征包括时域波形畸变度、波动周期长度、上升沿持续时间和下降沿持续时间；其中，
18、所述提取所述第一实时监测参数的频域特征和时域特征，包括：
19、通过快速傅里叶变换对所述第一实时监测参数进行频域转换，以根据频域转换结果量化功率谱密度曲线，并根据所述功率谱密度曲线确定所述第一实时监测参数的主导频率幅值；
20、根据所述功率谱密度曲线中不同频段能量占比量化所述第一实时监测参数的频谱熵，并通过三阶贝塞尔带通滤波器对所述第一实时监测参数进行带宽限制，得到波形包络曲线及其对应的时域波形畸变度；
21、基于所述波形包络曲线中波形局部最大值点之间的时间差量化波动周期长度，并采用长短时记忆神经网络模型对所述波形包络曲线进行拐点标记，以根据所标记的拐点量化上升沿持续时间和下降沿持续时间；
22、对所述上升沿持续时间和所述下降沿持续时间进行小波变换分解，得到小波系数特征向量，以通过所述小波系数特征向量将主导频率幅值、频谱熵、时域波形畸变度、波动周期长度、上升沿持续时间和下降沿持续时间拼接成多维特征空间，并对所述多维特征空间进行主成分降维，得到所述第一实时监测参数的频域特征和时域特征。
23、作为其中一种优选方案，所述基于所述频域特征和所述时域特征分析所述第一实时监测参数与所述分布式电源的历史故障数据之间的相关性，包括：
24、通过卷积神经网络模型对所述第一实时监测参数的频域特征和时域特征进行处理，得到多维特征矩阵并通过滑动窗口进行分段，量化每段特征数据与所述历史故障数据间的皮尔森相关系数并进行归一化处理，得到相关性评分；
25、以所述相关性评分为基准值，量化所述多维特征矩阵与所述基准值间的欧氏距离，以在相邻时间窗口内叠加距离值并与预设距离阈值进行比对，并基于比对结果对每段特征数据赋予权重，得到权重特征数据；
26、采用五层结构自编码器对所述权重特征数据进行融合，得到融合特征向量以量化特征相似度，在所述融合特征向量的特征相似度和相关性评分同时达到对应的阈值且持续时间达到预设时长阈值时，判定所述分布式电源存在故障，以实现所述第一实时监测参数与所述历史故障数据之间的相关性分析。
27、作为其中一种优选方案，所述基于所述相关性与预先构建的故障模式分类库对所述分布式电源的故障模式进行判断，得到当前故障模式，并根据所述当前故障模式从选定的所述分布式电源的历史监测数据中提取对应的故障运行状态特征，包括：
28、在根据所述相关性判定所述分布式电源存在故障时，通过四层卷积神经网络模型对所述频域特征和所述时域特征进行处理，得到多维故障特征向量；
29、基本文档来自技高网...
【技术保护点】
1.一种用于分布式电源的故障处理方法，其特征在于，包括：
2.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述获取分布式电源在极限运行状态下的第一实时监测参数，包括：
3.根据权利要求2所述的一种用于分布式电源的故障处理方法，其特征在于，所述根据所述实时运行状态数据确定所述分布式电源的运行状态比率参数，包括：
4.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述频域特征包括主导频率幅值和频谱熵，所述时域特征包括时域波形畸变度、波动周期长度、上升沿持续时间和下降沿持续时间；其中，
5.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述基于所述频域特征和所述时域特征分析所述第一实时监测参数与所述分布式电源的历史故障数据之间的相关性，包括：
6.根据权利要求5所述的一种用于分布式电源的故障处理方法，其特征在于，所述基于所述相关性与预先构建的故障模式分类库对所述分布式电源的故障模式进行判断，得到当前故障模式，并根据所述当前故障模式从选定的所述分布式电源的历史监测数据
7.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述将所述故障运行状态特征输入至预先构建的极限状态严重程度评估模型中进行处理，得到所述当前故障模式对应的严重程度评估结果，以根据所述严重程度评估结果从预先构建的故障应对措施库中提取当前应对措施，包括：
8.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述基于所述第二实时监测参数生成参数变化趋势曲线，并根据所述参数变化趋势曲线评估所述当前应对措施的应对效果，包括：
9.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述在所述应对效果未达到预期标准时，采用梯度提升树对所述当前应对措施进行建模，得到应对参数特征矩阵以量化所述分布式电源在所述当前应对措施下的恢复速率，并根据所述恢复速率从所述故障应对措施库中选取目标应对措施以控制所述分布式电源执行，包括：
10.一种用于分布式电源的故障处理系统，其特征在于，包括：
...【技术特征摘要】
1.一种用于分布式电源的故障处理方法，其特征在于，包括：
2.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述获取分布式电源在极限运行状态下的第一实时监测参数，包括：
3.根据权利要求2所述的一种用于分布式电源的故障处理方法，其特征在于，所述根据所述实时运行状态数据确定所述分布式电源的运行状态比率参数，包括：
4.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述频域特征包括主导频率幅值和频谱熵，所述时域特征包括时域波形畸变度、波动周期长度、上升沿持续时间和下降沿持续时间；其中，
5.根据权利要求1所述的一种用于分布式电源的故障处理方法，其特征在于，所述基于所述频域特征和所述时域特征分析所述第一实时监测参数与所述分布式电源的历史故障数据之间的相关性，包括：
6.根据权利要求5所述的一种用于分布式电源的故障处理方法，其特征在于，所述基于所述相关性与预先构建的故障模式分类库对所述分布式电源的故障模式进行判断，得到当前故障模式，并根据所述当前故障...
【专利技术属性】
技术研发人员：孙黎滢，黄晶晶，钟晖，孙飞飞，梁邱，谷纪亭，吴赫君，胡哲晟，朱超，薛友，张曼颖，林玲，陈熙琳，张蒙奇，
申请(专利权)人：国网浙江省电力有限公司经济技术研究院，
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。