【技术实现步骤摘要】
本申请涉及温度异常识别，尤其涉及一种igbt模块温度异常识别方法及装置。
技术介绍
1、在光伏电站运行过程中，igbt模块作为集中式逆变器的核心部件，其工作状态直接影响到光伏电站整个系统的稳定性和效率。过高的工作温度会加速igbt模块老化，甚至使其出现故障。因此，实时准确地识别igbt模块的温度异常对于预防性维护和提高系统可靠性至关重要。
2、目前，大多采用基于预设阈值进行监控的方法来识别igbt模块的温度异常，但是这种方法缺乏灵活性，难以适应复杂多变的实际工况。
技术实现思路
1、本申请实施例通过提供一种igbt模块温度异常识别方法及装置，解决了现有技术中采用基于预设阈值进行监控的方法来识别igbt模块的温度异常，缺乏灵活性，难以适应复杂多变的实际工况的技术问题。第一方面，本申请实施例提供的一种igbt模块温度异常识别方法，所述方法包括：获取温度的时间序列并进行归一化，形成原始数据集；基于所述原始数据集进行时序预测，获得每个时刻的预测值，并计算所述预测值与所述原始数据集中的原始值的残差项，形成残差数据集；根据每个所述残差项的k-最近邻点集合和预设权重函数确定每个所述残差项的加权平均距离；根据最小点数的预设取值范围，通过计算聚类评价指标的最小值确定最佳最小点数；基于所述加权平均距离和所述最佳最小点数，对所述残差数据集进行聚类分析，并根据所述聚类分析的结果识别异常温度。
2、结合第一方面，在一种可能的实现方式中，所述基于所述原始数据集进行时序预测，获得每个时刻
3、结合第一方面，在一种可能的实现方式中，所述根据每个所述残差项的k-最近邻点集合和预设权重确定每个所述残差项的加权平均距离，包括：计算每个所述残差项与对应的所述k-最近邻点集合中每个点的近邻距离；根据所述近邻距离，计算每个所述残差项的局部密度；基于所述局部密度和所述近邻距离，构造所述预设权重函数；根据所述近邻距离和所述预设权重函数，计算每个所述残差项的所述加权平均距离。
4、结合第一方面，在一种可能的实现方式中，所述预设权重函数如下：其中，表示所述局部密度，表示所述近邻距离，表示调整各因素权重的参数。
5、结合第一方面，在一种可能的实现方式中，所述对所述残差数据集进行聚类分析，包括：采用基于密度的聚类算法，对所述残差数据集进行聚类分析。
6、结合第一方面，在一种可能的实现方式中，所述聚类评价指标为戴维森堡丁指数。
7、结合第一方面，在一种可能的实现方式中，所述方法还包括：在识别出温度异常状态时，发出预警信号；其中，所述预警信号包括温度异常的位置信息。
8、第二方面，本申请实施例提供了一种igbt模块温度异常识别装置，该igbt模块温度异常识别装置包括：获取模块，用于获取温度的时间序列并进行归一化，形成原始数据集；残差模块，用于基于所述原始数据集进行时序预测，获得每个时刻的预测值，并计算所述预测值与所述原始数据集中的原始值的残差项，形成残差数据集；距离模块，用于根据每个所述残差项的k-最近邻点集合和预设权重函数确定每个所述残差项的加权平均距离；最小点数模块，用于根据最小点数的预设取值范围，通过计算聚类评价指标的最小值确定最佳最小点数；识别模块，用于基于所述加权平均距离和所述最佳最小点数，对所述残差数据集进行聚类分析，并根据所述聚类分析的结果识别异常温度。
9、第三方面，本申请实施例提供了一种电子设备，该电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面任一种可能的实现方式所述的方法。
10、第四方面，本申请实施例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存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如第一方面或第一方面任一种可能的实现方式所述的方法。
11、本申请实施例中提供的技术方案，至少具有如下技术效果：
12、本申请实施例提供了一种igbt模块温度异常识别方法，该方法通过获取温度的时间序列并进行归一化形成原始数据集，并通过计算每个时刻的预测值与原始值的残差项形成残差数据集，基于加权平均距离和最佳最小点数对残差数据集进行聚类分析，根据聚类分析的结果识别异常温度。使用该igbt模块温度异常识别方法进行异常温度识别时，无需人工提前设定固定阈值，基于加权平均距离和最佳最小点数对残差数据集进行聚类分析，根据聚类分析的结果识别异常温度，进而实现了对不同环境和工况下的温度变化的自适应，使该igbt模块温度异常识别方法具有更好的灵活性。并且，该方法根据每个残差项的k-最近邻点集合和预设权重函数确定每个残差项的加权平均距离，根据最小点数的预设取值范围，通过计算聚类评价指标的最小值确定最佳最小点数，实现了聚类算法参数的自适应确定，不需要人工观察聚类结果后手动调整参数，实现了无监督自主聚类。
本文档来自技高网...【技术保护点】
1.一种IGBT模块温度异常识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述原始数据集进行时序预测，获得每个时刻的预测值，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据每个所述残差项的K-最近邻点集合和预设权重确定每个所述残差项的加权平均距离，包括：
4.根据权利要求3所述的方法，其特征在于，所述预设权重函数如下：；
5.根据权利要求1所述的方法，其特征在于，所述对所述残差数据集进行聚类分析，包括：
6.根据权利要求1所述的方法，其特征在于，所述聚类评价指标为戴维森堡丁指数。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种IGBT模块温度异常识别装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介
...【技术特征摘要】
1.一种igbt模块温度异常识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述原始数据集进行时序预测，获得每个时刻的预测值，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据每个所述残差项的k-最近邻点集合和预设权重确定每个所述残差项的加权平均距离，包括：
4.根据权利要求3所述的方法，其特征在于，所述预设权重函数如下：；
5.根据权利要求1所述的方法，其特征在于，所述对所述残差数据集进行聚类分析，包括：
6.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：刘明哲，李鸿野，段增权，任海，丁耀，顾晟，
申请(专利权)人：中国三峡新能源集团股份有限公司，
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。