CN113746425A - 光伏逆变器参数异常分析方法、系统 - Google Patents
光伏逆变器参数异常分析方法、系统 Download PDFInfo
- Publication number
- CN113746425A CN113746425A CN202110988413.5A CN202110988413A CN113746425A CN 113746425 A CN113746425 A CN 113746425A CN 202110988413 A CN202110988413 A CN 202110988413A CN 113746425 A CN113746425 A CN 113746425A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- normal distribution
- calculating
- photovoltaic inverter
- value
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 230000002547 anomalous effect Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000005070 sampling Methods 0.000 description 18
- 230000005856 abnormality Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/30—Electrical components
- H02S40/32—Electrical components comprising DC/AC inverter means associated with the PV module itself, e.g. AC modules
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
- Inverter Devices (AREA)
Abstract
本方案涉及一种光伏逆变器参数异常分析方法、系统、计算机设备及存储介质。所述方法包括:采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。通过采集光伏逆变器的各个参数,计算出正态分布值,从而对光伏逆变器的运行异常进行预判,可以避免无效报警,提高参数检测的精度。
Description
技术领域
本发明涉及光伏逆变器技术领域,特别是涉及一种光伏逆变器参数异常分析方法、系统、计算机设备及存储介质。
背景技术
光伏电站,是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电系统。其中,光伏逆变器可以将光伏太阳能板产生的可变直流电压转换为市电频率交流电,光伏阵列系统中重要的系统平衡之一。光伏逆变器设备的安全稳定运行直接关系到电站收益,所以,需要对光伏逆变器设备的运行参数进行实时监测,以便能发现逆变器潜在的问题。目前,大多数逆变器设备是通过对各项运行参数设置报警限值,一旦实时监测到的某项运行参数超过对应的报警限值,就会自动报警提醒工作人员进行检修。但是对于各项运行参数的运行参数设置合适的报警限值存在较大难度,报警限值设置的太大导致无法准确的报警,当出现越限报警时,逆变器设备的实际运行参数比正常值已经偏离很高,容易造成较大的安全隐患;报警限值设置的太小,又会导致频繁报警,出现误报警的频率太高;而且,逆变器设备在运行时,其发电功率负载率和运行时长对于各项运行参数会有所影响,对于负载率较高且实行时间较长的逆变器设备,其各项运行参数均会偏高。
因此,传统的光伏逆变器参数监测方式存在检测误差较大的问题。
发明内容
基于此,为了解决上述技术问题,提供一种光伏逆变器参数异常分析方法、系统,可以提高参数检测的精度。
一种光伏逆变器参数异常分析方法,所述方法包括:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
在其中一个实施例中,所述根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常,包括:
获取异常风险阈值范围,并获取异常阈值范围;
当所述加权正态分布值平均落入所述异常风险阈值范围时,确定与所述加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;
当所述加权正态分布值平均落入所述异常阈值范时,确定与所述加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
在其中一个实施例中,所述运行参数包括电抗器温度、IGBT温度、机柜温度、机箱温度。
在其中一个实施例中,所述方法还包括:
分别获取各个所述光伏逆变器在所述运行时间段内的装机容量、综合影响系数以及日发电量数据;
根据所述装机容量、所述综合影响系数、所述日发电量数据计算所述运行参数综合影响系数。
在其中一个实施例中,所述根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值,包括:
获取同型号的各个所述光伏逆变器的温度运行参数,并计算各个所述光伏逆变器温度运行参数的参数平均值;
确定同型号的各个所述光伏逆变器的逆变器数量;
根据所述逆变器数量、所述温度运行参数、所述参数平均值计算以及所述标准差计算运行参数正态分布值。
一种光伏逆变器参数异常分析系统,所述系统包括:
运行时间段获取模块,用于分别获取光伏电站内各个光伏逆变器对应的运行时间段;
参数采集模块,用于采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
修订值计算模块,用于根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
修订平均值计算模块,用于获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
正态分布值计算模块,用于根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
异常确定模块,用于根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
上述光伏逆变器参数异常分析方法、系统、计算机设备及存储介质,通过分别获取光伏电站内各个光伏逆变器对应的运行时间段;采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。通过采集光伏逆变器在运行时间段内的各个参数,从而计算出正态分布值,进而对光伏逆变器的运行异常进行预判,可以避免无效报警,提高参数检测的精度。
附图说明
图1为一个实施例中光伏逆变器参数异常分析方法的应用环境图;
图2为一个实施例中光伏逆变器参数异常分析方法的流程示意图;
图3为一个实施例中光伏逆变器参数异常分析系统的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的光伏逆变器参数异常分析方法,可以应用于如图1所示的应用环境中。如图1所示,该应用环境包括计算机设备110。计算机设备110可以分别获取光伏电站内各个光伏逆变器对应的运行时间段;计算机设备110可以采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数;计算机设备110可以根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;计算机设备110可以获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;计算机设备110可以根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;计算机设备110可以根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。其中,计算机设备110可以是服务器、服务器集群等设备。
在一个实施例中,如图2所示,提供了一种光伏逆变器参数异常分析方法,包括以下步骤:
步骤202,分别获取光伏电站内各个光伏逆变器对应的运行时间段。
光伏电站内可以设置有若干个光伏逆变器,光伏逆变器可以根据型号进行区分,且各个光伏逆变器可以与计算机设备连接。光伏逆变器可以在一天中规定的时间段运行。
计算机设备可以分别获取光伏电站内各个光伏逆变器在一天中的运行时间段,且计算机设备可以将运行时间段作为采样时间。
其中,运行时间段的起始时间为功率大于零的最小时间,结束时间为功率大于零的最大时间,其中最小时间为开机时间。
步骤204,采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数。
各个光伏逆变器在运行的过程中会依靠和产生各种运行参数、运行参数综合影响系数,且各个光伏逆变器仅在运行时间段内依靠和产生参数和系数。计算机设备可以分别采集各个光伏逆变器在运行时间段内产生、依靠的运行参数以及运行参数综合影响系数,并将运行参数以及运行参数综合影响系数存储至数据库中。
步骤206,根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值。
修订值可以用于表示需要对各个光伏逆变器的运行参数和运行参数综合影响系数进行修订的具体数值。计算机设备可以根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值。
步骤208,获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值。
光伏电站内可以包含有不同型号的各个光伏逆变器,计算机设备可以分别获取光伏电站内各个光伏逆变器的型号,进一步获取计算出的相同型号各个光伏逆变器对应的各个修订值,进而计算出同一个型号的光伏逆变器的修订平均值。
步骤210,根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值。
计算机设备可以计算在运行时间段的各个采样时刻下光伏逆变器运行参数的标准差。具体的,计算机设备可以根据计算出的修订值以及修订平均值计算出标准差,进而计算出各个光伏逆变器的运行参数正态分布值。
步骤212,根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。
在本实施例中,计算机设备通过分别获取光伏电站内各个光伏逆变器对应的运行时间段;采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数;根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。通过采集光伏逆变器在运行时间段内的各个参数,从而计算出正态分布值,进而对光伏逆变器的运行异常进行预判,可以避免无效报警,提高参数检测的精度。
在一个实施例中,提供的一种光伏逆变器参数异常分析方法还可以包括确定各个光伏逆变器是否异常的过程,具体过程包括:获取异常风险阈值范围,并获取异常阈值范围;当加权正态分布值平均落入异常风险阈值范围时,确定与加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;当加权正态分布值平均落入异常阈值范时,确定与加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
其中,异常风险阈值范围可以是用户通过计算机设备预先设置好的,用于提示光伏逆变器存在异常风险的一个数值范围;举例说明,异常风险阈值范围可以是[1,2)或(-2,-1]。计算机设备可以从数据库中获取到预先设置好的异常风险阈值范围。
同样的,异常阈值范围也可以是用户通过计算机设备预先设置好的,用于提示光伏逆变器存在异常的一个数值范围;举例说明,异常阈值范围可以是大于等于2或者小于等于-2。计算机设备可以从数据库中获取到预先设置好的异常风险阈值范围。
计算机设备可以对计算出的加权正态分布值平均分别与异常风险阈值范围、异常阈值范围进行比较,从而得到比较结果。当计算机设备得到的比较结果是加权正态分布值平均落入异常风险阈值范围时,计算机设备可以确定与加权正态分布值平均对应的光伏逆变器存在异常风险,从而发出异常风险提示信息;当计算机设备得到的比较结果是加权正态分布值平均落入异常阈值范时,计算机设备可以确定与加权正态分布值平均对应的光伏逆变器异常,从而发出异常提示信息。
具体的,当电抗器温度值偏离采样时刻平均温度值1个标准差之内时,即计算的正态分布值r在-1到1的范围内时,几乎不存在异常情况;当电抗器温度偏离采样时刻平均温度值1个-2个标准差之内时,即计算的正态分布值1≤r<2或-2<r≤-1时,提示有存在异常的风险;当电抗器温度偏离采样时刻平均温度值大于2个标准差时,即计算的正态分布值2≤r或r≤-2时,报设备异常。当采用加权平均分析异常温度数值时,需要对为零数据进行筛除,或对等于零的结果做温度为0提示。
在本实施例中,计算机设备根据加权正态分布值平均落入哪个数值范围来确定光伏逆电器是存在异常风险还是存在异常,从而给出相对应的提示信息,可以更加精确的判断出光伏逆电器的异常信息,进而避免了无效报警。
在一个实施例中,运行参数可以包括电抗器温度、IGBT温度、机柜温度、机箱温度。
其中,第k台光伏逆变器i采样时刻的电抗器温度数据Tki=tki*ηki,其中,tki为第k台逆变器第i采样时刻的电抗器温度数据;计算机设备可以按逆变器型号计算每类逆变器下各采样时刻的电抗器温度平均值,计算公式为: 其中,为第i采样时刻该类逆变器电抗器温度的平均值;Xki为该类逆变器中的第k台逆变器第i采样时刻的电抗器温度值。
在一个实施例中,提供的一种光伏逆变器参数异常分析方法HIA可以包括计算运行参数综合影响系数的过程,具体过程包括:分别获取各个光伏逆变器在运行时间段内的装机容量、综合影响系数以及日发电量数据;根据装机容量、综合影响系数、日发电量数据计算运行参数综合影响系数。
其中,运行参数综合影响系数为各个逆变器各采样时刻的日发电量除以该逆变器的装机容量,计算公式为:其中:ηki为第k台逆变器第i采样时刻的综合影响系数;Qki为第k台逆变器第i采样时刻的日发电量数据;Ck为第k台逆变器的装机容量。计算机设备可以采集各个光伏逆变器在运行时间段各个采样时刻的装机容量C、综合影响系数η以及日发电量数据Q,进而通过计算公式计算出运行参数综合影响系数。
在一个实施例中,提供的一种光伏逆变器参数异常分析方法还可以包括计算正态分布值的过程,具体过程包括:获取同型号的各个光伏逆变器的温度运行参数,并计算各个光伏逆变器温度运行参数的参数平均值;确定同型号的各个光伏逆变器的逆变器数量;根据逆变器数量、温度运行参数、参数平均值计算以及标准差计算运行参数正态分布值。
其中,运行参数正态分布值的计算公式为:其中,i=1,2…n为各采样时刻,为第i采样时刻同型号光伏逆变器的温度运行参数的平均值,的计算公式为:Xki为第k台逆变器第i采样时刻的温度运行参数,σi为第i采样时刻同型号光伏逆变器的温度运行参数的标准差,σi的计算公式为:为同型号的各台光伏逆变器,k为指定型号光伏逆变器台数。
在一个实施例中,提供的一种光伏逆变器参数异常分析方法还可以包括计算加权正态分布值平均的过程,具体的,计算机设备可以计算同型号某台光伏逆变器的日正态分布值采用加权平均,计算公式为:其中:Sk为第k台光伏逆变器指定日期的温度参数正态分布值。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种光伏逆变器参数异常分析系统,包括:运行时间段获取模块310、参数采集模块320、修订值计算模块330、修订平均值计算模块340、正态分布值计算模块350和异常确定模块360,其中:
运行时间段获取模块310,用于分别获取光伏电站内各个光伏逆变器对应的运行时间段;
参数采集模块320,用于采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数;
修订值计算模块330,用于根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;
修订平均值计算模块340,用于获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;
正态分布值计算模块350,用于根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;
异常确定模块360,用于根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。
在一个实施例中,异常确定模块360,还用于获取异常风险阈值范围,并获取异常阈值范围;当加权正态分布值平均落入异常风险阈值范围时,确定与加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;当加权正态分布值平均落入异常阈值范时,确定与加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
在一个实施例中,运行参数包括电抗器温度、IGBT温度、机柜温度、机箱温度。
在一个实施例中,参数采集模块320还用于分别获取各个光伏逆变器在运行时间段内的装机容量、综合影响系数以及日发电量数据;根据装机容量、综合影响系数、日发电量数据计算运行参数综合影响系数。
在一个实施例中,正态分布值计算模块350,还用于获取同型号的各个光伏逆变器的温度运行参数,并计算各个光伏逆变器温度运行参数的参数平均值;确定同型号的各个光伏逆变器的逆变器数量;根据逆变器数量、温度运行参数、参数平均值计算以及标准差计算运行参数正态分布值。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种光伏逆变器参数异常分析方法。该计算机设备的输入装置可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;
获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;
根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;
根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取异常风险阈值范围,并获取异常阈值范围;当加权正态分布值平均落入异常风险阈值范围时,确定与加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;当加权正态分布值平均落入异常阈值范时,确定与加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
在一个实施例中,运行参数包括电抗器温度、IGBT温度、机柜温度、机箱温度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别获取各个光伏逆变器在运行时间段内的装机容量、综合影响系数以及日发电量数据;根据装机容量、综合影响系数、日发电量数据计算运行参数综合影响系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取同型号的各个光伏逆变器的温度运行参数,并计算各个光伏逆变器温度运行参数的参数平均值;确定同型号的各个光伏逆变器的逆变器数量;根据逆变器数量、温度运行参数、参数平均值计算以及标准差计算运行参数正态分布值。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在运行时间段内与各个光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据运行参数以及运行参数综合影响系数,计算各个光伏逆变器在运行时间段内的修订值;
获取各个光伏逆变器的型号,并根据修订值计算相同型号光伏逆变器的修订平均值;
根据修订值以及修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据标准差计算各个光伏逆变器的运行参数正态分布值;
根据运行参数正态分布值计算各个光伏逆变器在各个运行时间段内的加权正态分布值平均,并根据加权正态分布值平均确定各个光伏逆变器是否异常。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取异常风险阈值范围,并获取异常阈值范围;当加权正态分布值平均落入异常风险阈值范围时,确定与加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;当加权正态分布值平均落入异常阈值范时,确定与加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
在一个实施例中,运行参数包括电抗器温度、IGBT温度、机柜温度、机箱温度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别获取各个光伏逆变器在运行时间段内的装机容量、综合影响系数以及日发电量数据;根据装机容量、综合影响系数、日发电量数据计算运行参数综合影响系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取同型号的各个光伏逆变器的温度运行参数,并计算各个光伏逆变器温度运行参数的参数平均值;确定同型号的各个光伏逆变器的逆变器数量;根据逆变器数量、温度运行参数、参数平均值计算以及标准差计算运行参数正态分布值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种光伏逆变器参数异常分析方法,其特征在于,所述方法包括:
分别获取光伏电站内各个光伏逆变器对应的运行时间段;
采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
2.根据权利要求1所述的光伏逆变器参数异常分析方法,其特征在于,所述根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常,包括:
获取异常风险阈值范围,并获取异常阈值范围;
当所述加权正态分布值平均落入所述异常风险阈值范围时,确定与所述加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;
当所述加权正态分布值平均落入所述异常阈值范时,确定与所述加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
3.根据权利要求1所述的光伏逆变器参数异常分析方法,其特征在于,所述运行参数包括电抗器温度、IGBT温度、机柜温度、机箱温度。
4.根据权利要求1所述的光伏逆变器参数异常分析方法,其特征在于,所述方法还包括:
分别获取各个所述光伏逆变器在所述运行时间段内的装机容量、综合影响系数以及日发电量数据;
根据所述装机容量、所述综合影响系数、所述日发电量数据计算所述运行参数综合影响系数。
5.根据权利要求1所述的光伏逆变器参数异常分析方法,其特征在于,所述根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值,包括:
获取同型号的各个所述光伏逆变器的温度运行参数,并计算各个所述光伏逆变器温度运行参数的参数平均值;
确定同型号的各个所述光伏逆变器的逆变器数量;
根据所述逆变器数量、所述温度运行参数、所述参数平均值计算以及所述标准差计算运行参数正态分布值。
6.一种光伏逆变器参数异常分析系统,其特征在于,所述系统包括:
运行时间段获取模块,用于分别获取光伏电站内各个光伏逆变器对应的运行时间段;
参数采集模块,用于采集在所述运行时间段内与各个所述光伏逆变器对应的运行参数以及运行参数综合影响系数;
修订值计算模块,用于根据所述运行参数以及所述运行参数综合影响系数,计算各个所述光伏逆变器在所述运行时间段内的修订值;
修订平均值计算模块,用于获取各个所述光伏逆变器的型号,并根据所述修订值计算相同型号光伏逆变器的修订平均值;
正态分布值计算模块,用于根据所述修订值以及所述修订平均值计算各个型号光伏逆变器运行参数的标准差,并根据所述标准差计算各个所述光伏逆变器的运行参数正态分布值;
异常确定模块,用于根据所述运行参数正态分布值计算各个所述光伏逆变器在各个所述运行时间段内的加权正态分布值平均,并根据所述加权正态分布值平均确定各个所述光伏逆变器是否异常。
7.根据权利要求6所述的光伏逆变器参数异常分析系统,其特征在于,所述异常确定模块,还用于获取异常风险阈值范围,并获取异常阈值范围;当所述加权正态分布值平均落入所述异常风险阈值范围时,确定与所述加权正态分布值平均对应的光伏逆变器存在异常风险,并发出异常风险提示信息;当所述加权正态分布值平均落入所述异常阈值范时,确定与所述加权正态分布值平均对应的光伏逆变器异常,并发出异常提示信息。
8.根据权利要求6所述的光伏逆变器参数异常分析系统,其特征在于,所述正态分布值计算模块,还用于获取同型号的各个所述光伏逆变器的温度运行参数,并计算各个所述光伏逆变器温度运行参数的参数平均值;确定同型号的各个所述光伏逆变器的逆变器数量;根据所述逆变器数量、所述温度运行参数、所述参数平均值计算以及所述标准差计算运行参数正态分布值。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110988413.5A CN113746425B (zh) | 2021-08-26 | 2021-08-26 | 光伏逆变器参数异常分析方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110988413.5A CN113746425B (zh) | 2021-08-26 | 2021-08-26 | 光伏逆变器参数异常分析方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113746425A true CN113746425A (zh) | 2021-12-03 |
CN113746425B CN113746425B (zh) | 2023-07-11 |
Family
ID=78733107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110988413.5A Active CN113746425B (zh) | 2021-08-26 | 2021-08-26 | 光伏逆变器参数异常分析方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113746425B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244275A (zh) * | 2021-12-22 | 2022-03-25 | 上海电气分布式能源科技有限公司 | 一种并网光伏系统中光伏逆变器的性能检测方法及装置 |
CN116380176A (zh) * | 2023-05-29 | 2023-07-04 | 深圳市百事泰电气有限公司 | 一种基于数字信号处理的逆变器的负载预警系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020132618A1 (en) * | 2001-03-14 | 2002-09-19 | Yoshihiro Uchino | Inverter maintenance system and inverter |
KR20160026521A (ko) * | 2014-09-01 | 2016-03-09 | 한전케이디엔주식회사 | 태양광 발전 시스템 모니터링 장치 |
DE102016112287A1 (de) * | 2015-07-06 | 2017-01-12 | Denso Corporation | Vorrichtung zum Steuern eines Inverters |
CN107065829A (zh) * | 2017-04-13 | 2017-08-18 | 西安西热电站信息技术有限公司 | 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 |
CN110838821A (zh) * | 2019-10-28 | 2020-02-25 | 协鑫能源工程有限公司 | 光伏电站故障控制方法以及系统 |
CN111625413A (zh) * | 2020-04-23 | 2020-09-04 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置及存储介质 |
CN112886922A (zh) * | 2021-01-07 | 2021-06-01 | 合肥阳光智维科技有限公司 | 一种光伏电站损失电量的计算方法、装置及存储介质 |
-
2021
- 2021-08-26 CN CN202110988413.5A patent/CN113746425B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020132618A1 (en) * | 2001-03-14 | 2002-09-19 | Yoshihiro Uchino | Inverter maintenance system and inverter |
KR20160026521A (ko) * | 2014-09-01 | 2016-03-09 | 한전케이디엔주식회사 | 태양광 발전 시스템 모니터링 장치 |
DE102016112287A1 (de) * | 2015-07-06 | 2017-01-12 | Denso Corporation | Vorrichtung zum Steuern eines Inverters |
CN107065829A (zh) * | 2017-04-13 | 2017-08-18 | 西安西热电站信息技术有限公司 | 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 |
CN110838821A (zh) * | 2019-10-28 | 2020-02-25 | 协鑫能源工程有限公司 | 光伏电站故障控制方法以及系统 |
CN111625413A (zh) * | 2020-04-23 | 2020-09-04 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置及存储介质 |
CN112886922A (zh) * | 2021-01-07 | 2021-06-01 | 合肥阳光智维科技有限公司 | 一种光伏电站损失电量的计算方法、装置及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244275A (zh) * | 2021-12-22 | 2022-03-25 | 上海电气分布式能源科技有限公司 | 一种并网光伏系统中光伏逆变器的性能检测方法及装置 |
CN114244275B (zh) * | 2021-12-22 | 2023-06-02 | 上海电气分布式能源科技有限公司 | 一种并网光伏系统中光伏逆变器的性能检测方法及装置 |
CN116380176A (zh) * | 2023-05-29 | 2023-07-04 | 深圳市百事泰电气有限公司 | 一种基于数字信号处理的逆变器的负载预警系统 |
CN116380176B (zh) * | 2023-05-29 | 2023-08-29 | 深圳市百事泰电气有限公司 | 一种基于数字信号处理的逆变器的负载预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113746425B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Preece et al. | Efficient estimation of the probability of small-disturbance instability of large uncertain power systems | |
Ma et al. | Scenario generation of wind power based on statistical uncertainty and variability | |
Bastidas-Rodríguez et al. | Model-based degradation analysis of photovoltaic modules through series resistance estimation | |
CN113746425A (zh) | 光伏逆变器参数异常分析方法、系统 | |
KR101862872B1 (ko) | 전력 생산 시스템 내의 장애 센서를 식별하는 시스템 및 방법 | |
Mallor et al. | A method for detecting malfunctions in PV solar panels based on electricity production monitoring | |
CN110391840B (zh) | 太阳同步轨道卫星遥测参数异常判断方法和系统 | |
CN103246939B (zh) | 基于安全稳定裕度的电网运行安全风险事件在线辨识方法 | |
Vergura et al. | Inferential statistics for monitoring and fault forecasting of PV plants | |
CN110852509A (zh) | Igbt模块的故障预测方法、装置及存储介质 | |
CN116845878B (zh) | 一种用于微电网用电负荷预测方法 | |
Kharlamova et al. | A digital twin of battery energy storage systems providing frequency regulation | |
Samadi et al. | Capacity credit evaluation of solar power plants | |
CN116960941A (zh) | 一种功率爬坡事件预测方法、装置、设备及存储介质 | |
CN116599191B (zh) | 基于储能逆变器的能量管理方法、装置、设备及存储介质 | |
Mao et al. | Short-term photovoltaic output forecasting model for economic dispatch of power system incorporating large-scale photovoltaic plant | |
CN110544031A (zh) | 电能表可靠度预计方法、装置、计算机设备和存储介质 | |
Liu et al. | Particle filtering for prognostics of a newly designed product with a new parameters initialization strategy based on reliability test data | |
CN109190903B (zh) | 作业风险评估方法、装置、计算机设备和存储介质 | |
Sánchez et al. | First Experiences of ISFOC in the Maintenance of CPV Plants | |
Roy et al. | Photovoltaic Inverter Failure Mechanism Estimation Using Unsupervised Machine Learning and Reliability Assessment | |
Sandelic et al. | Reliability modelling of power electronics with mission profile forecasting for long-term planning | |
CN117895571B (zh) | 一种光伏逆变系统中断控制方法 | |
Atmaja et al. | Development of PV hosting-capacity prediction method based on Markov Chain for high PV penetration with utility-scale battery storage on low-voltage grid | |
Nguyen et al. | Probabilistic risk-based security assessment for power systems with wind power generation |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231129 Address after: 330000 Guangzhou Road, Qingyun area, Nanchang, Jiangxi Province, No. 69 Patentee after: POWERCHINA JIANGXI ELECTRIC POWER CONSTRUCTION Co.,Ltd. Patentee after: Zhixin Energy Technology Co.,Ltd. Address before: No.69, Guangzhou road, qingyunbu District, Nanchang City, Jiangxi Province Patentee before: POWERCHINA JIANGXI ELECTRIC POWER CONSTRUCTION Co.,Ltd. |