CN113092900A - 光伏逆变器的状态检测方法、装置及计算机可读存储介质 - Google Patents

光伏逆变器的状态检测方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN113092900A
CN113092900A CN202110316755.2A CN202110316755A CN113092900A CN 113092900 A CN113092900 A CN 113092900A CN 202110316755 A CN202110316755 A CN 202110316755A CN 113092900 A CN113092900 A CN 113092900A
Authority
CN
China
Prior art keywords
photovoltaic inverter
state
euclidean distance
preset
inverter
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.)
Granted
Application number
CN202110316755.2A
Other languages
English (en)
Other versions
CN113092900B (zh
Inventor
苏朋飞
杨宗军
李凡
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.)
Sungrow Renewables Development Co Ltd
Original Assignee
Sungrow Renewables Development Co 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 Sungrow Renewables Development Co Ltd filed Critical Sungrow Renewables Development Co Ltd
Priority to CN202110316755.2A priority Critical patent/CN113092900B/zh
Publication of CN113092900A publication Critical patent/CN113092900A/zh
Application granted granted Critical
Publication of CN113092900B publication Critical patent/CN113092900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Photovoltaic Devices (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种光伏逆变器的状态检测方法、装置及计算机可读存储介质,方法包括:获取光伏逆变器的运行参数,并提取运行参数的特征向量;获取特征向量到预设安全域的边界的欧式距离;比对欧式距离与预设的告警阈值;根据比对结果确定光伏逆变器的状态。本发明可提高光伏逆变器状态监测的准确率。

Description

光伏逆变器的状态检测方法、装置及计算机可读存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种光伏逆变器的状态检测方法、装置及计算机可读存储介质。
背景技术
光伏逆变器是光伏发电系统的关键部件,其健康状态直接影响整个光伏发电系统运行的安全和稳定。准确检测光伏逆变器故障,有利于建立合理有效的维修计划,减少光伏电站发电量损失,提高电站业主发电收益,目前的状态监测方式往往是在运行参数超过报警阈值时进行故障报警,但该方式仅能监测光伏电站的故障状态,状态监测不够准确。
发明内容
本发明实施例通过提供一种光伏逆变器的状态检测方法、装置及计算机可读存储介质,旨在解决目前的光伏逆变器状态监测不够准确的技术问题。
本发明实施例提供一种光伏逆变器的状态检测方法,应用于光伏逆变器,所述方法包括:
获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;
获取所述特征向量到所述预设安全域的边界的欧式距离;
比对所述欧式距离与预设的告警阈值;
根据所述比对结果确定所述光伏逆变器的状态。
在一实施例中,所述预设安全域为虚拟模型,所述获取所述特征向量与预设安全域的参考特征向量的欧式距离的步骤包括:
获取所述预设安全域的半径,并获取所述特征向量与所述预设安全域的中心点的特征向量之间的距离;
获取所述距离与所述半径的差值,并将所述差值作为所述欧式距离。
在一实施例中,所述根据所述比对结果确定所述光伏逆变器的状态的步骤包括:
在所述比对结果为所述欧式距离大于所述告警阈值时,判定所述光伏逆变器的状态为未发生故障;
在所述比对结果为所述欧式距离小于所述告警阈值时,判断所述欧式距离是否小于0;
在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障;
在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障。
在一实施例中,所述在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障的步骤包括:
在所述欧式距离大于或等于0时,更新所述欧式距离大于或等于0的第一次数;
在所述第一次数达到第一预设次数时,判定所述光伏逆变器的状态为即将发生故障。
在一实施例中,所述在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障的步骤包括:
在所述欧式距离小于0时,更新所述欧式距离小于0的第二次数;
在所述第二次数达到第二预设次数时,判定所述光伏逆变器的状态为已发生故障。
在一实施例中,所述获取检测信号的步骤之前,所述方法还包括:
获取训练集,所述训练集通过所述光伏逆变器的历史运行参数得到;
根据预设的松弛因子、预设的惩罚因子以及所述训练集确定所述预设安全域的中心点以及半径,以得到所述预设安全域。
在一实施例中,所获取训练集包括:
通过支持向量数据描述算法对所述光伏逆变器的历史运行参数进行预处理,所述预处理包括对所述历史运行参数对应的运行状态进行标记;
根据预处理后的所述历史运行参数生成所述训练集。
在一实施例中,所述根据所述比对结果确定所述光伏逆变器的状态的步骤之后,所述方法还包括:
在确定所述光伏逆变器的状态为即将发生故障或者已发生故障时,输出所述光伏逆变器的状态对应的提示信息
本发明实施例还提供一种光伏逆变器的状态检测装置,所述光伏逆变器的状态检测装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的光伏逆变器的状态检测程序,所述处理器执行所述光伏逆变器的状态检测程序时实现如上所述的光伏逆变器的状态检测方法的各个步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有光伏逆变器的状态检测程序,所述光伏逆变器的状态检测程序被处理器执行时实现如上所述的光伏逆变器的状态检测方法的各个步骤。
在本实施例的技术方案中,光伏逆变器的状态检测装置获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;获取所述特征向量到所述预设安全域的边界的欧式距离;比对所述欧式距离与预设的告警阈值;根据所述比对结果确定所述光伏逆变器的状态。由于光伏逆变器的状态检测装置根据光伏逆变器的运行参数以及预设的安全域来确定出了一个欧式距离,可根据欧式距离以及设定的告警阈值来确定光伏逆变器工作状态的变化趋势,提高了光伏逆变器状态监测的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例涉及的光伏逆变器的状态检测装置的硬件构架示意图;
图2为本发明光伏逆变器的状态检测方法第一实施例的流程示意图;
图3为本发明光伏逆变器的状态检测方法第二实施例步骤S20的细化流程示意图;
图4为本发明光伏逆变器的状态检测方法第三实施例步骤S40的细化流程示意图;
图5为本发明光伏逆变器的状态检测方法第四实施例步骤S43的细化流程示意图;
图6为本发明光伏逆变器的状态检测方法第五实施例步骤S44的细化流程示意图;
图7为本发明光伏逆变器的状态检测方法第六实施例的流程示意图。
具体实施方式
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的主要解决方案是:光伏逆变器的状态检测装置获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;获取所述特征向量到所述预设安全域的边界的欧式距离;比对所述欧式距离与预设的告警阈值;根据所述比对结果确定所述光伏逆变器的状态。
由于光伏逆变器的状态检测装置根据光伏逆变器的运行参数以及预设的安全域来确定出了一个欧式距离,可根据欧式距离以及设定的告警阈值来确定光伏逆变器工作状态的变化趋势,提高了光伏逆变器状态监测的准确率。
作为一种实现方式,光伏逆变器的状态检测装置可以如图1。
本发明实施例方案涉及的是光伏逆变器的状态检测装置,光伏逆变器的状态检测装置包括:处理器101,例如CPU,存储器102,通信总线103。其中,通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。如图1,作为一种计算机存储介质的存储器103中可以包括检测程序;而处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;
获取所述特征向量到所述预设安全域的边界的欧式距离;
比对所述欧式距离与预设的告警阈值;
根据所述比对结果确定所述光伏逆变器的状态。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取所述预设安全域的半径,并获取所述特征向量与所述预设安全域的中心点的特征向量之间的距离;
获取所述距离与所述半径的差值,并将所述差值作为所述欧式距离。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
在所述比对结果为所述欧式距离大于所述告警阈值时,判定所述光伏逆变器的状态为未发生故障;
在所述比对结果为所述欧式距离小于所述告警阈值时,判断所述欧式距离是否小于0;
在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障;
在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
在所述欧式距离大于或等于0时,更新所述欧式距离大于或等于0的第一次数;
在所述第一次数达到第一预设次数时,判定所述光伏逆变器的状态为即将发生故障。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
在所述欧式距离小于0时,更新所述欧式距离小于0的第二次数;
在所述第二次数达到第二预设次数时,判定所述光伏逆变器的状态为已发生故障。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取训练集,所述训练集通过所述光伏逆变器的历史运行参数得到;
根据预设的松弛因子、预设的惩罚因子以及所述训练集确定所述预设安全域的中心点以及半径,以得到所述预设安全域。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
通过支持向量数据描述算法对所述光伏逆变器的历史运行参数进行预处理,所述预处理包括对所述历史运行参数对应的运行状态进行标记;
根据预处理后的所述历史运行参数生成所述训练集。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
在确定所述光伏逆变器的状态为即将发生故障或者已发生故障时,输出所述光伏逆变器的状态对应的提示信息。
在本实施例的技术方案中,光伏逆变器的状态检测装置获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;获取所述特征向量到所述预设安全域的边界的欧式距离;比对所述欧式距离与预设的告警阈值;根据所述比对结果确定所述光伏逆变器的状态。由于光伏逆变器的状态检测装置根据光伏逆变器的运行参数以及预设的安全域来确定出了一个欧式距离,可根据欧式距离以及设定的告警阈值来确定光伏逆变器工作状态的变化趋势,提高了光伏逆变器状态监测的准确率。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2,图2为本发明光伏逆变器的状态检测方法的第一实施例,方法包括以下步骤:
步骤S10,获取光伏逆变器的运行参数,并提取所述运行参数的特征向量。
在本实施例中,光伏逆变器中的光伏(PV or photovoltaic)是太阳能光伏发电系统的简称,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,有独立运行和并网运行两种方式;光伏逆变器中的逆变器是一种由半导体器件组成的电力调整装置,主要用于把直流电力转换成交流电力,一般由升压回路和逆变桥式回路构成。升压回路把太阳电池的直流电压升压到逆变器输出控制所需的直流电压;逆变桥式回路则把升压后的直流电压等价地转换成常用频率的交流电压,光伏逆变器是光伏发电系统的关键部件,其健康状态直接影响整个光伏发电系统运行的安全和稳定。准确检测光伏逆变器故障,有利于建立合理有效的维修计划,减少光伏电站发电量损失,提高电站业主发电收益。目前光伏逆变器检修通常采用事后维修,检修人员难以实时掌握光伏逆变器的健康状态。通过故障检测技术可以帮助运维检修人员掌握逆变器运行状态。
具体的,上述运行参数是光伏逆变器在进行工作时的运行参数,可选的,可实时获取运行参数;上述特征向量是对得到的运行参数进行预处理及/或标准化后得到的向量,具体的,采集逆变器的输出功率、各相电流、各相电压、各相IGBT温度、光伏逆变器每路PV输入功率、电流、电压等运行参数;然后进行数据预处理及/或标准化,以提取采样时刻光伏逆变器运行状态数据的特征向量。
步骤S20,获取所述特征向量到所述预设安全域的边界的欧式距离。
在本实施例中,预设安全域是根据预先训练得到的安全域模型确定的,可选的,安全域模型是根据预先获取的训练集进行模型训练得到的,具体的,获取训练集,训练集是通过光伏逆变器的历史运行参数得到;进一步的,再根据预设的松弛因子、预设的惩罚因子以及训练集确定上述预设安全域的中心点以及半径,以得到预设安全域,上述预设安全域为虚拟模型,具体的,上述虚拟模型为一个类似球体的超球域,其中,松弛因子是用来控制变量每次迭代的变化的,主要影响迭代的收敛速度和收敛情况,松弛因子在0至1之间,越小代表两次迭代变化越小,这样计算比较稳定,但是计算速度慢,惩罚因子的作用是把受限优化问题转化为非受限优化问题。
可选的,通过支持向量数据描述算法(Support Vector Data Description,SVDD)对光伏逆变器的历史运行参数进行预处理,其中,支持向量数据描述算法的基本思想是通过在映射到高维的特征空间中找出一个包围目标样本点的超球体,并通过最小化该超球体所包围的体积让目标样本点尽可能地被包围在超球体中,而非目标样本点尽可能地排除在超球体中,从而达到两类之间划分的目的,该方法目标是求出能够包含正常数据样本的最小超球体的中心和半径,该算法也是一种单值分类算法,能够实现目标样本与非目标样本的区分,基本思想是通过函数将原始空间数据映射到高维特征空间并在其中寻找一个能够包含所有训练数据的最小超球域,上述预处理包括对历史运行参数对应的运行状态进行标记;在完成上述步骤后,再根据预处理后的历史运行参数生成训练集。
具体的,对于安全域模型训练的具体过程,可通过稀疏自编码算法、小波变换等算法从原始特征库中提取每个采样时刻的充分表征光伏逆变器状态的特征向量。
具体的,光伏逆变器内测点采样周期为Δt。光伏逆变器采样点t下各运行参数S构成逆变器运行状态特征向量矩阵Ω,如公式(1)所示:
Ω=(S1,S2,S3,...Sm)
其中,S为各运行参数特征向量,m为运行参数的个数。
针对运行状态空间划分,本发明采用SVDD算法,将光伏逆变器的正常状态和故障状态的数据集标记并通过学习得到光伏逆变器的安全域模型。
在本实施例中,对于公式(1)中给定的样本运行状态特征向量集,寻找到一个以o为中心,r为半径的最小体积的超球体,o为球心,并尽可能包含所有训练样本点。为增加分类效果的鲁棒性,加入松弛因子ξ,落在超球内部的点,落在超球是外部的点,松弛因子衡量该样本点到超球中心的距离平方超半径平方的程度。可表示为公式(2):
Figure BDA0002987283980000081
s.t(||Ω(Si)-a||)2≤r2ii≥0
其中,其中,C为惩罚因子,用来衡量半径最小化和控制松弛变量;a为球心,r为超球体球心,S(Si)为样本特征向量。求解后得到,超球体中心的最优解a*,以及边界上支持向量对应的点距离超球体中心a*的距离为半径r*。对于运行参数所对应的新的运行状态点,可计算距离超球体中心a*的距离半径r,如公式(3)所示:
r=||Ωk-(a*)||
若存在r≤r*,则光伏逆变器处于安全域;反之,光伏逆变器处于非安全域。
在本实施例中,上述欧式距离可根据r*以及r确定的。
步骤S30,比对所述欧式距离与预设的告警阈值。
步骤S40,根据所述比对结果确定所述光伏逆变器的状态。
在本实施例中,可基于欧式距离与预设的告警阈值的比对结果确定光伏逆变器的状态。
可选的,若仅判别光伏逆变器的状态是否异常,可将光伏逆变器安全域模型转化为模式识别的单分类问题,而上述支持向量数据描述算法正是完成此类工作的强有力工具。例如:当监测到运行参数对应的运行状态点落在超球域内,认为其对应的告警阈值为正常范围,判断光伏逆变器的状态正常;当监测到运行参数对应的运行状态点落在超球域外,认为其对应的告警阈值为异常范围,判断光伏逆变器的状态异常。根据上述方式判断光伏逆变器是否异常,仅需要获取正常数据即可,无需获取匮乏的异常数据,降低了光伏逆变器状态检测所需的数据的获取难度。
在本实施例的技术方案中,由于光伏逆变器的状态检测装置根据光伏逆变器的运行参数以及预设的安全域来确定出了一个欧式距离,可根据欧式距离以及设定的告警阈值来确定光伏逆变器工作状态的变化趋势,提高了光伏逆变器状态监测的准确率。
参照图3,图3为本发明光伏逆变器的状态检测方法的第二实施例,基于第一实施例,步骤S20包括:
步骤S21,获取所述预设安全域的半径,并获取所述特征向量与所述预设安全域的中心点的特征向量之间的距离。
步骤S22,获取所述距离与所述半径的差值,并将所述差值作为所述欧式距离。
在本实施例中,采用运行参数对应的运行状态点与安全域边界的静态安全距离评估欧式距离。静态安全距离定义为运行状态点到安全边界的欧式距离,上述欧式距离可表示为公式(4):
d=r*-r=r*-||Ωk-(a*)||
其中,预设安全域的半径为r*,上述特征向量与预设安全域的中心点a*的特征向量之间的距离为r。
在本实施例的技术方案中,确定运行参数对应的欧式距离后,可根据欧式距离的大小以及预设的告警阈值确定出光伏逆变器对应的状态。
参照图4,图4为本发明光伏逆变器的状态检测方法的第三实施例,基于第一或第二实施例,步骤S40包括:
步骤S41,在所述比对结果为所述欧式距离大于所述告警阈值时,判定所述光伏逆变器的状态为未发生故障。
步骤S42,在所述比对结果为所述欧式距离小于所述告警阈值时,判断所述欧式距离是否小于0。
步骤S43,在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障。
步骤S44,在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障。
在本实施例中,设置告警阈值为θ,可表示为公式(5):
Figure BDA0002987283980000101
在本实施例的技术方案中,通过设定告警阈值,在确定欧式距离后,将其与告警阈值进行比对即可快速确定光伏逆变器的健康状态,从而根据健康状态进行告警。
参照图5,图5为本发明光伏逆变器的状态检测方法的第四实施例,基于第一至第三任一实施例,步骤S43包括:
步骤S431,在所述欧式距离大于或等于0时,更新所述欧式距离大于或等于0的第一次数。
步骤S432,在所述第一次数达到第一预设次数时,判定所述光伏逆变器的状态为即将发生故障。
在本实施例中,逆变器故障如果是偶然因素引起,则故障可能是短时的,会自动恢复。但如果这个故障频繁发生,则需要被记录,进行告警,通知维修人员进行设备检查。出于这个考虑,我们还需要设置告警频次阈值第一次数N。当告警阈值满足公式(6):θ≤d时,即逆变器运行状态点对应的欧式距离高于告警阈值,处于安全域,此状态无需发出告警,不必判定告警频次n与第一次数N的关系。当告警阈值满足公式(7):0≤d<θ,n≥N时,即逆变器运行状态点对应的欧式距离在安全域边界内但告警阈值低于告警阈值,且频次告警n高于频次告警阈值N,则预测该逆变器即将发生故障,处于告警域,进行告警。
在本实施例的技术方案中,在根据欧式距离确定光伏逆变器对应的状态为即将发生故障时,加入预设的告警频次阈值N进行判断是否需要告警,可防止偶然事件所触发的误报,提高了告警的灵活性。
参照图6,图6为本发明光伏逆变器的状态检测方法的第五实施例,基于第一至第四任一实施例,步骤S44包括:
步骤S441,在所述欧式距离小于0时,更新所述欧式距离小于0的第二次数。
步骤S442,在所述第二次数达到第二预设次数时,判定所述光伏逆变器的状态为已发生故障。
在本实施例中,上述第二次数也可为预设的告警频次阈值N。当告警阈值满足公式(8):d<0,n≥N时,即逆变器运行状态点对应的欧式距离告警阈值小于0,且告警频次n高于频次告警阈值N,则该逆变器已经发生故障,处于非安全域。
在本实施例的技术方案中,在根据欧式距离确定光伏逆变器对应的状态为已经发生故障时,加入预设的告警频次阈值N进行判断是否需要告警,可防止偶然事件所触发的误报,提高了告警的灵活性。
参照图7,图7为本发明光伏逆变器的状态检测方法的第六实施例,基于第一至第五任一实施例,步骤S40之后,还包括:
步骤S50,在确定所述光伏逆变器的状态为即将发生故障或者已发生故障时,输出所述光伏逆变器的状态对应的提示信息。
在本实施例的技术方案中,在确定了需要告警时,可输出光伏逆变器的状态对应的提示信息,进而可使得检修人员直观的了解光伏逆变器的健康状态,从而提高用户体验。
为实现上述目的,本发明实施例还提供一种光伏逆变器的状态检测装置,所述光伏逆变器的状态检测装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的光伏逆变器的状态检测程序,所述处理器执行所述光伏逆变器的状态检测程序时实现如上所述的光伏逆变器的状态检测方法的各个步骤。
为实现上述目的,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有光伏逆变器的状态检测程序,所述光伏逆变器的状态检测程序被处理器执行时实现如上所述的光伏逆变器的状态检测方法的各个步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或光伏逆变器的状态检测程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的光伏逆变器的状态检测程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和光伏逆变器的状态检测程序产品的流程图和/或方框图来描述的。应理解可由光伏逆变器的状态检测程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些光伏逆变器的状态检测程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些光伏逆变器的状态检测程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些光伏逆变器的状态检测程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种光伏逆变器的状态检测方法,其特征在于,应用于光伏逆变器,所述方法包括:
获取光伏逆变器的运行参数,并提取所述运行参数的特征向量;
获取所述特征向量到所述预设安全域的边界的欧式距离;
比对所述欧式距离与预设的告警阈值;
根据所述比对结果确定所述光伏逆变器的状态。
2.如权利要求1所述的光伏逆变器的状态检测方法,其特征在于,所述预设安全域为虚拟模型,所述获取所述特征向量与预设安全域的参考特征向量的欧式距离的步骤包括:
获取所述预设安全域的半径,并获取所述特征向量与所述预设安全域的中心点的特征向量之间的距离;
获取所述距离与所述半径的差值,并将所述差值作为所述欧式距离。
3.如权利要求1所述的光伏逆变器的状态检测方法,其特征在于,所述根据所述比对结果确定所述光伏逆变器的状态的步骤包括:
在所述比对结果为所述欧式距离大于所述告警阈值时,判定所述光伏逆变器的状态为未发生故障;
在所述比对结果为所述欧式距离小于所述告警阈值时,判断所述欧式距离是否小于0;
在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障;
在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障。
4.如权利要求3所述的光伏逆变器的状态检测方法,其特征在于,所述在所述欧式距离大于或等于0时,判定所述光伏逆变器的状态为即将发生故障的步骤包括:
在所述欧式距离大于或等于0时,更新所述欧式距离大于或等于0的第一次数;
在所述第一次数达到第一预设次数时,判定所述光伏逆变器的状态为即将发生故障。
5.如权利要求3所述的光伏逆变器的状态检测方法,其特征在于,所述在所述欧式距离小于0时,判定所述光伏逆变器的状态为已发生故障的步骤包括:
在所述欧式距离小于0时,更新所述欧式距离小于0的第二次数;
在所述第二次数达到第二预设次数时,判定所述光伏逆变器的状态为已发生故障。
6.如权利要求1所述的光伏逆变器的状态检测方法,其特征在于,所述获取检测信号的步骤之前,所述方法还包括:
获取训练集,所述训练集通过所述光伏逆变器的历史运行参数得到;
根据预设的松弛因子、预设的惩罚因子以及所述训练集确定所述预设安全域的中心点以及半径,以得到所述预设安全域。
7.如权利要求6所述的光伏逆变器的状态检测方法,其特征在于,所获取训练集包括:
通过支持向量数据描述算法对所述光伏逆变器的历史运行参数进行预处理,所述预处理包括对所述历史运行参数对应的运行状态进行标记;
根据预处理后的所述历史运行参数生成所述训练集。
8.如权利要求1-6任一项所述的光伏逆变器的状态检测方法,其特征在于,所述根据所述比对结果确定所述光伏逆变器的状态的步骤之后,所述方法还包括:
在确定所述光伏逆变器的状态为即将发生故障或者已发生故障时,输出所述光伏逆变器的状态对应的提示信息。
9.一种光伏逆变器的状态检测装置,其特征在于,所述光伏逆变器的状态检测装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的光伏逆变器的状态检测程序,所述处理器执行所述光伏逆变器的状态检测程序时实现如权利要求1至8中任一项所述的光伏逆变器的状态检测方法的步骤。
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质上存储有光伏逆变器的状态检测程序,所述光伏逆变器的状态检测程序被处理器执行时实现如权利要求1至8中任一项所述的光伏逆变器的状态检测方法的步骤。
CN202110316755.2A 2021-03-22 2021-03-22 光伏逆变器的状态检测方法、装置及计算机可读存储介质 Active CN113092900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110316755.2A CN113092900B (zh) 2021-03-22 2021-03-22 光伏逆变器的状态检测方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110316755.2A CN113092900B (zh) 2021-03-22 2021-03-22 光伏逆变器的状态检测方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113092900A true CN113092900A (zh) 2021-07-09
CN113092900B CN113092900B (zh) 2023-04-07

Family

ID=76669400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110316755.2A Active CN113092900B (zh) 2021-03-22 2021-03-22 光伏逆变器的状态检测方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113092900B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114710114A (zh) * 2022-05-23 2022-07-05 北京华清未来能源技术研究院有限公司 光伏逆变器故障预测方法
CN114825636A (zh) * 2022-05-26 2022-07-29 深圳博浩远科技有限公司 一种光伏逆变器健康状态监控与告警系统及方法
CN116780753A (zh) * 2023-02-14 2023-09-19 广州佰仲企业管理顾问有限公司 一种关于并网逆变器运行数据的监控方法及系统
CN116846331A (zh) * 2023-06-25 2023-10-03 苏州天富利新能源科技有限公司 一种光伏维护系统、方法、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6014685A (en) * 1994-05-05 2000-01-11 The Secretary Of State For Defence In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Northern Ireland Electronic circuit for determination of distances between reference and data points
CN104734362A (zh) * 2015-04-07 2015-06-24 上海理工大学 一种光伏逆变器健康状态监控与告警系统
CN105162094A (zh) * 2015-09-22 2015-12-16 昆明理工大学 一种利用极线故障电流曲线簇主成分分析的特高压直流线路的纵联保护方法
CN108847686A (zh) * 2018-07-02 2018-11-20 国电南瑞科技股份有限公司 一种光伏逆变器故障预测方法
CN110365059A (zh) * 2019-08-15 2019-10-22 阳光电源股份有限公司 一种光功率预测方法及装置
CN110472770A (zh) * 2019-07-05 2019-11-19 广东工业大学 一种光伏发电功率预测方法
CN110955226A (zh) * 2019-11-22 2020-04-03 深圳市通用互联科技有限责任公司 设备故障预测方法、装置、计算机设备和存储介质
CN111460392A (zh) * 2020-06-11 2020-07-28 中国人民解放军国防科技大学 一种磁悬浮列车及其列车的悬浮系统故障检测方法和系统
CN111767183A (zh) * 2020-09-01 2020-10-13 深圳创新奇智科技有限公司 设备异常检测方法及装置、电子设备、存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6014685A (en) * 1994-05-05 2000-01-11 The Secretary Of State For Defence In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Northern Ireland Electronic circuit for determination of distances between reference and data points
CN104734362A (zh) * 2015-04-07 2015-06-24 上海理工大学 一种光伏逆变器健康状态监控与告警系统
CN105162094A (zh) * 2015-09-22 2015-12-16 昆明理工大学 一种利用极线故障电流曲线簇主成分分析的特高压直流线路的纵联保护方法
CN108847686A (zh) * 2018-07-02 2018-11-20 国电南瑞科技股份有限公司 一种光伏逆变器故障预测方法
CN110472770A (zh) * 2019-07-05 2019-11-19 广东工业大学 一种光伏发电功率预测方法
CN110365059A (zh) * 2019-08-15 2019-10-22 阳光电源股份有限公司 一种光功率预测方法及装置
CN110955226A (zh) * 2019-11-22 2020-04-03 深圳市通用互联科技有限责任公司 设备故障预测方法、装置、计算机设备和存储介质
CN111460392A (zh) * 2020-06-11 2020-07-28 中国人民解放军国防科技大学 一种磁悬浮列车及其列车的悬浮系统故障检测方法和系统
CN111767183A (zh) * 2020-09-01 2020-10-13 深圳创新奇智科技有限公司 设备异常检测方法及装置、电子设备、存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
丁明昌等: "基于海量数据挖掘的光伏逆变器故障检测方法", 《电气自动化》 *
李舜酩等: "新三态故障分类模型及其阈值确定", 《南京航空航天大学学报》 *
胡克用等: "多逆变器光伏发电网络群控策略及实现方法", 《南京大学学报》 *
葛乐等: "基于改进相似日和ABC-SVM的光伏电站功率预测", 《太阳能学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114710114A (zh) * 2022-05-23 2022-07-05 北京华清未来能源技术研究院有限公司 光伏逆变器故障预测方法
CN114825636A (zh) * 2022-05-26 2022-07-29 深圳博浩远科技有限公司 一种光伏逆变器健康状态监控与告警系统及方法
CN116780753A (zh) * 2023-02-14 2023-09-19 广州佰仲企业管理顾问有限公司 一种关于并网逆变器运行数据的监控方法及系统
CN116846331A (zh) * 2023-06-25 2023-10-03 苏州天富利新能源科技有限公司 一种光伏维护系统、方法、装置及存储介质
CN116846331B (zh) * 2023-06-25 2024-01-30 苏州天富利新能源科技有限公司 一种光伏维护系统、方法、装置及存储介质

Also Published As

Publication number Publication date
CN113092900B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN113092900B (zh) 光伏逆变器的状态检测方法、装置及计算机可读存储介质
Gou et al. An intelligent time-adaptive data-driven method for sensor fault diagnosis in induction motor drive system
Xia et al. A data-driven method for IGBT open-circuit fault diagnosis based on hybrid ensemble learning and sliding-window classification
Tariq et al. Data-driven robust fault detection and isolation of three-phase induction motor
CN113658414B (zh) 矿场设备故障预警方法、装置、终端设备及存储介质
US11709486B2 (en) Fault signal recovery system and method
CN112884199B (zh) 水电站设备故障预测方法、装置、计算机设备和存储介质
CN110824297B (zh) 一种基于svm支持向量机的单相接地故障判别方法和装置
Hao et al. RPCA-SVM fault diagnosis strategy of cascaded H-bridge multilevel inverters
CN117031182B (zh) 配电站所终端遥测值异常检测方法及系统
US11366178B2 (en) Method and system for diagnostics and monitoring of electric machines
CN116541748A (zh) 基于人工智能技术的电网故障诊断方法和系统
EP4060357A1 (en) Enhanced electrical signature analysis for fault detection
CN113574398A (zh) 用于监视铁路轨道设备的道岔的方法
CN113570473B (zh) 设备故障监测方法、装置、计算机设备和存储介质
Baraldi et al. A procedure for practical prognostics and health monitoring of fully electric vehicles for enhanced safety and reliability
Chokr et al. Feature extraction-reduction and machine learning for fault diagnosis in PV panels
CN106125643A (zh) 一种基于机器学习技术的工控安防方法
Pham et al. Auto-adaptive and Dynamical Clustering for open-circuit fault diagnosis of power inverters
CN117890825B (zh) 充电枪的泄露电流测试方法、装置、设备及存储介质
CN117034157B (zh) 一种结合多模态运行数据的水电设备故障识别方法与系统
CN116520077A (zh) 基于智能自锁连接器的故障监测系统及方法
CN117312622B (zh) 一种基于Apriori算法的容性设备绝缘监测方法及系统
CN117609799A (zh) 一种储能站故障诊断方法、系统、设备及存储介质
CN114997335A (zh) 水电站典型设备故障的ai图像识别分析算法

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
CB02 Change of applicant information

Address after: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2

Applicant after: Sunshine New Energy Development Co.,Ltd.

Address before: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2

Applicant before: Sunshine New Energy Development Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant