CN111401689B - 光伏场站降雪日期的确定方法、装置、设备及存储介质 - Google Patents

光伏场站降雪日期的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111401689B
CN111401689B CN202010102526.6A CN202010102526A CN111401689B CN 111401689 B CN111401689 B CN 111401689B CN 202010102526 A CN202010102526 A CN 202010102526A CN 111401689 B CN111401689 B CN 111401689B
Authority
CN
China
Prior art keywords
inverter
snowfall
potential
snowfall event
array
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010102526.6A
Other languages
English (en)
Other versions
CN111401689A (zh
Inventor
蹇康
昌菁
李舟生
杨金霖
孙捷
蒋惠荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Envision Innovation Intelligent Technology Co Ltd
Envision Digital International Pte Ltd
Original Assignee
Shanghai Envision Innovation Intelligent Technology Co Ltd
Envision Digital International Pte Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Envision Innovation Intelligent Technology Co Ltd, Envision Digital International Pte Ltd filed Critical Shanghai Envision Innovation Intelligent Technology Co Ltd
Priority to CN202010102526.6A priority Critical patent/CN111401689B/zh
Publication of CN111401689A publication Critical patent/CN111401689A/zh
Priority to PCT/SG2021/050066 priority patent/WO2021167530A1/en
Application granted granted Critical
Publication of CN111401689B publication Critical patent/CN111401689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本申请公开了一种光伏场站降雪日期的确定方法、装置、设备及存储介质，涉及光伏技术领域。所述方法包括：获取待处理数据，根据待处理数据分别生成光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组，并根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，通过建立逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组，以根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期。通过上述方法，使得在光伏场站的降雪状态的判断过程中，能够定性定量地确定光伏场站的降雪日期，提高确定光伏场站降雪日期的准确性。

Description

光伏场站降雪日期的确定方法、装置、设备及存储介质
技术领域
本申请实施例涉及光伏技术领域，特别涉及一种光伏场站降雪日期的确定方法、装置、设备及存储介质。
背景技术
在光伏场站实际运维过程中，由于雪覆盖会造成光伏场站发电量的损失，需要进行检查和维护，以对光伏场站的发电量损失进行评估。
在相关技术中，往往依赖于运维人员对光伏场站的情况进行监控分析，通过人工结合光伏场站现场监控以及天气预报的资料实现对光伏场站现场情况进行判断。
由于不同的光伏组件在安装过程中存在差异，人工判断不能定性定量的对不同的光伏组件以及其逆变器的工作状态进行光伏场站降雪周期的判断，从而导致对光伏场站的降雪事件评估的准确性较低。
发明内容
本申请实施例提供了一种光伏场站降雪日期的确定方法、装置、设备及存储介质。可以提高确定光伏场站降雪日期的准确度，所述技术方案如下：
一方面，提供了一种光伏场站降雪日期的确定方法，所述方法包括：
获取待处理数据，所述待处理数据包括所述光伏场站在预定时间段内每天的光伏场站数据和逆变器数据；
根据所述待处理数据生成光伏场站潜在降雪事件开始状态数组，所述光伏场站潜在降雪事件开始状态数组用以指示所述光伏场站每天的潜在降雪事件状态，所述潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态；
根据所述待处理数据生成逆变器潜在降雪事件结束状态数组，所述逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态；
根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，所述预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，所述逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态；
建立逆变器绩效指标，根据所述逆变器绩效指标对所述预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组；
根据所述逆变器降雪事件逻辑循环数组确定所述光伏场站的降雪日期，所述光伏场站的降雪日期包括所述光伏场站的降雪开始日期和所述光伏场站的降雪结束日期。
另一方面，提供了一种光伏场站降雪日期的确定装置，所述装置包括：
数据获取模块，用于获取待处理数据，所述待处理数据包括所述光伏场站在预定时间段内每天的光伏场站数据和逆变器数据；
第一生成模块，用于根据所述待处理数据生成光伏场站潜在降雪事件开始状态数组，所述光伏场站潜在降雪事件开始状态数组用以指示所述光伏场站每天的潜在降雪事件状态，所述潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态；
第二生成模块，用于根据所述待处理数据生成逆变器潜在降雪事件结束状态数组，所述逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态；
数组构建模块，用于根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，所述预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，所述逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态；
数组修正模块，用于建立逆变器绩效指标，根据所述逆变器绩效指标对所述预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组；
确定模块，用于根据所述逆变器降雪事件逻辑循环数组确定所述光伏场站的降雪日期，所述光伏场站的降雪日期包括所述光伏场站的降雪开始日期和所述光伏场站的降雪结束日期。
可选的，所述第一生成模块，包括：
第一判断子模块，用于判断所述待处理数据是否满足光伏场站潜在降雪事件开始状态模型，所述光伏场站潜在降雪事件开始状态模型用以指示当前光伏场站中存在潜在降雪事件；
第一设置子模块，用于响应于所述待处理数据满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置1；
第二设置子模块，用于响应于所述待处理数据不满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置0。
可选的，所述光伏场站潜在降雪事件开始状态模型包括：
所述光伏场站数据中的光伏场站最低环境温度小于温度阈值；
所述逆变器数据中的经温度修正后的逆变器的系统效率值小于降雪天的经温度修正后的逆变器的系统效率值；
所述逆变器数据中相邻两天经温度修正后的逆变器的系统效率值之间的差值小于差值阈值；
满足上述三个条件的逆变器的数量占所述光伏场站中逆变器总数量的比例大于第一占比阈值。
可选的，所述第二生成模块，包括：
第二判断模块，用于判断所述待处理数据是否满足逆变器潜在降雪事件结束状态模型，所述逆变器潜在降雪事件开始状态模型用以指示当前逆变器中存在潜在降雪事件；
第三设置子模块，用于响应于所述待处理数据满足所述逆变器潜在降雪事件结束状态模型，在所述逆变器潜在降雪事件结束状态数组中的对应位置置1；
第四设置子模块，用于响应于所述待处理数据不满足所述光伏场站潜在降雪事件结束状态模型，在所述光伏场站潜在降雪事件结束状态数组中的对应位置置0。
可选的，所述逆变器潜在降雪事件结束状态模型包括：
所述逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值。
可选的，所述数组构建模块，包括：
第一数组构建子模块，用于根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组生成预逆变器降雪事件数组，所述预逆变器降雪事件数组是非连续的；
第二数组构建子模块，用于根据所述预逆变器降雪事件数组构建预逆变器降雪事件逻辑循环数组。
可选的，所述确定模块，包括：
获取子模块，用于根据所述所述逆变器降雪事件逻辑循环数组获取逆变器降雪事件状态；
第一确定子模块，用于响应于所述光伏场站中处于逆变器降雪事件结束状态的逆变器数量占所述光伏场站的逆变器总数的比例大于第二占比阈值，且持续时间大于第一时间阈值，则确定光伏场站处于降雪事件结束状态；
或者，
第二确定子模块，用于响应于所述光伏场站中处于逆变器降雪事件结束状态的逆变器数量占所述光伏场站的逆变器总数的比例大于第三占比阈值，且持续时间大于第二时间阈值，则确定光伏场站处于降雪事件结束状态。
另一方面，提供了一种计算设备，所述计算机设备包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方面所述的光伏场站降雪日期的确定方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如上述方面所述的光伏场站降雪日期的确定方法。
本申请提供的技术方案可以包括以下有益效果：
通过获取待处理数据，根据待处理数据分别生成光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组，并根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，通过建立逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组，以根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，使得在光伏场站的降雪状态的判断过程中，能够定性定量地确定光伏场站的降雪日期，提高确定光伏场站降雪日期的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1示出了本申请一个示例性实施例提供的实施环境的示意图；
图2示出本申请一个示例性实施例提供的光伏场站降雪日期的确定方法的流程图；
图3示出本申请一个示例性实施例提供的光伏场站降雪日期的确定方法的流程图；
图4示出了本申请一个示例性实施例提供的光伏场站降雪日期的确定装置的方框图；
图5是根据一个示例性实施例示出的计算机设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
应当理解的是，在本文中提及的“若干个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
在光伏场站的运营和维护过程中，需要对光伏场站的降雪情况进行监控。本申请提供了一种光伏场站降雪日期的确定方法，可以提高光伏场站降雪日期判断的准确度。为了方便理解，下面对本申请实施例中涉及的名词进行解释说明。
1）光伏（Photovoltaic）
光伏是太阳能光伏发电系统（Solar power system）的简称，是一种利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的一种新型发电系统。
2）光伏组件
光伏组件，又称太阳能电池板，是将若干个单体电池片串连、并联连接和严密封装形成的组件，能将太阳能转化为电能，并送往蓄电池中存储起来或推动负载工作。现有的光伏组件可以分为双玻组件、常规组件以及薄膜组件等。
在光伏场站的实际工作中，由于降雪会在光伏组件的表面形成雪覆盖，从而造成照射到光伏组件上的太阳能减少而影响到光伏发电量。
3）光伏逆变器
光伏逆变器，以下简称逆变器。逆变器又称电源调整器，在太阳能发电系统中，逆变器效率的高低是决定太阳电池容量和蓄电池容量大小的重要因素。
通常把直流电能变换为交流电能的过程称为逆变，把完成逆变功能的电路称为逆变电路，把实现逆变过程的的装置称为逆变设备或逆变器。
4）辐射照度
辐射照度，简称辐照度，定义为单位面积接收到的太阳能量。
在光伏发电进入平价上网的关键阶段，成本的降低及发电量的提升是运维的首要目标。在实际光伏运维工作中，如何进行精细化地运维管理变得至关重要。冬季降雪时，光伏场站由于雪覆盖使得发电性能明显下降，造成发电量损失。如何判断降雪时光伏场站以及逆变器的状态对于进一步量化降雪损失十分关键。尤其对于覆盖面积大、逆变器数量多的大型山地光伏场站，在降雪期间，不同位置的逆变器工作状态并不一致。在少人或无人值守的场站发生降雪事件时，传统的运维手段很难对场站进行损失评估，因此，本申请提供一种光伏场站降雪日期的确定方法，可以提高判断光伏场站降雪日期的准确度，请参考图1，其示出了本申请一个示例性实施例提供的实施环境的示意图。该实施环境中包括光伏场站101和监控平台102。
光伏场站101中包含多个光伏阵列，其中，光伏阵列是由多个光伏组串并联形成的光伏发电系统，指与单个汇流箱连接的所有光伏组串的集合。在实际光伏场站101中，光伏阵列中各个光伏组串输出的电流经过汇流箱汇流之后，传输至逆变器，通常一个光伏阵列中并联有8-16个光伏组串，每个光伏组串中串联有24个光伏组件。本申请实施例中，光伏场站101可以设置多个传感器，比如，采集光伏场站数据的传感器、采集光伏场站逆变器数据的传感器等，并将采集到的数据发送给监控平台102。
光伏场站101与监控平台102之间通过有线或无线网络相连。
监控平台102是具有存储光伏场站101发送的数据、处理该数据以及生成告警记录等功能的计算机设备，该计算机设备可以是一台服务器或者若干台服务器构成的服务器集群或云服务器。
为了便于描述，在下述方法实施例中，仅以监控平台102是计算机设备为例进行介绍说明。
请参考图2，其示出本申请一个示例性实施例提供的光伏场站降雪日期的确定方法的流程图，该光伏场站降雪日期的确定方法可以由计算机执行，该计算机设备可以实现为云监控平台，如图2所示，该光伏场站降雪日期的确定方法可以包括以下步骤：
步骤210，获取待处理数据，待处理数据包括光伏场站在预定时间段内每天的光伏场站数据和逆变器数据。
其中，预定时间段是指在过去时间内中根据实际需求选取的一段时间。
光伏场站数据可以包括光伏场站中每天的太阳辐射数据，环境温度、风速等气象数据，在本申请实施例中，主要对光伏场站数据中每天的最低环境温度进行处理。
逆变器数据可以包括逆变器经温度修正过后的系统效率值、光伏场站中逆变器的数量等等。
其中，逆变器的系统效率是指在一段时间内逆变器发电量除以该时间段内逆变器额定容量和接收的峰值辐照小时数的乘积后的结果。但在光伏场站的实际运行中，由于光伏场站环境的改变，尤其是环境温度的改变，会导致逆变器系统效率的改变，因此可以根据光伏场站的实际运行环境数据对逆变器的系统效率进行修正，获得逆变器经温度修正过后的系统效率值，其中，逆变器经温度修正过后的系统效率值的计算方式可以表示为：
其中，PRWC表示逆变器经温度修正过后的系统效率值；Yf表示逆变器等效利用小时数，单位为h；Yr表示峰值日照小时数，单位为h；E表示评估周期内光伏场站并网计量点的交流发电量，单位为kWh；P0表示光伏场站中所有光伏组件标签功率之和，即光伏场站的额定功率，单位为kWp；Hi表示光伏方阵面年辐射量，即评估周期内光伏方阵面斜面辐照度对时间的积分，一般可以参考该光伏场站所处地区的气象数据或者光伏场站自有的监控系统所提供的实际监测倾斜辐照数据，单位为kWh/m2；Gstc表示光伏组件标准测试条件下的辐照度，取值为1000W/ m2；Tcell_typ_avg表示当前工作条件所对应的光伏组件电池片的平均工作温度，其单位为℃；δ表示光伏组件的功率温度系数，其单位为%/℃。
步骤220，根据待处理数据生成光伏场站潜在降雪事件开始状态数组，光伏场站潜在降雪事件开始状态数组用以指示光伏场站每天的潜在降雪事件状态，潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态。
构建光伏场站潜在降雪事件开始状态模型，该模型中可以设置有一个或多个判断条件，当待处理数据符合该模型中所有的判断条件时，才确定待处理数据满足光伏场站潜在降雪事件开始状态模型，确定在待处理数据所对应的日期，光伏场站处于潜在降雪事件开始状态；当待处理数据不符合该模型中至少一个判断条件时，即确定待处理数据不满足光伏场站潜在降雪事件模型，确定在待处理数据所对应的日期，光伏场站处于潜在降雪事件结束状态。
光伏场站潜在降雪事件开始状态数组，是以天为单位构建的用以表示光伏场站潜在降雪事件状态的数组；对于确定光伏场站处于潜在降雪事件开始状态的日期，在光伏场站潜在降雪事件开始状态数组中的对应位置置1，对于确定光伏场站处于潜在降雪事件结束状态的日期，在光伏场站潜在降雪事件开始状态数组中的对应位置置0。
步骤230，根据待处理数据生成逆变器潜在降雪事件结束状态数组，逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态。
构建逆变器潜在降雪事件结束状态模型，该模型中可以设置有一个或多个判断条件，当待处理数据符合该模型中所有的判断条件时，才确定待处理数据满足逆变器潜在降雪事件结束状态模型，确定在待处理数据所对应的日期，光逆变器处于潜在降雪事件结束状态，即逆变器处于正常工作状态；当待处理数据不符合该模型中至少一个判断条件时，即确定待处理数据不满足逆变器潜在降雪事件模型，确定在待处理数据所对应的日期，逆变器处于潜在降雪事件结束状态，即仍处于降雪发生状态。
对以一个光伏场站而言，可以存在有多个逆变器，在生成逆变器潜在降雪事件结束状态数组时，由于各个逆变器所对应的光伏组件或者光伏阵列的安装方式存在差异，包括安装场地、倾斜角度等存在差异，因此各个逆变器生成的逆变器潜在事件结束状态数组之间会存在一定的差异，从而逆变器之间相同日期内对逆变器潜在降雪事件状态的判断存在差异。
以下对于逆变器的说明是针对光伏场站中的单个逆变器进行说明的。
逆变器潜在降雪事件结束状态数组，是以天为单位构建的用以表示逆变器潜在降雪事件状态的数组；对于确定逆变器处于潜在降雪事件结束状态的日期，在逆变器潜在降雪事件结束状态数组中的对应位置置1，对于确定逆变器处于潜在降雪事件开始状态的日期，在逆变器潜在降雪事件结束状态数组中的对应位置置0。
步骤240，根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态。
在降雪天气中，当降雪结束后，由于雪融化过程需要一定时间，因此，对于逆变器而言，即使光伏场站降雪潜在事件已经结束，但对于逆变器而言，由于雪覆盖会使得逆变器仍处于逆变器潜在降雪事件开始状态，因此，需要结合光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，以使得能够基于两者对逆变器降雪事件的状态进行判断。
逆变器降雪事件用以指示真实环境中降雪事件状态，比如，虽然雪覆盖使得逆变器仍处于逆变器潜在降雪事件开始状态，逆变器潜在降雪事件结束状态数组仍表示当前逆变器处于降雪状态，但光伏场站潜在降雪事件开始状态数组表示当前光伏场站未处于降雪状态，即当前逆变器未处于降雪状态，通过降雪事件循环逻辑对光伏场站和逆变器的判断结果进行处理，生成预逆变器降雪事件逻辑循环数组，能够通过该预逆变器降雪事件逻辑数组初步确定当前逆变器降雪事件的状态。
步骤250，建立逆变器绩效指标，根据逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组。
步骤260，根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，光伏场站的降雪日期包括光伏场站的降雪开始日期和光伏场站的降雪结束日期。
在逆变器的运行过程中，还存在由于逆变器自身故障或者光伏组件故障造成的逆变器处于非正常工作状态或者停机状态的情况，从而造成逆变器降雪事件状态判断中将非降雪停机事件也判断为降雪停机事件，因此，需要对预逆变器降雪事件逻辑循环数组进行修正，以排除逆变器降雪事件中的非降雪停机事件，获得逆变器降雪事件逻辑循环数组，该逆变器降雪事件逻辑循环数组可以表示光伏场站中单个逆变器在每天的降雪事件状态，根据光伏场站中所有逆变器的降雪事件状态可以确定光伏场站的降雪日期。
综上所述，本申请实施例中提供的光伏场站降雪日期的确定方法，通过获取待处理数据，根据待处理数据分别生成光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组，并根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，通过建立逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组，以根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，使得在光伏场站的降雪状态的判断过程中，能够定性定量地确定光伏场站的降雪日期，提高确定光伏场站降雪日期的准确性。
本申请实施例提供了一种光伏场站潜在降雪事件开始状态模型和逆变器潜在降雪事件结束状态模型，并且制定了确定光伏场站降雪日期的规则，以下基于上述内容对本申请提供的光伏场站降雪日期的确定方法进行说明。请参考图3，其示出本申请一个示例性实施例提供的光伏场站降雪日期的确定方法的流程图，该光伏场站降雪日期的确定方法可以由计算机设备执行，该计算机设备可以是服务器。如图3所示，该光伏场站降雪日期的确定方法可以包括以下步骤：本申请一个示例性实施例提供的光伏场站降雪事件的判定方法，该光伏场站降雪事件的判定方法可以由计算机设备执行，该计算机设备可以实现为云监控平台，该光伏场站降雪事件的判定方法可以包括以下步骤：
步骤310，获取待处理数据，该待处理数据包括光伏场站每天在预定时间段内的光伏场站数据和逆变器数据。
步骤320，根据待处理数据生成光伏场站潜在降雪事件开始状态数组，光伏场站潜在降雪事件开始状态数组用以指示光伏场站每天的潜在降雪事件状态，潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态。
可选的，上述光伏场站潜在降雪事件开始状态数组的生成过程可以实现为：
1）判断待处理数据是否满足光伏场站潜在降雪事件开始状态模型，光伏场站潜在降雪事件开始状态模型用以指示当前光伏场站中存在潜在降雪事件。
2）响应于待处理数据满足光伏场站潜在降雪事件开始状态模型，在光伏场站潜在降雪事件开始状态数组中的对应位置置1。
3）响应于待处理数据不满足光伏场站潜在降雪事件开始状态模型，在光伏场站潜在降雪事件开始状态数组中的对应位置置0。
若待处理数据符合光伏场站潜在降雪事件开始状态模型，则在光伏场站潜在降雪事件开始状态数组中的对应位置置1，表示待处理数据对应的日期光伏场站中存在潜在降雪事件；若所待处理数据不符合光伏场站潜在降雪事件开始状态模型，则在光伏场站潜在降雪事件开始状态数组中对应位置置0，表示待处理数据对应的日期光伏场站中不存在潜在降雪事件。其中光伏场站潜在降雪事件开始状态模型可以表现为：
1）光伏场站数据中的光伏场站最低环境温度小于温度阈值。
可选的，设置温度阈值，该温度阈值的取值可以为2℃，上述条件可以表示为：
其中TThres表示温度阈值，Ta_min表示光伏场站最低的环境温度，其中，若待处理数据是以每日为单位获取的光伏场站数据和逆变器数据，那么光伏场站最低的环境温度即表示光伏场站每天中的最低环境温度。
2）逆变器数据中的经温度修正后的逆变器的系统效率值小于降雪天的经温度修正后的逆变器的系统效率值经温度修正后的逆变器的系统效率值，即：
其中，降雪天的经温度修正后的逆变器的系统效率值PRThres的取值可以为70%。
3）逆变器数据中相邻两天经温度修正后的逆变器的系统效率值之间的差值小于差值阈值。
可选的，上述过程可以实现为当前经温度修正后的逆变器的系统效率值减去昨天经温度修正后的逆变器的系统效率值，对应的，差值阈值的取值可以为-8℃，上述条件可以表示为：
其中PRWC表示当前经温度修正后的逆变器的系统效率值，PRWCyesterday表示昨天经温度修正后的逆变器的系统效率值，PRDrop表示差值阈值，其中PRDrop的取值可以为-8℃。
4）满足上述三个条件的逆变器的数量占光伏场站中逆变器总数量的比例大于第一占比阈值。
可选的，该占比阈值的取值可以为90%，上述条件可以表示为：
其中表示满足上述条件的逆变器的数量，其中，若逆变器满足上述条件，则可以确定上述逆变器处于潜在降雪事件开始状态，/>表示光伏场站中逆变器的总数量，Thres1表示第一占比阈值，其中Thres1的取值可以为90%。
当待处理数据符合光伏场站潜在降雪事件开始状态模型时，即光伏场站数据及逆变器数据满足光伏场站潜在降雪事件开始状态模型中的全部条件时，则确定光伏场站潜在降雪事件处于开始状态，在光伏场站潜在降雪事件开始状态数组中记1，若待处理数据不符合光伏场站潜在降雪事件开始状态模型时，即光伏场站数据及逆变器数据不满足光伏场站潜在降雪事件开始状态模型中的至少一个条件时，则确定光伏场站潜在降雪事件处于结束状态，在光伏场站潜在降雪事件开始状态数组中记0，由此可以生成光伏场站潜在降雪事件开始状态数组，比如[0，0，0，1，1，0，0，0，1]表示，在连续9天中，第4、5、9天的待处理数据符合光伏场站潜在降雪事件开始状态模型，第1、2、3、6、7、8天的待处理数据不符合光伏场站潜在降雪事件开始状态模型。
需要说明的是，上述对于各个阈值参数的举例仅为示意性的，工作人员可以根据实际应用中的实际需求对各个阈值参数进行调整，本申请不对各个阈值参数进行限制。
步骤330，根据待处理数据生成逆变器潜在降雪事件结束状态数组，逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态。
可选的，对于单个逆变器而言，逆变器潜在降雪事件结束状态数据的生成过程可以表现为：
1）判断待处理数据是否满足逆变器潜在降雪事件结束状态模型，逆变器潜在降雪事件开始状态模型用以指示当前逆变器中存在潜在降雪事件；
2）响应于待处理数据满足逆变器潜在降雪事件结束状态模型，在逆变器潜在降雪事件结束状态数组中的对应位置置1；
3）响应于待处理数据不满足光伏场站潜在降雪事件结束状态模型，在光伏场站潜在降雪事件结束状态数组中的对应位置置0。
可选的，逆变器潜在降雪事件结束状态模型可以是逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值，可以表示为：
其中，PRWC表示经温度修正后的逆变器的系统效率值，PRThres表示降雪天的经温度修正后的逆变器的系统效率值，其中PRThres的取值可以为70%。
也就是说，当单个逆变器的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值时，既可以认为该逆变器处于正常工作状态，也就是说对于逆变器而言，降雪事件结束。
当待处理数据符合逆变器潜在降雪事件结束状态模型时，即逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值时，则确定逆变器潜在降雪事件处于结束状态，在逆变器潜在降雪事件结束状态数组中的对应位置置1，表示待处理数据对应的时间逆变器中存在潜在降雪事件；若待处理数据不符合逆变器潜在降雪事件结束状态模型时，即逆变器数据中的经温度修正后的逆变器的系统效率值不大于降雪天的经温度修正后的逆变器的系统效率值时，则确定逆变器潜在降雪事件处于开始状态，在逆变器潜在降雪事件结束状态数组中的对应位置置0，表示待处理数据对应的时间逆变器中不存在潜在降雪事件。由此可以生成单个逆变器潜在降雪事件结束状态数组，比如[1，0，0，1，0，0，1，0，0]表示，在连续9天中，第1、4、7天的待处理数据符合逆变器潜在降雪事件结束状态模型，第2、3、5、6、8、9天待处理数据不符合逆变器潜在降雪事件结束状态模型。
步骤340，根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组生成预逆变器降雪事件数组，该预逆变器降雪事件数组是非连续的。
其中，上述生成预逆变器降雪事件数组的过程可以表示为：
预逆变器降雪事件数组=光伏场站潜在降雪事件开始状态数组+2*逆变器潜在降雪事件结束状态数组。
上述公式的计算结果可以有0，1，2，3四个计算结果，也就是预逆变器降雪事件数组中可以包括0，1，2，3四个元素，可选的，计算结果为0对应于待处理数据对应的时间光伏场站中不存在潜在降雪事件，且逆变器中不存在潜在降雪事件；计算结果为1对应于待处理数据对应的时间光伏场站中存在潜在降雪事件，但逆变器中不存在潜在降雪事件；计算结果为2对应于待处理数据对应的时间光伏场站中不存在潜在降雪事件，但逆变器中存在潜在降雪事件；计算结果为3对应于待处理数据对应的时间光伏场站中存在潜在降雪事件，且逆变器中存在潜在降雪事件。
在上述计算结果中，计算结果1和3可以表示预逆变器降雪事件的开始，计算结果2可以表示预逆变器降雪事件的结束，计算结果0不能表示预逆变器降雪事件的开始或结束。
比如，根据上述步骤2所示示例中的光伏场站潜在降雪事件开始状态数组和步骤3中所示示例中的逆变器潜在降雪事件结束状态数组生成的预逆变器事件数组为：
即，预逆变器降雪事件数组为[2，0，0，3，1，0，2，0，1]，表示第1、7天处于预逆变器降雪事件结束状态，第4、5、9天处于预逆变器降雪事件开始状态。
步骤350，根据预逆变器降雪事件数组构建预逆变器降雪事件逻辑循环数组。
其中，预逆变器降雪事件预逻辑循环数组用以指示预逆变器降雪事件开始与预逆变器降雪事件结束之间的循环逻辑。
可选的，降雪事件存在两种情况，降雪或者未降雪，也就是说，在降雪状态和未降雪状态之间存在逻辑循环，即在降雪开始事件与降雪结束事件之间一直存在降雪事件，在降雪结束事件与降雪事件之间一直存在未降雪事件。
将预逆变器降雪事件记为1，预逆变器未降雪事件记为0，那么，根据预逆变器降雪事件数组构建的预逆变器降雪事件开始与预逆变器降雪事件结束之间的逻辑循环数组表现为：
将预逆变器降雪事件数组中数值为1或3的位置置1，将预逆变器降雪事件数组中数值为2的位置置0，预逆变器降雪事件数组中数组为0的位置仍置0；
将逻辑循环数组中存在于数值1和数值0之间的位置置1，将逻辑循环数组中存在于数值0和数值1之间的位置置0，用以表示预逆变器降雪事件开始与预逆变器降雪事件结束之间的循环逻辑。
比如，对于步骤4中生成的预逆变器降雪事件数组[2，0，0，3，1，0，2，0，1]，根据该预逆变器降雪事件数组构建的预逆变器降雪事件逻辑循环数组为[0，0，0，1，1，1，0，0，1]，其中第4、5、9天对应的数值1是根据预逆变器降雪事件数组中数值为1或3进行的置1操作，第6天对应的数值1是由于该位置置于数值1和数值0之间，从而将原数值0进行的置1操作。由此可以判断对于该逆变器而言，预逆变器降雪事件从第4天开始到第7天结束，并在第9天开始新一轮预逆变器降雪事件。
步骤360，建立逆变器绩效指标，根据逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组。
由于在某些情况下，由于逆变器自身的原因也会导致逆变器的PRWC<PRThres，即由于自身原因造成非降雪停机事件，从而造成对逆变器降雪事件的判断出现误差，因此，需要建立逆变器绩效指标以区分逆变器的降雪停机事件与非降雪停机事件，从而对预逆变器降雪事件逻辑循环数组进行修正。
其中，逆变器绩效指标的判断方法可以是：
1）当逆变器功率>1%，且没有逆变器限电时，计算逆变器绩效指标的基准值。
2）当逆变器的绩效指标基准值小于逆变器绩效指标阈值，且持续时间满足第三时间阈值时，确定当天逆变器处于降雪停机事件中。
其中，逆变器绩效指标的基准值snow_KPI可以等于逆变器经温度修正后的逆变器的系统效率值，即：
设置逆变器绩效指标阈值为snow_KPI_threshold，其中snow_KPI_threshold的取值可以为70%。
对于处于降雪停机状态的逆变器而言，在降雪事件发生期间，至少存在一天，逆变器的绩效指标基准值高于0且低于逆变器绩效指标阈值。若逆变器处于中间性能水平，即逆变器的绩效指标基准值处于0到绩效指标阈值之间，表明逆变器已启动，由于降雪事件降低预期的逆变器性能，使得逆变器绩效指标的基准值小于逆变器绩效指标阈值；而当逆变器是处于由非降雪事件造成的给降雪停机事件时，会出现在逆变器重新启动后处于较高的性能水平，使得逆变器绩效指标的基准值大于逆变器绩效指标阈值，因此，可以通过对逆变器绩效指标的基准值的判断来确定逆变器的降雪停机事件与非降雪停机事件，判断过程可以表现为，若逆变器绩效指标的基准值小于逆变器绩效指标阈值，且持续时间达到第一时间阈值，则表示该逆变器中存在降雪停机事件，若逆变器绩效指标的基准值不小于逆变器绩效指标阈值，或者逆变器绩效指标的基准值小于逆变器绩效指标阈值，但持续时间未达到第一时间阈值，则表示该逆变器中不存在降雪停机事件。上述判断过程可以表现为：
/>
其中Thold表示持续时间，Tthres3表示第三时间阈值，其中，Tthres3的取值可以为1天。
当确定逆变器中存在降雪停机事件时，维持预逆变器降雪事件逻辑循环数组中指示为降雪事件对应位置的数值为1，当确定逆变器中存在非降雪停机事件时，将预逆变器降雪事件逻辑循环数组中指示为降雪停机事件对应位置的数值置0，以获取逆变器降雪事件逻辑循环数组。比如，对于上述预逆变器降雪事件逻辑循环数组[0，0，0，1，1，1，0，0，1]进行修正，若第4天的逆变器绩效指标的基准值大于逆变器绩效指标阈值，则说明该逆变器在第4天预判断为存在降雪事件是由于非降雪停机事件造成的，因此将第4天对应位置处的数值置0；而第5，6天的逆变器绩效指标的基准值小于逆变器绩效指标阈值，且持续时间大于1天，则说明该逆变器在第5、6天预判断为存在降雪事件是由于降雪停机事件造成的，因此维持第5、6、9天对应位置处的数值为1，经修正后获得的逆变器降雪事件逻辑循环数组为[0，0，0，0，1，1，0，0，1]，即确定对于该逆变器而言降雪事件从第5天开始至第7天结束，之后，从第9天开始新一轮降雪事件。
步骤370，根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期。
可选的，上述过程可以实现为：
根据逆变器降雪事件逻辑循环数组获取逆变器降雪事件状态；
响应于光伏场站中处于逆变器降雪事件结束状态的逆变器数量占光伏场站的逆变器总数的比例大于第二占比阈值，且持续时间大于第一时间阈值，则确定光伏场站处于降雪事件结束状态；
或者，
响应于光伏场站中处于逆变器降雪事件结束状态的逆变器数量占光伏场站的逆变器总数的比例大于第三占比阈值，且持续时间大于第二时间阈值，则确定光伏场站处于降雪事件结束状态。
比如，以天为单位，对光伏场站中所有逆变器的降雪事件状态进行统计，若连续两天光伏场站中存在大于第二占比阈值的逆变器降雪事件处于结束状态，则判定光伏场站降雪事件结束，或者，某天光伏场站中存在大于第三占比阈值的逆变器降雪事件处于结束状态，则判定光伏场站降雪事件结束，上述判断过程可以表示为：
或者，
其中，day表示光伏场站中处于降雪事件结束状态的持续天数，Inverter_confirmed表示逆变器处于降雪事件开始状态的数量，sum_inverters表示光伏场站中逆变器的总数量，Thres2表示第二占比阈值，Thres3表示第三占比阈值，TThres1表示第一时间阈值，TThres2表示第二时间阈值，其中Thres2的取值可以为60%， TThres1的取值可以为2天，Thres3的取值可以为80%，TThres2的取值可以为1天。
相应的，在确定光伏场站降雪事件结束状态之后，即可以根据降雪事件的连续性，确定光伏场站降雪事件开始状态。
比如，基于上述过程，确定第1、2、3、4、7天处于光伏场站处于光伏场站降雪事件结束状态，那么基于降雪事件的连续性，则可以确定第5、6天处于光伏场站降雪事件开始状态。
需要说明的是，上述对于各个阈值参数的举例仅为示意性的，工作人员可以根据实际应用中的实际需求对各个阈值参数进行调整，本申请不对各个阈值参数进行限制。
综上所述，本申请实施例中提供的光伏场站降雪日期的确定方法，通过获取待处理数据，根据待处理数据分别生成光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组，并根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建逆变器降雪事件逻辑循环数组，通过建立逆变器绩效指标对逆变器降雪事件逻辑循环数组进行修正，以根据修正后的逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，使得在光伏场站的降雪状态的判断过程中，能够定性定量地确定光伏场站的降雪日期，提高确定光伏场站降雪日期的准确性。
请参考图4，其示出了本申请一个示例性实施例提供的光伏场站降雪日期的确定装置的方框图。该装置可以通过软件的形式实现为计算机设备的全部或者部分，以执行图2或图3对应实施例所示的方法的全部或部分步骤，其中该计算机设备可以实现为云监控平台，如图4所示，该光伏场站降雪日期的确定装置可以包括：
数据获取模块410，用于获取待处理数据，待处理数据包括光伏场站每天在预定时间段内的光伏场站数据和逆变器数据；
第一生成模块420，用于根据待处理数据生成光伏场站潜在降雪事件开始状态数组，光伏场站潜在降雪事件开始状态数组用以指示光伏场站每天的潜在降雪事件状态，潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态；
第二生成模块430，用于根据待处理数据生成逆变器潜在降雪事件结束状态数组，逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态；
数组构建模块440，用于根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态；
数组修正模块450，用于建立逆变器绩效指标，根据逆变器绩效指标对预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组。
确定模块460，用于根据逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，光伏场站的降雪日期包括光伏场站的降雪开始日期和光伏场站的降雪结束日期。
可选的，该第一生成模块420，包括：
第一判断子模块，用于判断待处理数据是否满足光伏场站潜在降雪事件开始状态模型，光伏场站潜在降雪事件开始状态模型用以指示当前光伏场站中存在潜在降雪事件；
第一设置子模块，用于响应于待处理数据满足光伏场站潜在降雪事件开始状态模型，在光伏场站潜在降雪事件开始状态数组中的对应位置置1；
第二设置子模块，用于响应于待处理数据不满足光伏场站潜在降雪事件开始状态模型，在光伏场站潜在降雪事件开始状态数组中的对应位置置0。
可选的，光伏场站潜在降雪事件开始状态模型包括：
光伏场站数据中的光伏场站最低环境温度小于温度阈值；
逆变器数据中的经温度修正后的逆变器的系统效率值小于降雪天的经温度修正后的逆变器的系统效率值；
逆变器数据中相邻两天经温度修正后的逆变器的系统效率值之间的差值小于差值阈值；
满足上述三个条件的逆变器的数量占光伏场站中逆变器总数量的比例大于第一占比阈值。
可选的，该第二生成模块430，包括：
第二判断模块，用于判断待处理数据是否满足逆变器潜在降雪事件结束状态模型，逆变器潜在降雪事件开始状态模型用以指示当前逆变器中存在潜在降雪事件；
第三设置子模块，用于响应于待处理数据满足逆变器潜在降雪事件结束状态模型，在逆变器潜在降雪事件结束状态数组中的对应位置置1；
第四设置子模块，用于响应于待处理数据不满足光伏场站潜在降雪事件结束状态模型，在光伏场站潜在降雪事件结束状态数组中的对应位置置0。
可选的，逆变器潜在降雪事件结束状态模型包括：
逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值。
可选的，该数组构建模块440，包括：
第一数组构建子模块，用于根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组生成预逆变器降雪事件数组，预逆变器降雪事件数组是非连续的；
第二数组构建子模块，用于根据预逆变器降雪事件数组构建预逆变器降雪事件逻辑循环数组。
可选的，该确定模块460，包括：
获取子模块，用于根据逆变器降雪事件逻辑循环数组获取逆变器降雪事件状态；
第一确定子模块，用于响应于光伏场站中处于逆变器降雪事件结束状态的逆变器数量占光伏场站的逆变器总数的比例大于第二占比阈值，且持续时间大于第一时间阈值，则确定光伏场站处于降雪事件结束状态；
或者，
第二确定子模块，用于响应于光伏场站中处于逆变器降雪事件结束状态的逆变器数量占光伏场站的逆变器总数的比例大于第三占比阈值，且持续时间大于第二时间阈值，则确定光伏场站处于降雪事件结束状态。
综上所述，本申请实施例中提供的光伏场站降雪日期的确定装置，应用在计算机设备中，通过获取待处理数据，根据待处理数据分别生成光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组，并根据光伏场站潜在降雪事件开始状态数组和逆变器潜在降雪事件结束状态数组构建逆变器降雪事件逻辑循环数组，通过建立逆变器绩效指标对逆变器降雪事件逻辑循环数组进行修正，以根据修正后的逆变器降雪事件逻辑循环数组确定光伏场站的降雪日期，使得在光伏场站的降雪状态的判断过程中，能够定性定量地确定光伏场站的降雪日期，提高确定光伏场站降雪日期的准确性。
图5是根据一个示例性实施例示出的计算机设备500的结构框图。该计算机设备可以实现为本申请上述方案中的云监控平台。所述计算机设备500包括中央处理单元（Central Processing Unit，CPU）501、包括随机存取存储器（Random Access Memory ，RAM）502和只读存储器（Read-Only Memory，ROM）503的系统存储器504，以及连接系统存储器504和中央处理单元501的系统总线505。所述计算机设备500还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统（Input /Output 系统，I/O系统）506，和用于存储操作系统513、应用程序514和其他程序模块515的大容量存储设备507。
所述基本输入/输出系统506包括有用于显示信息的显示器508和用于用户输入信息的诸如鼠标、键盘之类的输入设备509。其中所述显示器508和输入设备509都通过连接到系统总线505的输入输出控制器510连接到中央处理单元501。所述基本输入/输出系统506还可以包括输入输出控制器510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器510还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备507通过连接到系统总线505的大容量存储控制器（未示出）连接到中央处理单元501。所述大容量存储设备507及其相关联的计算机可读介质为计算机设备500提供非易失性存储。也就是说，所述大容量存储设备507可以包括诸如硬盘或者只读光盘（Compact Disc Read-Only Memory，CD-ROM）驱动器之类的计算机可读介质（未示出）。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读寄存器（Erasable Programmable Read Only Memory，EPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-OnlyMemory，EEPROM）、闪存或其他固态存储其技术，CD-ROM、数字多功能光盘（DigitalVersatile Disc，DVD）或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器504和大容量存储设备507可以统称为存储器。
根据本申请的各种实施例，所述计算机设备500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备500可以通过连接在所述系统总线505上的网络接口单元511连接到网络512，或者说，也可以使用网络接口单元511来连接到其他类型的网络或远程计算机系统（未示出）。
所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，中央处理单元501通过执行该一个或一个以上程序来实现图2、或图3所示的方法的全部或者部分步骤。
本领域技术人员可以理解，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本申请实施例还提供了一种计算机可读存储介质，用于存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述光伏场站降雪日期的确定方法。例如，该计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (6)

1.一种光伏场站降雪日期的确定方法，其特征在于，所述方法包括：
获取待处理数据，所述待处理数据包括所述光伏场站在预定时间段内每天的光伏场站数据和逆变器数据；
根据所述待处理数据生成光伏场站潜在降雪事件开始状态数组，所述光伏场站潜在降雪事件开始状态数组用以指示所述光伏场站每天的潜在降雪事件状态，所述潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态；
根据所述待处理数据生成逆变器潜在降雪事件结束状态数组，所述逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态；
根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，所述预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，所述逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态；
建立逆变器绩效指标，根据所述逆变器绩效指标对所述预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组；
根据所述逆变器降雪事件逻辑循环数组确定所述光伏场站的降雪日期，所述光伏场站的降雪日期包括所述光伏场站的降雪开始日期和所述光伏场站的降雪结束日期；
其中，所述根据所述待处理数据生成光伏场站潜在降雪事件开始状态数组，包括：判断所述待处理数据是否满足光伏场站潜在降雪事件开始状态模型，所述光伏场站潜在降雪事件开始状态模型用以指示当前光伏场站中存在潜在降雪事件；响应于所述待处理数据满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置1；响应于所述待处理数据不满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置0；所述光伏场站潜在降雪事件开始状态模型包括：所述光伏场站数据中的光伏场站最低环境温度小于温度阈值；所述逆变器数据中的经温度修正后的逆变器的系统效率值小于降雪天的经温度修正后的逆变器的系统效率值；所述逆变器数据中相邻两天经温度修正后的逆变器的系统效率值之间的差值小于差值阈值；满足上述三个条件的逆变器的数量占所述光伏场站中逆变器总数量的比例大于第一占比阈值；
所述根据所述待处理数据生成逆变器潜在降雪事件结束状态数组，包括：判断所述待处理数据是否满足逆变器潜在降雪事件结束状态模型，所述逆变器潜在降雪事件开始状态模型用以指示当前逆变器中存在潜在降雪事件；响应于所述待处理数据满足所述逆变器潜在降雪事件结束状态模型，在所述逆变器潜在降雪事件结束状态数组中的对应位置置1；响应于所述待处理数据不满足所述光伏场站潜在降雪事件结束状态模型，在所述光伏场站潜在降雪事件结束状态数组中的对应位置置0；所述逆变器潜在降雪事件结束状态模型包括：所述逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值；
所述建立逆变器绩效指标，根据所述逆变器绩效指标对所述预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组，包括：当逆变器功率>1％，且没有逆变器限电时，计算逆变器绩效指标的基准值；若逆变器绩效指标的基准值小于逆变器绩效指标阈值，且持续时间达到第一时间阈值，维持预逆变器降雪事件逻辑循环数组中指示为降雪事件对应位置的数值为1，若逆变器绩效指标的基准值不小于逆变器绩效指标阈值，将预逆变器降雪事件逻辑循环数组中指示为降雪停机事件对应位置的数值置0，获得所述逆变器降雪事件逻辑循环数组。
2.根据权利要求1所述的方法，其特征在于，所述根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组包括：
根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组生成预逆变器降雪事件数组，所述预逆变器降雪事件数组是非连续的；
根据所述预逆变器降雪事件数组构建预逆变器降雪事件逻辑循环数组。
3.根据权利要求1所述的方法，其特征在于，所述根据所述逆变器降雪事件逻辑循环数组确定所述光伏场站的降雪日期，包括：
根据所述逆变器降雪事件逻辑循环数组获取逆变器降雪事件状态；
响应于所述光伏场站中处于逆变器降雪事件结束状态的逆变器数量占所述光伏场站的逆变器总数的比例大于第二占比阈值，且持续时间大于第一时间阈值，则确定光伏场站处于降雪事件结束状态；
或者，
响应于所述光伏场站中处于逆变器降雪事件结束状态的逆变器数量占所述光伏场站的逆变器总数的比例大于第三占比阈值，且持续时间大于第二时间阈值，则确定光伏场站处于降雪事件结束状态。
4.一种光伏场站降雪日期的确定装置，其特征在于，所述装置包括：
数据获取模块，用于获取待处理数据，所述待处理数据包括所述光伏场站在预定时间段内每天的光伏场站数据和逆变器数据；
第一生成模块，用于根据所述待处理数据生成光伏场站潜在降雪事件开始状态数组，所述光伏场站潜在降雪事件开始状态数组用以指示所述光伏场站每天的潜在降雪事件状态，所述潜在降雪事件状态包括潜在降雪事件开始状态或潜在降雪事件结束状态；
第二生成模块，用于根据所述待处理数据生成逆变器潜在降雪事件结束状态数组，所述逆变器潜在降雪事件结束状态数组用以指示单个逆变器每天的潜在降雪事件状态；
数组构建模块，用于根据所述光伏场站潜在降雪事件开始状态数组和所述逆变器潜在降雪事件结束状态数组构建预逆变器降雪事件逻辑循环数组，所述预逆变器降雪事件逻辑循环数组用以指示单个逆变器每天的逆变器降雪事件状态，所述逆变器降雪事件状态包括逆变器降雪事件开始状态或逆变器降雪事件结束状态；
数组修正模块，用于建立逆变器绩效指标，根据所述逆变器绩效指标对所述预逆变器降雪事件逻辑循环数组进行修正，获得逆变器降雪事件逻辑循环数组；
确定模块，用于根据所述逆变器降雪事件逻辑循环数组确定所述光伏场站的降雪日期，所述光伏场站的降雪日期包括所述光伏场站的降雪开始日期和所述光伏场站的降雪结束日期；
所述第一生成模块，用于判断所述待处理数据是否满足光伏场站潜在降雪事件开始状态模型，所述光伏场站潜在降雪事件开始状态模型用以指示当前光伏场站中存在潜在降雪事件；响应于所述待处理数据满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置1；响应于所述待处理数据不满足所述光伏场站潜在降雪事件开始状态模型，在所述光伏场站潜在降雪事件开始状态数组中的对应位置置0；所述光伏场站潜在降雪事件开始状态模型包括：所述光伏场站数据中的光伏场站最低环境温度小于温度阈值；所述逆变器数据中的经温度修正后的逆变器的系统效率值小于降雪天的经温度修正后的逆变器的系统效率值；所述逆变器数据中相邻两天经温度修正后的逆变器的系统效率值之间的差值小于差值阈值；满足上述三个条件的逆变器的数量占所述光伏场站中逆变器总数量的比例大于第一占比阈值；
所述第二生成模块，用于判断所述待处理数据是否满足逆变器潜在降雪事件结束状态模型，所述逆变器潜在降雪事件开始状态模型用以指示当前逆变器中存在潜在降雪事件；响应于所述待处理数据满足所述逆变器潜在降雪事件结束状态模型，在所述逆变器潜在降雪事件结束状态数组中的对应位置置1；响应于所述待处理数据不满足所述光伏场站潜在降雪事件结束状态模型，在所述光伏场站潜在降雪事件结束状态数组中的对应位置置0；所述逆变器潜在降雪事件结束状态模型包括：所述逆变器数据中的经温度修正后的逆变器的系统效率值大于降雪天的经温度修正后的逆变器的系统效率值；
所述数组修正模块，用于当逆变器功率>1％，且没有逆变器限电时，计算逆变器绩效指标的基准值；若逆变器绩效指标的基准值小于逆变器绩效指标阈值，且持续时间达到第一时间阈值，维持预逆变器降雪事件逻辑循环数组中指示为降雪事件对应位置的数值为1，若逆变器绩效指标的基准值不小于逆变器绩效指标阈值，将预逆变器降雪事件逻辑循环数组中指示为降雪停机事件对应位置的数值置0，获得所述逆变器降雪事件逻辑循环数组。
5.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至3任一所述的光伏场站降雪日期的确定方法。
6.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至3任一所述的光伏场站降雪日期的确定方法。
CN202010102526.6A 2020-02-19 2020-02-19 光伏场站降雪日期的确定方法、装置、设备及存储介质 Active CN111401689B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010102526.6A CN111401689B (zh) 2020-02-19 2020-02-19 光伏场站降雪日期的确定方法、装置、设备及存储介质
PCT/SG2021/050066 WO2021167530A1 (en) 2020-02-19 2021-02-10 Method and apparatus for determining snowfall date of photovoltaic station, and device and storage medium thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010102526.6A CN111401689B (zh) 2020-02-19 2020-02-19 光伏场站降雪日期的确定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111401689A CN111401689A (zh) 2020-07-10
CN111401689B true CN111401689B (zh) 2023-08-04

Family

ID=71413858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010102526.6A Active CN111401689B (zh) 2020-02-19 2020-02-19 光伏场站降雪日期的确定方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN111401689B (zh)
WO (1) WO2021167530A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401689B (zh) * 2020-02-19 2023-08-04 远景智能国际私人投资有限公司 光伏场站降雪日期的确定方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0081606A1 (de) * 1981-12-14 1983-06-22 Skidata Computerhandelsgesellschaft M.B.H. Verfahren zur Ermittlung der Benutzung der einzelnen Personen-Transport- und Vergnügungseinrichtungen einer Anlage
CN103593582A (zh) * 2013-11-29 2014-02-19 民政部国家减灾中心 一种区域雪灾风险估计方法
CN104200280A (zh) * 2014-08-22 2014-12-10 钱胜利 一种用于风电功率预测的方法及系统
CN104933502A (zh) * 2014-11-27 2015-09-23 国网山东省电力公司应急管理中心 基于电网gis的应急智能化统一通信调度系统及调度方法
CN106203713A (zh) * 2016-07-14 2016-12-07 国网湖南省电力公司 考虑太阳辐射的北方地区电网覆冰数值预报修正方法
CN106228259A (zh) * 2016-07-14 2016-12-14 国网湖南省电力公司 基于小型水体特征分析的电网覆冰数值预报误差修正方法
JP2017063591A (ja) * 2015-04-30 2017-03-30 株式会社別川製作所 太陽光発電システム、太陽光発電ユニットの診断方法および診断プログラム
CN108064361A (zh) * 2016-08-18 2018-05-22 苏州聚晟太阳能科技股份有限公司 智能化跟踪系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3838921B2 (ja) * 2002-02-05 2006-10-25 富士通株式会社 除排雪に関連する情報処理方法
CN108205599B (zh) * 2016-12-20 2023-04-07 阿特斯阳光电力集团股份有限公司 判断光伏电站所在地组件是否积雪的方法
CN111401689B (zh) * 2020-02-19 2023-08-04 远景智能国际私人投资有限公司 光伏场站降雪日期的确定方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0081606A1 (de) * 1981-12-14 1983-06-22 Skidata Computerhandelsgesellschaft M.B.H. Verfahren zur Ermittlung der Benutzung der einzelnen Personen-Transport- und Vergnügungseinrichtungen einer Anlage
CN103593582A (zh) * 2013-11-29 2014-02-19 民政部国家减灾中心 一种区域雪灾风险估计方法
CN104200280A (zh) * 2014-08-22 2014-12-10 钱胜利 一种用于风电功率预测的方法及系统
CN104933502A (zh) * 2014-11-27 2015-09-23 国网山东省电力公司应急管理中心 基于电网gis的应急智能化统一通信调度系统及调度方法
JP2017063591A (ja) * 2015-04-30 2017-03-30 株式会社別川製作所 太陽光発電システム、太陽光発電ユニットの診断方法および診断プログラム
CN106203713A (zh) * 2016-07-14 2016-12-07 国网湖南省电力公司 考虑太阳辐射的北方地区电网覆冰数值预报修正方法
CN106228259A (zh) * 2016-07-14 2016-12-14 国网湖南省电力公司 基于小型水体特征分析的电网覆冰数值预报误差修正方法
CN108064361A (zh) * 2016-08-18 2018-05-22 苏州聚晟太阳能科技股份有限公司 智能化跟踪系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
中国典型Ⅰ类辐照地区的光伏并网逆变器性能评价方法;王炳楠等;《电力系统自动化》(第12期);全文 *
辽宁省冬半年降雪初终日的气候变化特征;赵春雨等;《高原气象》(第03期);全文 *

Also Published As

Publication number Publication date
CN111401689A (zh) 2020-07-10
WO2021167530A1 (en) 2021-08-26

Similar Documents

Publication Publication Date Title
Ventura et al. Utility scale photovoltaic plant indices and models for on-line monitoring and fault detection purposes
JP5658881B2 (ja) 太陽光発電装置の電気生産量を予測する方法
CN111082749B (zh) 光伏组串运行状态的识别方法、装置及存储介质
US20140188410A1 (en) Methods for Photovoltaic Performance Disaggregation
Cirés et al. The potential of forecasting in reducing the LCOE in PV plants under ramp-rate restrictions
US20160378890A1 (en) Method for predicting a future timing of lowering of current value or power generation quantity of solar power generation system
KR101061025B1 (ko) 태양광발전 장치의 이상유무 검출 시스템 및 방법
WO2016166991A1 (ja) 太陽光発電設備の診断システムおよびプログラム
JP2004138293A (ja) 異常監視方法、監視装置および異常監視システム
CN111401689B (zh) 光伏场站降雪日期的确定方法、装置、设备及存储介质
Lindig et al. New PV performance loss methodology applying a self-regulated multistep algorithm
KR102159768B1 (ko) 태양광발전 어레이의 Hot Spot 진단 장치 및 방법
KR101544713B1 (ko) 태양광 발전기 출력 저하 판단 방법 및 장치
CN116502771A (zh) 一种基于电力物资预测的配电方法及系统
TWI645663B (zh) Abnormal judgment method and system for power generation performance of solar energy equipment
US11086278B2 (en) Adaptive system monitoring using incremental regression model development
Hunt et al. Availability of utility-scale photovoltaic power plants
JP7435073B2 (ja) 異常検知装置、異常検知方法、および異常検知プログラム
JP2018108025A (ja) 発電設備の診断システム
JP6339449B2 (ja) 発電設備の診断システム
CN113011477B (zh) 一种太阳辐照数据的清洗和补全系统及方法
CN113609686B (zh) 一种新能源置信容量分析方法及系统
KR102338524B1 (ko) 최적 발전 입찰값 결정 시스템 및 방법
CN116418292B (zh) 一种光伏组件的性能测试方法以及系统
CN114070198B (zh) 分布式光伏发电系统的故障诊断方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant