CN114115504A - 基于Hadoop大数据平台分布式电源自动告警方法及装置 - Google Patents
基于Hadoop大数据平台分布式电源自动告警方法及装置 Download PDFInfo
- Publication number
- CN114115504A CN114115504A CN202210096744.2A CN202210096744A CN114115504A CN 114115504 A CN114115504 A CN 114115504A CN 202210096744 A CN202210096744 A CN 202210096744A CN 114115504 A CN114115504 A CN 114115504A
- Authority
- CN
- China
- Prior art keywords
- alarm
- data
- distributed power
- power supply
- alarm data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了基于Hadoop大数据平台分布式电源自动告警方法及装置,涉及分布式电源告警技术领域,包括以下步骤:S1,获取分布式电源数据,通过告警分析算法得到分布式电源的告警数据;S2,通过告警决策分析算法判断告警数据为异常告警数据还是正常告警数据,将告警决策分析算法的计算结果发送至客户端;通过此种设计达到对一系列电能质量标准自动进行校验、校准,并将告警分析结果再次通过告警决策分析模块,目的是决策自动告警的正确性,最终生成自动告警结果,并将自动告警结果主动推送到分布式客户端进行可视化展示,达到依托Hadoop大数据平台,为用户自动分析、自动生成异常告警信息的目的。
Description
技术领域
本发明涉及分布式电源告警技术领域,具体为基于Hadoop大数据平台分布式电源自动告警方法及装置。
背景技术
近年来,以风力发电和光伏发电为代表的分布式发电技术得到了迅速的发展和大力的推广,一方面,分布式电源的环境友好性和循环再生性为应对能源危机和环境污染提供了帮助;另一方面,人们也注意到了分布式发电由于受到自然条件的限制,其输出功率具有很强的随机性和波动性,大规模的分布式电源并入电网,将会对现有电力系统的供电质量产生严重的影响,导致这个现象发生的最重要的一点原因就是不能对分布式电源进行合理的质量监控。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于Hadoop大数据平台分布式电源自动告警方法,本发明通过采集分布式电源数据并通过质量标准进行分析,判断是否为告警数据,并对告警数据通过影响因素判断为正常报警数据还是异常报警数据,实现了对分布式电源质量的合理监控。
本发明的目的是通过以下技术方案来实现的:
一种基于Hadoop大数据平台分布式电源自动告警方法,所述方法包括:
获取分布式电源数据,通过告警分析算法得到分布式电源的告警数据;
通过告警决策分析算法判断告警数据为异常告警数据还是正常告警数据,将告警决策分析算法的计算结果发送至客户端。
进一步的,获取分布式电源数据时根据不同分布式电源数据采集频率要求,设置告警分析算法启动间隔时间,确定告警分析算法计算分布式电源数据的频率。
进一步的,所述告警分析算法根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率。
进一步的,所述三相不平衡率高于预设的三相不平衡标准值即为三相不平衡告警数据,所述电压合格率低于预设的电压标准值即为电压不合格告警数据,以及所述电压超下限率高于预设的电压超下限标准值即为电压超下限告警数据。
进一步的,所述告警决策分析算法根据各个告警数据的影响因素判断该告警数据为异常告警数据还是正常告警数据。
进一步的,所述异常告警数据插入自动告警库并将异常告警数据发送至客户端,所述正常告警数据连同影响因素判断依据发送至客户端,通过客户端对异常告警数据以及正常告警数据进行可视化展示。
一种基于Hadoop大数据平台分布式电源自动告警装置,所述装置包括:
数据获取模块:用于获取分布式电源数据;
告警分析模块:用于根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率;
告警决策分析模块:用于根据告警数据的影响因素判断告警数据为异常告警数据还是正常告警数据;
数据发送模块:用于将异常告警数据以及正常告警数据发送至客户端。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行所述一种基于Hadoop大数据平台分布式电源自动告警方法。
本发明的有益效果是:
1、本发明专利通过对分布式电源运行数据进行自动分析,依据一系列电能质量标准自动进行校验、校准,并将告警分析结果再次通过告警决策分析模块,目的是决策自动告警的正确性,最终生成自动告警结果,并将自动告警结果主动推送到分布式客户端进行可视化展示。达到依托Hadoop大数据平台,为用户自动分析、自动生成异常告警信息的目的。
2、本发明专利为海量分布式电源的运行和监控,提供了便捷、有利、科学的预警机制,保证了海量分布式电源数据分析及后续并网的安全和质量。
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为本发明专利的流程示意图;
图2为本发明专利的方法逻辑图;
图3为本发明专利的告警分析模块流程图。
具体实施方式
下面结合本发明的附图,对本发明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发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
在本发明的描述中,需要理解的是,术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
如附图1所示,图1是根据一示例性实施例示出的一种基于Hadoop大数据平台分布式电源自动告警方法的流程图,该分布式电源自动告警方法应用于分布式电源质量监控,该分布式电源自动告警方法包括如下步骤:
S1,获取分布式电源数据,通过告警分析算法得到分布式电源的告警数据;
S2,通过告警决策分析算法判断告警数据为异常告警数据还是正常告警数据,将告警决策分析算法的计算结果发送至客户端。
进一步的,获取分布式电源数据时根据不同分布式电源数据采集频率要求,设置告警分析算法启动间隔时间,确定告警分析算法计算分布式电源数据的频率;
具体的,根据不同分布式电源数据采集频率要求,设置定时器,确定执行数据分析的频率;定时器启动,依托于Hadoop大数据平台,带着事先维护好的各电能质量标准,执行告警分析算法,达到获取告警分析结果的目的。
进一步的,所述告警分析算法根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率。
进一步的,所述三相不平衡率高于预设的三相不平衡标准值即为三相不平衡告警数据,所述电压合格率低于预设的电压标准值即为电压不合格告警数据,以及所述电压超下限率高于预设的电压超下限标准值即为电压超下限告警数据;
具体的,如附图3所示,告警分析算法根据电能质量标准对分布式电源数据进行计算,如果分布式电源在三相不平衡率、电压合格率以及电压超下限率上均满足要求,即为质量达标的合格分布式电源,如果有任意一项不满足要求,即将该分布式电源数据输入到告警决策分析模块中,判断该告警数据为正常告警数据还是异常告警数据。
具体的:
三相不平衡率定义:使用功率计算的负载率大于60%,且持续2小时及以上,负载率持续大于60%的时间段内,最大三相不平衡度大于25%;
负载率计算规则:三相有功总功率/额定容量 * 100%>60%且持续2小时及以上;
启动三相不平衡判定规则:三相有功总功率/额定容量 * 100%>60%且持续2小时及以上,则启动三相不平衡判定;
三相不平衡计算标准:IEEEstd112-1991定义的电压不平衡度为相电压不平衡率(PVUR),PVUR等干三相相电压方均根值与三相相电压方均根值的平均值之差的最大值与三相相电压方均根值的平均值的比值;
三相不平衡计算公式:
注:UA、UB、UC分别为三相相电压的有效值(不是基波分量有效值,但在电网中,电压的有效值与基波分量有效值非常接近,实际运算也可用基波有效值替代),假设光伏运行数据采集频率为5分钟一次,以2小时为检测时间段,所以2小时的检测时间段内采集的点数为:
60÷5×2=24
三相不平衡判定依据:
若P大于60%,且连续超过24个点都是大于60%,则启动PVUR判定,判断PVUR是否大于25%,若大于25%,则判定为三相不平衡告警数据;
具体的:
电压合格率定义:实际运行电压在允许电压偏差范围内累计运行时间与对应的总运行统计时间之比的百分值;
电压合格标准:单相供电220V居民客户受电端:-10%~+7%;
电压合格率标准:
城市地区:供电可靠率不低于99.90%,居民客户端电压合格率不低于96%;
农村地区:供电可靠率和居民客户端电压合格率,经国家电网公司核定后,由各省(自治区、直辖市)电力公司公布承诺指标(四川省电力公司承诺农村供电可靠率不低于99.589%,电压合格率不低于93.89%);
假设光伏运行数据采集频率为5分钟一次,以一天为检测时间段,所以一天的检测时间段内采集的点数为:
60÷5×24=288
电压合格率计算公式为:
将该公式转换为符合业务逻辑的采集数据点为:电压合格率=288个点中198V-235.4V之间的点数/288,转换后的电压合格率计算公式为:
电压合格率判定依据:若检测时间范围内,VER小于96%,则判定为电压不合格告警数据;
具体的:
电压超下限定义:按照光伏发电站出口三相采集总点数进行计算,低于198V为超下限,刨除120V以下异常点数;
假设光伏运行数据采集频率为5分钟一次,以一天为检测时间段,所以一天的检测时间段内采集的点数为:
60÷5×24=288
电压超下限标准:电压超下限率根据各统计值误差应满足不高于33.3%;
电压超下限率计算规则:(198V至120总点数)/(3*288)*100%;
电压超下限计算公式:
电压超下限判定依据:若R大于33.3%,则判定为电压超下限告警数据;
进一步的,所述告警决策分析算法根据各个告警数据的影响因素判断该告警数据为异常告警数据还是正常告警数据;
具体的,每一个告警数据下面含有多个影响因素判断,即如果为三相不合格告警数据,通过三相不合格告警数据下面的影响因算判断该告警数据为正常告警数据还是异常告警数据;
具体的,例如2021-11-07大雪,定时任务启动,带入一个电能质量标准eg:日发电量标准,且日发电量标准值为100Kw,分析分布式电源的当日发电量,例如2021-11-07当日发电量为18Kw,没有到达电能质量标准值,则自动生成告警分析结果:分布式电源日发电量18Kw,没有到达电能质量标准值,将此告警分析结果作为入参,执行告警决策分析算法,带入此时电能质量标准即日发电量的影响因素:聚合天气;决策分析出,当日天气大雪,是影响发电量的主要因素,因此此时的发电量异常告警属于恶劣天气等不可抗力因素引起的发电量低,属于正常告警;
具体的,例如2021-11-08日晴,再次分析当前分布式电源的发电量信息,例如当日发电量为15Kw,仍然没有达到电能质量标准值,则自动生成告警分析结果:分布式电源日发电量15Kw,没有到达电能质量标准值,将此告警分析结果作为入参,执行告警决策分析算法带入此时电能质量标准即日发电量的影响因素:聚合天气、光照、采光面积等因素,排除当日天气、光照等因素,功能决策树的决策结果,有可能是采光面积受影响,由于2021-11-07大雪,很可能是光伏板上有积雪,影响光伏板采光,从而影响分布式电源的日发电量,因此生成自动告警结果,此时日发电量不达标,属于可控因素造成的发电量异常,属于异常告警,并形成推荐策略:建议清洗光伏板;
进一步的,所述异常告警数据插入自动告警库并将异常告警数据发送至客户端,所述正常告警数据连同影响因素判断依据发送至客户端,通过客户端对异常告警数据以及正常告警数据进行可视化展示;
具体的,将正常告警数据以及异常告警数据均发送给分布式客户端,对于正常告警数据,连同二叉排序树状图一并发送至客户端,对于异常报警数据,插入自动告警库,方便对所有异常数据随时调出查看,同时异常告警数据也会发送至客户端,客户端对异常告警数据以及正常告警数据进行可视化展示,方便用户了解告警数据的原因。
一种基于Hadoop大数据平台分布式电源自动告警装置,所述装置包括:
数据获取模块:用于获取分布式电源数据;
告警分析模块:用于根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率;
告警决策分析模块:用于根据告警数据的影响因素判断告警数据为异常告警数据还是正常告警数据;
数据发送模块:用于将异常告警数据以及正常告警数据发送至客户端。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行所述一种基于Hadoop大数据平台分布式电源自动告警方法。
具体的,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”、“多”的含义是指至少两个。
应该理解,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者可能同时存在居中元件;当一个元件被称为“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件,此外,这里使用的“连接”可以包括无线连接;使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为:表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,所述方法包括:
获取分布式电源数据,通过告警分析算法得到分布式电源的告警数据;
通过告警决策分析算法判断告警数据为异常告警数据还是正常告警数据,将告警决策分析算法的计算结果发送至客户端。
2.根据权利要求1所述的一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,获取分布式电源数据时根据不同分布式电源数据采集频率要求,设置告警分析算法启动间隔时间,确定告警分析算法计算分布式电源数据的频率。
3.根据权利要求1所述的一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,所述告警分析算法根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率。
4.根据权利要求3所述的一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,所述三相不平衡率高于预设的三相不平衡标准值即为三相不平衡告警数据,所述电压合格率低于预设的电压标准值即为电压不合格告警数据,以及所述电压超下限率高于预设的电压超下限标准值即为电压超下限告警数据。
5.根据权利要求3或4所述的一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,所述告警决策分析算法根据各个告警数据的影响因素判断该告警数据为异常告警数据还是正常告警数据。
6.根据权利要求5所述的一种基于Hadoop大数据平台分布式电源自动告警方法,其特征在于,所述异常告警数据插入自动告警库并将异常告警数据发送至客户端,所述正常告警数据连同影响因素判断依据发送至客户端,通过客户端对异常告警数据以及正常告警数据进行可视化展示。
7.一种基于Hadoop大数据平台分布式电源自动告警装置,其特征在于,所述装置包括:
数据获取模块:用于获取分布式电源数据;
告警分析模块:用于根据电能质量标准分别计算分布式电源的三相不平衡率、电压合格率以及电压超下限率;
告警决策分析模块:用于根据告警数据的影响因素判断告警数据为异常告警数据还是正常告警数据;
数据发送模块:用于将异常告警数据以及正常告警数据发送至客户端。
8.一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存储有计算机指令,所述计算机指令用于使计算机执行权利要求1-6任一项所述的一种基于Hadoop大数据平台分布式电源自动告警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096744.2A CN114115504A (zh) | 2022-01-27 | 2022-01-27 | 基于Hadoop大数据平台分布式电源自动告警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096744.2A CN114115504A (zh) | 2022-01-27 | 2022-01-27 | 基于Hadoop大数据平台分布式电源自动告警方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114115504A true CN114115504A (zh) | 2022-03-01 |
Family
ID=80361724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210096744.2A Pending CN114115504A (zh) | 2022-01-27 | 2022-01-27 | 基于Hadoop大数据平台分布式电源自动告警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114115504A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114792072A (zh) * | 2022-05-18 | 2022-07-26 | 中国人民解放军国防科技大学 | 一种基于功能的装备决策行为仿真建模方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116816A (zh) * | 2009-12-31 | 2011-07-06 | 深圳先进技术研究院 | 分布式电源并网运行监测装置及方法 |
CN105515206A (zh) * | 2016-02-16 | 2016-04-20 | 国网山东省电力公司淄博供电公司 | 一种分布式电源及其微电网智能预警方法 |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
CN110019098A (zh) * | 2017-12-30 | 2019-07-16 | 广州明领基因科技有限公司 | 基于Hadoop框架的电能计量大数据分析系统 |
CN110416998A (zh) * | 2019-07-01 | 2019-11-05 | 华北电力大学 | 一种基于虚拟发电厂的地区复杂配网调度控制管理系统 |
-
2022
- 2022-01-27 CN CN202210096744.2A patent/CN114115504A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116816A (zh) * | 2009-12-31 | 2011-07-06 | 深圳先进技术研究院 | 分布式电源并网运行监测装置及方法 |
CN105515206A (zh) * | 2016-02-16 | 2016-04-20 | 国网山东省电力公司淄博供电公司 | 一种分布式电源及其微电网智能预警方法 |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
CN110019098A (zh) * | 2017-12-30 | 2019-07-16 | 广州明领基因科技有限公司 | 基于Hadoop框架的电能计量大数据分析系统 |
CN110416998A (zh) * | 2019-07-01 | 2019-11-05 | 华北电力大学 | 一种基于虚拟发电厂的地区复杂配网调度控制管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114792072A (zh) * | 2022-05-18 | 2022-07-26 | 中国人民解放军国防科技大学 | 一种基于功能的装备决策行为仿真建模方法及系统 |
CN114792072B (zh) * | 2022-05-18 | 2024-01-16 | 中国人民解放军国防科技大学 | 一种基于功能的装备决策行为仿真建模方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101238620B1 (ko) | 태양광발전 시스템의 고장 인식 장치 및 이의 진단 방법 | |
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
US9541598B2 (en) | Smart junction box for photovoltaic systems | |
CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
JP7289995B2 (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
CN111614317B (zh) | 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法 | |
CN113325308B (zh) | 一种用于数据中心的供电故障检测方法 | |
CN114115504A (zh) | 基于Hadoop大数据平台分布式电源自动告警方法及装置 | |
CN109543993B (zh) | 分析光伏电站的方法、计算机存储介质及计算机设备 | |
CN116774077A (zh) | 储能电站电池的健康检测方法、装置、设备及存储介质 | |
Serrano-Luján et al. | Case of study: Photovoltaic faults recognition method based on data mining techniques | |
CN117060457B (zh) | 一种基于混合逆变器的储能系统智能控制系统 | |
CN107368979B (zh) | 一种天气敏感型区域配电网扰动事件预测方法及装置 | |
CN112731022B (zh) | 光伏逆变器故障检测方法、设备及介质 | |
CN114662809A (zh) | 一种综合能源园区内供电电源的电能质量评价方法和系统 | |
CN108802565B (zh) | 一种基于机器学习的中压配电网断线不接地故障检测方法 | |
CN109586309B (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
CN115456440A (zh) | 分布式光伏电站发电特性的评估方法、装置及系统 | |
CN110703019A (zh) | 基于输电线路的采集信息的用电异常精准定位方法 | |
CN115082385A (zh) | 基于光伏组件倾斜角的光伏电站缺陷预警方法及装置 | |
CN113242018B (zh) | 一种光伏设备故障诊断方法及其应用装置 | |
CN115345370A (zh) | 一种基于Vine Copula模型的风电机组运行联动性分析方法 | |
CN112039062B (zh) | 一种基于熵权法的最优储能方式确定方法 | |
Joga et al. | Tunable Q-wavelet transform based entropy measurement to detect and classify faults in certs microgrid test bed | |
CN110968834B (zh) | 一种基于谐波含量分析的电网监测站点选取方法 |
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 |