本发明属于动力工程领域，具体涉及一种基于太阳能发电监管大数据挖掘下的光伏组件污染诊断方法。
背景技术：
太阳能发电是具有前景的节能环保的发电技术，在中国乃至世界应用逐渐广泛。太阳能发电技术的信息化发展也是重要环节，尤其是利用厂级生产信息监控系统、集团公司的发电监管系统技术，挖掘实时生产及历史数据，对太阳能发电技术的高效运行、针对性维护方面提供智囊作用尤为重要。
太阳能发电的核心部件是吸收太阳能并转换为电能的多组光伏阵列。在整个光伏发电系统中，影响发电效率的重要环节就在光伏阵列的效率上。光伏阵列效率损失主要包括：组件匹配损失、表面尘埃遮挡损失、不可利用的太阳辐射损失、温度的影响以及直流线路损失等。在光伏电站各系统设备正常运行的情况下，影响光伏电站发电量的主要因素为光伏组件表面尘埃遮挡所造成太阳辐射损失。通过监控大数据对各级系统设备运行参数分析，诊断出故障数据及相应设备，给出光伏组件状态诊断及维护方案，对太阳能发电的信息化智能化发展具有重要作用。
技术实现要素：
本发明的目的在于提供一种基于太阳能发电监管大数据挖掘下的光伏组件污染诊断方法。
为达到上述目的，本发明采用的技术方案是：
1)诊断出有问题的光伏单元
计算整个光伏电站的总功率p0，及运行中的每个光伏单元i(i∈[1,n1])的平均功率pavg，同时假定各光伏单元正常运行时的实时功率测量值服从正态分布，在平均功率pavg上下浮动，根据公式(1)计算整个光伏电站的标准差σ0，根据“3σ”准则，标记光伏单元功率pi在区间(pavg-3σ0，pavg+3σ0)外，且低于平均功率pavg的光伏单元i，作为故障嫌疑光伏单元；
2)诊断报警有问题的逆变器j
根据厂家提供的逆变器效率保证值η逆变器，0，在故障嫌疑光伏单元中，嫌疑光伏单元的各逆变器j(j∈[1,n2])的效率η逆变器，j，满足η逆变器，j<η逆变器，0条件的逆变器j1进行标记和报警，标记出的逆变器原件本身有问题需要处理；
在故障嫌疑光伏单元i中，计算各逆变器j实时输入功率pj,逆变器in，与非故障嫌疑光伏单元的各逆变器输入功率的平均值pavg,逆变器in，假定各光伏单元正常运行时的逆变器实时输入功率值服从正态分布，根据公式(2)计算出非故障嫌疑光伏单元的各逆变器输入功率的标准差σ1，根据“3σ”准则，标记逆变器实时输入功率在区间(pavg,逆变器in-3σ1,pavg,逆变器in+3σ1)外，且pj,逆变器in<pavg,逆变器in的逆变器j2；
3)诊断出异常的汇流箱
在标记的逆变器j2所属的汇流箱中，计算出各汇流箱的电流(支路电流)平均值ij2,avg,根据公式(3)计算标准差σ2，根据“3σ”准则，标记k(k∈[1,n3])路电流ij2,k在区间(ij2,avg-3σ2,ij2,avg+3σ2)外，且ij2,k<ij2,avg的汇流箱k，对应的汇流箱k作为故障嫌疑单元；
4)诊断分析异常的光伏组件
对确定为故障嫌疑单元的汇流箱k，依次通过以下步骤分析诊断：
第一步，实时横向比较某光伏组件电流与该汇流箱下其他光伏组件电流，假定各光伏组件的电流测量值服从正态分布，计算出汇流箱k中的各光伏组件电流平均值ik,avg及根据公式(4)计算标准差σ3，根据“3σ”准则，标记汇流箱k下的各光伏通道实时电流ik,l在区间(ik,avg-3σ3,ik,avg+3σ3)外，且ik,l<ik,avg的光伏组件l(l∈[1,n4])，作为有故障的光伏组件；
第二步，纵向比较上步记录的光伏组件l不同历史工作日下同一时刻下的电流，考虑到环境因素影响，选取当前工作日前的x个历史工作日，并保证满足以下条件：(1)历史工作日在该时刻下辐照强度(w/m2)和环境温度与当日数值相差在±5％(数值可变)以内；(2)环境参数满足下的光伏通道电流状态诊断值为正常类型，满足以上条件的历史工作日对应的该光伏组件电流记为ii(i＝1,x)，当前工作日当前时刻的该光伏通道电流为i0，对i0和ii(i＝1,x)进行统计，计算出数组ii的平均值iavg和根据公式(5)计算标准差σl，根据“3σ”准则，记录i0在区间(iavg-3σl,iavg+3σl)外且i0<iavg的光伏组件l0，作为故障确定的光伏组件；
所述步骤1)～4)中对光伏阵列中运行特征参数的判断方法，即认为大量光伏组件在正常运行时特征参数符合正态分布，通过比较实时特征参数λ与平均值λavg、实时特征参数λ是否在置信区间(λavg-3σ,λavg+3σ)来判断光伏阵列大数据中的异常数据，认为λ<λavg且
λ为实时特征值功率、电流、效率，z为同类特征值的数量，
所述步骤4)诊断分析异常的光伏组件通过发电监管系统得到的实时值与历史曲线进行故障类型的判断，具体判断故障类型方法如下：针对该光伏组件的电流的历史时间段数据趋势对时间求一阶导数，计算出电流导数随时间变化趋势，并分情况诊断：(1)电流一阶导数随时间变化曲线出现陡峭单峰，然后趋于零值附近，说明该电流通道在某时刻开始光伏电流变小，然后维持稳定，表明可能有阴影遮挡；(2)电流一阶导数无陡峭峰值，但曲线出现长时间的负值平台，表明光伏通道电流持续降低，有可能是积尘增加或组件老化；(3)电流一阶导数曲线出现陡峭单峰，然后出现长时间负值平台，说明表明该光伏通道出现其他类型故障。
本发明基于太阳能光伏发电监管大数据，实时获取光伏电站系统主要运行参数特征值并存储历史，按一定秩序对光伏设备各层次运行参数进行统计分析及故障诊断，为太阳能发电电站的高效运行及集团公司监管的信息化智能化发展具有重要作用。
具体实施方式
本发明包括以下步骤：
1)诊断出有故障可能的光伏单元
计算整个光伏电站的总功率p0，及每个运行中的光伏单元i(i∈[1,n1])的平均功率pavg。同时假定各光伏单元正常运行时的实时功率测量值服从正态分布，在平均功率pavg上下浮动，根据公式(1)计算出整个光伏电站的标准差σ0。根据“3σ”准则，标记光伏单元功率在区间(pavg-3σ0,pavg+3σ0)外，且低于平均功率的光伏单元i，作为故障嫌疑光伏单元，进行进一步的跟踪分析；
2)诊断有故障可能的逆变器
在故障嫌疑光伏单元中，分析这些光伏单元的各逆变器j(j∈[1,n2])的效率η逆变器，j。诊断逆变器效率并报警。根据厂家提供的逆变器效率保证值η逆变器，0，标记和报警满足η逆变器，j<η逆变器，0条件的逆变器j1，这些逆变器原件本身有问题需要处理。
在故障嫌疑光伏单元i中，计算各逆变器j实时输入功率pj,逆变器in，与非故障嫌疑光伏单元的各逆变器输入功率的平均值pavg,逆变器in。假定各光伏单元正常运行时的逆变器实时输入功率值服从正态分布，根据公式(2)计算出非故障嫌疑光伏单元的各逆变器输入功率的标准差σ1。根据“3σ”准则，标记逆变器实时输入功率在区间(pavg,逆变器in-3σ1,pavg,逆变器in+3σ1)外，且pj,逆变器in<pavg,逆变器in的逆变器j2。
3)诊断出异常的汇流箱
在标记的逆变器j2所属的汇流箱中，计算出各汇流箱的电流(支路电流)平均值ij2,avg及根据公式(3)标准差σ2。根据“3σ”准则，标记k(k∈[1,n3])路电流ij2,k在区间(ij2,avg-3σ2,ij2,avg+3σ2)外，且ij2,k<ij2,avg的汇流箱k。对应的汇流箱k作为故障嫌疑单元，进行进一步的跟踪分析。
4)诊断分析异常的光伏组件
对确定为故障嫌疑单元的汇流箱k，进一步分析汇流箱的各分支光伏组件电流。然后依次通过以下步骤分析诊断：
第一步，实时横向比较某光伏组件电流与该汇流箱下其他光伏组件电流。假定各光伏组件的电流测量值服从正态分布，计算出汇流箱k中的各光伏组件电流平均值ik,avg及根据公式(4)标准差σ3。根据“3σ”准则，标记汇流箱k下的各光伏通道实时电流ik,l在区间(ik,avg-3σ3,ik,avg+3σ3)外，且ik,l<ik,avg的光伏组件l(l∈[1,n4])，作为有故障可能的光伏组件(通道)。
第二步，纵向比较上步记录的光伏组件l不同历史工作日下同一时刻下的电流。考虑到环境因素影响，选取当前工作日前的x个历史工作日，并保证满足以下条件：(1)历史工作日在该时刻下辐照强度(w/m2)和环境温度与当日数值相差在±5％(数值可变)以内；(2)环境参数满足下的光伏通道电流状态诊断值为正常类型。满足以上条件的历史工作日对应的该光伏组件电流记为ii(i＝1,x)，当前工作日当前时刻的该光伏通道电流为i0。这样可以对i0和ii(i＝1,x)进行统计分析。计算出数组ii的平均值iavg和根据公式(5)标准差σl。根据“3σ”准则，记录i0在区间(iavg-3σl,iavg+3σl)外且i0<iavg的光伏组件l0，作为故障确定的光伏组件。
以上步骤中对光伏阵列中运行特征参数的判断方法，即认为大量光伏组件在正常运行时特征参数符合正态分布，通过比较实时特征参数λ与平均值λavg、实时特征参数λ是否在置信区间(λavg-3σ,λavg+3σ)来判断光伏阵列大数据中的异常数据，认为λ<λavg且
λ为实时特征值功率、电流、效率，z为同类特征值的数量，
至此，故障的光伏板具体位置已确定，位置坐标为(i,j,k,l)即光伏单元i中的逆变器j中的汇流箱k下的光伏组件l为有故障可能的光伏组件，位置坐标为(i,j,k,l0)即光伏单元i中的逆变器j汇流箱k下的光伏组件l0为故障确定的光伏组件。
第三步，针对故障确定的光伏通道，分析比较该通道电流历史时间的连续变化趋势，捕捉异常变化，分析确定光伏板污染或故障的具体位置，并给出污染故障的类型。这些作为已确定故障类型的光伏通道。具体判断故障类型方法如下：该通道电流的历史时间段数据趋势对时间求一阶导数，计算出电流导数随时间变化趋势，并分情况诊断：(1)电流一阶导数随时间变化曲线出现陡峭单峰，然后趋于零值附近，说明该电流通道(光伏组件)在某时刻开始光伏电流变小，然后维持稳定，表明可能有阴影遮挡；(2)电流一阶导数无陡峭峰值，但曲线出现长时间的负值平台，表明光伏通道(光伏组件)电流持续降低，有可能是积尘增加或组件老化；(3)电流一阶导数曲线出现陡峭单峰，然后出现长时间负值平台，表明该光伏通道(光伏组件)出现其他类型故障。
采用上述数据分析流程及方法，能够及时准确诊断出太阳能发电光伏阵列的各组件故障状态及故障类型，为光伏发电电站运行维护及监管系统的智能化管理提供有益的支持和技术指导。