CN113098390A - 基于模糊数学的新能源并网自动告警及可视化方法及装置 - Google Patents
基于模糊数学的新能源并网自动告警及可视化方法及装置 Download PDFInfo
- Publication number
- CN113098390A CN113098390A CN202110063985.2A CN202110063985A CN113098390A CN 113098390 A CN113098390 A CN 113098390A CN 202110063985 A CN202110063985 A CN 202110063985A CN 113098390 A CN113098390 A CN 113098390A
- Authority
- CN
- China
- Prior art keywords
- new energy
- fuzzy
- energy power
- power generation
- fuzzy set
- 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.)
- Pending
Links
- 238000007794 visualization technique Methods 0.000 title claims abstract description 20
- 238000010248 power generation Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 238000007619 statistical method Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 8
- 230000032683 aging Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 7
- 238000011068 loading method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 10
- 230000003449 preventive effect Effects 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000012937 correction Methods 0.000 abstract description 4
- 230000008030 elimination Effects 0.000 abstract description 4
- 238000003379 elimination reaction Methods 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000007480 spreading Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请提供的基于模糊数学的新能源并网自动告警及可视化方法及装置,通过获取新能源电站(光伏)监控设备采集的多类历史数据,理清数据与设备的映射关系,对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后,采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型;将新能源电站(光伏)的实时测量数据输入到故障辨识模型后,并以模型输出作为新能源电站(光伏)的故障诊断结果,并展示、发送故障预警信号。本申请可以实现及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
Description
技术领域
本申请涉及故障诊断技术领域,更具体地,尤其涉及一种基于模糊数学的新能源并网自动告警及可视化方法及装置。
背景技术
新能源电站(光伏)由光伏组件、汇流箱、逆变器和箱式变压器等设备组成,系统故障主要来自以下几个方面:光伏组件故障、逆变器故障、防雷汇流箱故障、继电器(断路器)故障,如图1所示,为此,如何提前预警新能源发电系统将会发生何种故障,以及故障发生的位置在哪里,已成为新能源发电系统的重要研究方向。
目前,新能源发电系统故障诊断方法有在线诊断和离线诊断两大类,比较有代表性的在线诊断法有红外图像检测法和多传感器法,其中,红外图像检测法利用新能源发电模块在正常和故障两种状态时具有明显温差的特点,通过红外摄像仪拍摄新能源发电模块的红外图像并加以分析,就可以判断出新能源发电模块的故障类型和故障位置;而多传感器法的原理是为一个或数个新能源发电模块安装电压和电流传感器,分析采集到的电压和电流数据就可以判断新能源发电的故障类型和故障位置。
然而,对于大规模的新能源发电系统而言,采用上述这两种方法,均需要安装大量的红外摄像仪和传感器,这会增加新能源发电系统的发电成本。同时,由于新能源发电系统通常安装在环境恶劣的地方,对红外摄像仪和传感器的正常工作也会有一定的影响,这在某种程度上也会增加新能源发电系统故障预警的难度,影响故障诊断的精确性。
发明内容
本申请提供了一种基于模糊数学的新能源并网自动告警及可视化方法及装置,以解决现有技术中红外图像检测法和多传感器法存在的上述问题,及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
为了实现上述目的,本申请提供了以下技术方案:
一种基于模糊数学的新能源并网自动告警及可视化方法,包括:
获取新能源发电系统的实时测量数据;
将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
优选的,所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程,具体为:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
优选的,所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合,具体为:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
优选的,所述第一模糊集合采取模糊统计法,利用模糊数学的Zadeh表示法,隶属度函数可表示为:
A=∫uμA(u)/u;
优选的,所述第二模糊集合采取模糊统计法,利用模糊数学的Zadeh表示法,隶属度函数可以表示为:
B=∫IμB(I)/I;
一种基于模糊数学的新能源并网自动告警及可视化装置,包括:
第一处理单元,用于获取新能源发电系统的实时测量数据;
第二处理单元,用于将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
优选的,所述第二处理单元具体用于:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
优选的,所述第二处理单元具体用于:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如上述所述的基于模糊数学的新能源并网自动告警及可视化方法。
一种电子设备,所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如上述所述的基于模糊数学的新能源并网自动告警及可视化方法。
本申请提供的一种基于模糊数学的新能源并网自动告警及可视化方法及装置,通过获取新能源电站(光伏)监控设备采集的多类历史数据,理清数据与设备的映射关系,对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后,采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型;将新能源电站(光伏)的实时测量数据输入到故障辨识模型后,并以模型输出作为新能源电站(光伏)的故障诊断结果,并展示、发送故障预警信号。本申请可以实现及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为新能源发电系统故障分布示意图;
图2为本申请实施例提供的一种基于模糊数学的新能源并网自动告警及可视化方法流程示意图;
图3为本申请实施例提供的新能源电站(光伏)的测点编号之间的逻辑关系示意图;
图4为本申请实施例提供的ETL整理后,直流侧电压分析示意图;
图5为本申请实施例提供的ETL整理后,交流侧发电功率分析示意图;
图6为本申请实施例提供的直流侧电压分析示意图;
图7为本申请实施例提供的交流侧发电功率分析示意图;
图8为本申请实施例提供的计算模糊关系矩阵R编程示意图;
图9为本申请实施例提供的新能源电站(光伏)并网在线自动告警示意图;
图10为本申请实施例提供的一种基于模糊数学的新能源并网自动告警及可视化装置结构示意图;
图11为本申请实施例提供的一种电子设备结构示意图。
具体实施方式
本申请提供一种基于模糊数学的新能源并网自动告警及可视化方法及装置,通过获取新能源电站(光伏)监控设备采集的多类历史数据,理清数据与设备的映射关系,对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后,采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型;将新能源电站(光伏)的实时测量数据输入到故障辨识模型后,并以模型输出作为新能源电站(光伏)的故障诊断结果,并展示、发送故障预警信号。
本申请的目的在于:以解决现有技术中红外图像检测法和多传感器法存在的上述问题,及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图2,为本申请实施例提供的一种基于模糊数学的新能源并网自动告警及可视化方法的流程示意图。如图2所示,本申请实施例提供的基于模糊数学的新能源并网自动告警及可视化方法,该方法具体包括如下步骤:
S201:获取新能源发电系统的实时测量数据。
S202:将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
需要说明的是,本申请实施例中,上述所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程,具体可以包括如下步骤:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
进一步的,上述所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合,具体可以包括如下步骤:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
本申请实施例中,交流测有功功率代码:POWER;直流侧支路电压代码: PV_U_*;POWER_Ii表示第i个逆变器交流侧的有功功率,PV_U_*_Smi表示第i个逆变器下面的直流侧的电压值。
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
进一步的,所述第一模糊集合采取模糊统计法,利用模糊数学的Zadeh 表示法,隶属度函数可表示为:
A=∫uμA(u)/u;
进一步的,所述第二模糊集合采取模糊统计法,利用模糊数学的Zadeh 表示法,隶属度函数可以表示为:
B=∫IμB(I)/I;
需要说明的是,本申请实施例采用Mamdani模糊算法进行数据处理,将新能源电站并网在线自动告警问题简化为:“If A and B then C”,求取模糊关系矩阵R,并求取输入为A1和B1时的输出C1。即由A×B扩展成列向量 (A×B)T,求出模糊关系矩阵R=(A×B)T×C,再计算C1=(A1×B1)T×R,即可得到在线自动告警结果。
以下讲述具体本专利的具体实施方式:
第1步:构建新能源电站(光伏)的信息物理模型。
需要说明的是,该新能源电站(光伏)的测点编号之间的逻辑关系如下图3所示。
第2步:对直流侧电压、交流侧有功功率数据进行ETL整理;
需要说明的是,ETL整理后,直流侧电压如下图4所示;ETL整理后,交流侧发电功率分析如图5所示。
第3步:根据历史数据确定模糊集合A、B。
第4步:计算模糊关系矩阵R。
需要说明的是,借助Labview语言,编程计算模糊关系矩阵R,如图8 所示。
第5步:获得新能源电站(光伏)并网在线自动告警结果。
需要说明的是,当输入A1=(0.1,1,0.1,0.1)和B1=(0.1,1,0.05, 0.05),获得C1=(0,1,0,0),则对应告警结果如图9所示,由此可以判定逆变器2所在一次线路出现故障。
本申请实施例提供一种基于模糊数学的新能源并网自动告警及可视化方法,通过获取新能源电站(光伏)监控设备采集的多类历史数据,理清数据与设备的映射关系,对历史数据进行随机误差降噪、系统误差修正、粗大误差剔除后,采用Mamdani模糊算法构建出新能源电站(光伏)的故障辨识模型;将新能源电站(光伏)的实时测量数据输入到故障辨识模型后,并以模型输出作为新能源电站(光伏)的故障诊断结果,并展示、发送故障预警信号。本申请实施例可以实现及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
请参阅图10,基于上述实施例公开的一种基于模糊数学的新能源并网自动告警及可视化方法,本实施例对应公开了一种基于模糊数学的新能源并网自动告警及可视化装置,该装置具体包括:
第一处理单元1001,用于获取新能源发电系统的实时测量数据;
第二处理单元1002,用于将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
优选的,所述第二处理单元1002具体用于:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
优选的,所述第二处理单元1002具体用于:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
所述基于模糊数学的新能源并网自动告警及可视化装置包括处理器和存储器,上述第一处理单元、第二处理单元、第三处理单元和第四处理单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来达到及时预警新能源电站设备故障,便于在发生故障之前采取相应预防对策,提升故障处理效率,提高电站发电收益,杜绝故障漫延造成的配网停电事故。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述基于模糊数学的新能源并网自动告警及可视化方法。
本申请实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述基于模糊数学的新能源并网自动告警及可视化方法。
本申请实施例提供了一种电子设备,如图11所示,该电子设备110包括至少一个处理器1101、以及与所述处理器连接的至少一个存储器1102、总线1103;其中,所述处理器1101、所述存储器1102通过所述总线1103完成相互间的通信;处理器1101用于调用所述存储器1102中的程序指令,以执行上述的所述基于模糊数学的新能源并网自动告警及可视化方法。
本文中的电子设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
获取新能源发电系统的实时测量数据;
将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
优选的,所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程,具体为:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
优选的,所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合,具体为:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
优选的,所述第一模糊集合采取模糊统计法,利用模糊数学的Zadeh表示法,隶属度函数可表示为:
A=∫uμA(u)/u;
优选的,所述第二模糊集合采取模糊统计法,利用模糊数学的Zadeh表示法,隶属度函数可以表示为:
B=∫IμB(I)/I;
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机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。可提供这些计算机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。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于模糊数学的新能源并网自动告警及可视化方法,其特征在于,包括:
获取新能源发电系统的实时测量数据;
将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
2.根据权利要求1所述的方法,其特征在于,所述依据所述新能源发电系统的历史数据构建所述故障辨识模型的过程,具体为:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
3.根据权利要求2所述的方法,其特征在于,所述对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合,具体为:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
6.一种基于模糊数学的新能源并网自动告警及可视化装置,其特征在于,包括:
第一处理单元,用于获取新能源发电系统的实时测量数据;
第二处理单元,用于将所述实时测量数据输入到所述故障辨识模型,得到所述新能源发电系统的故障类型和故障位置,所述故障辨识模型依据所述新能源发电系统的历史数据构建。
7.根据权利要求6所述的装置,其特征在于,所述第二处理单元具体用于:
构建所述新能源发电系统的信息物理模型;
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据整理,确定每个支路组串的数量,并根据所述历史数据确定第一模糊集合和第二模糊集合;
根据所述第一模糊集合和所述第二模糊集合计算模糊关系矩阵,所述模糊关系矩阵记作所述故障辨识模型。
8.根据权利要求7所述的装置,其特征在于,所述第二处理单元具体用于:
对所述新能源发电系统中的直流侧电压、交流侧有功功率数据进行数据抽取、转换和装载,得到所述新能源发电系统共有n个逆变器I,...,Ii,...,In,对于第i个逆变器,直流侧有mi个组串;
根据所述历史数据确定所述第一模糊集合和所述第二模糊集合,所述第一模糊集合为组串线路开路或松脱,所述第二模糊集合为组件老化或遮挡。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至5中任一项所述的基于模糊数学的新能源并网自动告警及可视化方法。
10.一种电子设备,其特征在于,所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1至5中任一项所述的基于模糊数学的新能源并网自动告警及可视化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110063985.2A CN113098390A (zh) | 2021-01-18 | 2021-01-18 | 基于模糊数学的新能源并网自动告警及可视化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110063985.2A CN113098390A (zh) | 2021-01-18 | 2021-01-18 | 基于模糊数学的新能源并网自动告警及可视化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113098390A true CN113098390A (zh) | 2021-07-09 |
Family
ID=76663785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110063985.2A Pending CN113098390A (zh) | 2021-01-18 | 2021-01-18 | 基于模糊数学的新能源并网自动告警及可视化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113098390A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841081A (zh) * | 2022-06-21 | 2022-08-02 | 国网河南省电力公司郑州供电公司 | 一种电力设备异常事故控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120166363A1 (en) * | 2010-12-23 | 2012-06-28 | Hongbo He | Neural network fault detection system and associated methods |
US20170016430A1 (en) * | 2015-07-17 | 2017-01-19 | General Electric Company | Systems and methods for improved wind power generation |
CN110336534A (zh) * | 2019-07-15 | 2019-10-15 | 龙源(北京)太阳能技术有限公司 | 一种基于光伏阵列电气参数时间序列特征提取的故障诊断方法 |
CN112632762A (zh) * | 2020-12-15 | 2021-04-09 | 国网电子商务有限公司 | 光伏电站故障监测方法及装置 |
-
2021
- 2021-01-18 CN CN202110063985.2A patent/CN113098390A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120166363A1 (en) * | 2010-12-23 | 2012-06-28 | Hongbo He | Neural network fault detection system and associated methods |
US20170016430A1 (en) * | 2015-07-17 | 2017-01-19 | General Electric Company | Systems and methods for improved wind power generation |
CN110336534A (zh) * | 2019-07-15 | 2019-10-15 | 龙源(北京)太阳能技术有限公司 | 一种基于光伏阵列电气参数时间序列特征提取的故障诊断方法 |
CN112632762A (zh) * | 2020-12-15 | 2021-04-09 | 国网电子商务有限公司 | 光伏电站故障监测方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841081A (zh) * | 2022-06-21 | 2022-08-02 | 国网河南省电力公司郑州供电公司 | 一种电力设备异常事故控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111555716B (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
CN112257988A (zh) | 核电厂复杂事故特征识别及风险预警系统和方法 | |
CN102099795B (zh) | 运用管理装置、运用管理方法和运用管理程序 | |
CN107346899A (zh) | 一种光伏电站系统稳定性评估方法及系统 | |
Zaki et al. | Deep‐learning–based method for faults classification of PV system | |
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
KR102459015B1 (ko) | 인공신경망을 이용한 태양광 발전 시스템의 고장 검출 방법 및 분석장치 | |
CN111967620A (zh) | 一种光伏组件诊断方法、装置、设备及可读存储介质 | |
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 | |
CN115065591B (zh) | 基于状态空间模型的电动汽车充电桩故障预警系统和方法 | |
CN108847679B (zh) | 风力发电机组及用于其的次同步振荡识别方法、装置及系统 | |
CN116105885B (zh) | 一种核电用电气设备状态监测方法及系统 | |
CN110709789A (zh) | 用于监测可再生发电装置或微电网内的子系统的状况的方法和设备 | |
CN107065829A (zh) | 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 | |
Cho et al. | Failure diagnosis method of photovoltaic generator using support vector machine | |
CN113098390A (zh) | 基于模糊数学的新能源并网自动告警及可视化方法及装置 | |
CN112904148A (zh) | 智能电缆运行监测系统、方法及装置 | |
Zhu et al. | Photovoltaic failure diagnosis using sequential probabilistic neural network model | |
Aboshady et al. | Fault detection and classification scheme for PV system using array power and cross-strings differential currents | |
CN113702730A (zh) | 用于光伏组件的故障诊断方法、系统及处理器 | |
CN117949887A (zh) | 一种能源控制器的电能计量系统故障检测与预防方法 | |
CN112731022A (zh) | 光伏逆变器故障检测方法、设备及介质 | |
CN117614136A (zh) | 一种新能源发电站的监控故障管理方法及系统 | |
CN116085212B (zh) | 一种新能源风电机组的运行状态实时监测方法及系统 | |
CN110807014A (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |