光伏状态评估方法及装置与流程

本公开涉及光伏状态评估，尤其涉及一种光伏状态评估方法及装置。

背景技术：

1、随着我国新能源发展规模越来越大，对评估光伏发电设备状况的要求也随之提高，因此，要对设备监控数据综合分析，使设备运营记录装置收集的数据分析用于状态评估。状态评估问题本质上是预测问题，通常采用定性分析法和定量分析法。定性分析法根据运行数据和专家经验创建评估模型，而定量分析法是采用数据分析和数据挖掘的方法建立评估模型。定量分析法在数据对象充足的情况下，能够更加客观便捷的实现评估。同时状态评估利于及早的确定设备的故障类型，快速采取措施，提高检修效率，同时，通过评估的故障数据寻找特点，能够预测配电设备有可能发生的故障。

2、光伏电站在运行过程中，由于环境、外界因素的变化容易产生大量的故障，对光伏电站的系统评估、智能诊断显得极为重要。

技术实现思路

1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本公开第一方面实施例提出了一种光伏状态评估方法，包括：

3、获取光伏电站在多种工况下的多维监测数据；

4、基于主成分分析法，对所述多维监测数据进行降维，以得到目标矩阵；

5、对所述目标矩阵进行层次聚类分析，并选取ch函数值最大时的聚类个数作为最佳簇个数；

6、基于所述目标矩阵和所述最佳簇个数，以及组件状态评估算法模型，对所述光伏电站的运行状态进行评估。

7、本公开第二方面实施例提出了一种光伏状态评估装置，包括：

8、获取模块，用于获取光伏电站在多种工况下的多维监测数据；

9、降维模块，用于基于主成分分析法，对所述多维监测数据进行降维，以得到目标矩阵；

10、第一分析模块，用于对所述目标矩阵进行层次聚类分析，并选取ch函数值最大时的聚类个数作为最佳簇个数；

11、评估模块，用于基于所述目标矩阵和所述最佳簇个数，以及组件状态评估算法模型，对所述光伏电站的运行状态进行评估。

12、本公开第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的光伏状态评估方法。

13、本公开第四方面实施例提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如本公开第一方面实施例提出的光伏状态评估方法。

14、本公开提供的光伏状态评估方法及装置，存在如下有益效果：

15、本公开实施例中，首先获取光伏电站在多种工况下的多维监测数据，然后基于主成分分析法，对所述多维监测数据进行降维，以得到目标矩阵，之后对所述目标矩阵进行层次聚类分析，并选取ch函数值最大时的聚类个数作为最佳簇个数，最后基于所述目标矩阵和所述最佳簇个数，以及组件状态评估算法模型，对所述光伏电站的运行状态进行评估。可以有效解决在先验知识缺乏情况下对光伏电站的运行状态评估，具有重要的理论和应用价值，由于是基于无监督学习的光伏电站状态评估方法，对于数据量较大，缺乏先验知识的情况下有更好的适应性，较之以神经网络为代表的故障诊断方法，不需要对实验集标签进行大量标定。由于数据维数较多，而聚类结果的准确性又与选择合适属性的数据相关，本方法先对数据进行降维，去除一些不重要的特征与噪音，方便对后续数据进行聚类分析。经过pca降维后的数据特征更加明显，有效替代由丰富经验选择合适数据属性的过程。本方法将pca特征降维与层次聚类方法结合，对于光伏电站的状态评估来说，有一定的理论和实验意义。基于ch函数的聚类个数确定方法，采用组与组之间距离足够大，组内元素之间距离足够小的划分原则，可以取得最优判定效果，大大提高了聚类质量。

16、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

技术特征：

1.一种光伏状态评估方法，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，所述基于主成分分析法，对所述多维监测数据进行降维，以得到目标矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第三矩阵和所述第一矩阵之间的偏差，确定所述目标矩阵，包括：

4.根据权利要求2所述的方法，其特征在于，所述确定与所述第二矩阵对应的数据单元，包括：

5.根据权利要求1所述的方法，其特征在于，还包括：

6.一种光伏状态评估装置，其特征在于，包括：

7.根据权利要求6所述的装置，其特征在于，所述降维模块，包括：

8.根据权利要求7所述的装置，其特征在于，所述第五确定单元，具体用于：

9.根据权利要求7所述的装置，其特征在于，所述第二确定单元，具体用于：

10.根据权利要求6所述的装置，其特征在于，还包括：

技术总结
本公开提出一种光伏状态评估方法及装置，涉及光伏状态评估技术领域。包括：获取光伏电站在多种工况下的多维监测数据；基于主成分分析法，对所述多维监测数据进行降维，以得到目标矩阵；对所述目标矩阵进行层次聚类分析，并选取CH函数值最大时的聚类个数作为最佳簇个数；基于所述目标矩阵和所述最佳簇个数，以及组件状态评估算法模型，对所述光伏电站的运行状态进行评估。本公开采用主成分分析对原始多维输入变量进行预处理，对在不同的工作环境下产生的多维监测数据进行主成分分析降维，然后使用层次聚类分析，评估光伏电站运行状态，建立光伏组件健康评估的思路，最后给出了健康评估成果和结论。

技术研发人员：王静,任鑫,刘兴伟,周利鹏,巴特尔,石永利,马天野,冯恒,张云翔,黄思皖,席盛代,彭鹏
受保护的技术使用者：华能满洲里风力发电有限公司
技术研发日：
技术公布日：2024/1/15