CN115764926B - 一种针对新能源场站的功率检测方法和系统 - Google Patents
一种针对新能源场站的功率检测方法和系统 Download PDFInfo
- Publication number
- CN115764926B CN115764926B CN202211417841.3A CN202211417841A CN115764926B CN 115764926 B CN115764926 B CN 115764926B CN 202211417841 A CN202211417841 A CN 202211417841A CN 115764926 B CN115764926 B CN 115764926B
- Authority
- CN
- China
- Prior art keywords
- power
- deviation
- curve
- detection
- compensation
- 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
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种针对新能源场站的功率检测方法和系统,其方法包括:步骤1:在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;步骤2:对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;步骤3:当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向‑补偿数据库中调取反向补偿信息,进行功率补偿调整;步骤4:当功率偏差不在预设范围内时,则根据过偏差信息,从偏差‑指令数据库中获取功率控制指令,进行功率控制调整。提高新能源场站的整体运行效率。
Description
技术领域
本发明涉及电力系统技术领域,特别涉及一种针对新能源场站的功率检测方法和系统。
背景技术
随着以光伏电站和风电场为代表的新能源场站并网规模的不断增加,正确评估其对电力系统的影响日益重要,其中,对新能源场站进行功率检测就显得尤为重要,现有的一般是对场站进行功率检测之后,如果存在检测异常,会进行报警提醒,然后,由人为去进行功率调整,这无疑会降低新能源场站的运行效率。
因此,本发明提出一种针对新能源场站的功率检测方法和系统。
发明内容
本发明提供一种针对新能源场站的功率检测方法和系统,用以通过对新能源场站下的每个检测点的功率曲线进行曲线特性分析,有效的锁定异常位置,来自动进行功率补偿调整以及功率控制调整,提高新能源场站的整体运行效率。
本发明提供一种针对新能源场站的功率检测方法,包括:
步骤1:在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
步骤2:对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
步骤3:当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
步骤4:当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整。
优选的,分别获取每个检测点的当下运行信息之前,还包括:
获取所述新能源场站的场站部署图,并基于所述场站部署图确定所述新能源场站中每个目标对象的工作线程,并基于数字孪生技术,构建针对每个工作线程的对象模型,其中,所述对象模型的模型层数与所匹配的工作线程中的工作节点的个数一致,且每个工作节点对应一个模型层;
按照标准实例对匹配模型层进行测试,获取当下测试结果,将所述当下测试结果与匹配的标准测试结果进行比较,获取对应工作节点的差异忽略性,并构建得到相应对象模型的差异忽略阵列;
计算所述差异忽略阵列的可忽略值K;
其中,K表示对应的可忽略值;n1表示相应对象模型的差异忽略阵列所存在的工作节点个数;δi1表示差异忽略阵列中第i个工作节点的节点权重;xi1表示差异忽略阵列中第i个工作节点的差异忽略性对应的差异忽略值;δi1xi1表示差异忽略阵列中第i个工作节点的当下忽略值;(δi1xi1)max表示从所有当下忽略值中获取的最大忽略值;ln表示对数函数的符号;
当所述可忽略值K小于预设值Y时,获取相应对象模型中每个工作节点的节点属性,并从对象-属性数据库中,调取匹配的第一检测方式对相应检测点进行第一线程检测;
当所述可忽略值K不小于预设值Y时,根据从值-等级映射表中确定差异等级,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重;
根据所述当下权重,从对象-属性-权重数据库中,调取匹配的第二检测方式,对相应检测点进行第二线程检测。
优选的,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重,包括:
其中,D1表示相应对象模型的当下权重;D0表示对相应目标对象设定的初始权重;表示对相应目标对象设定的权重调整函数,其中,A1表示预先设定的与相应目标对象匹配的权重调整基础值,取值范围为[0.2,0.6];ycha表示从值-等级映射表中确定的相应目标对象的差异等级;/>表示预先设定的与相应目标对象匹配的等级转换变量,其中,的取值范围为(4,8)。
优选的,对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常,包括:
获取每个检测点所囊括的检测对象,并分别获取每个检测对象的检测功率信息,并构建得到每个检测对象的功率曲线;
从所述功率曲线中提取每个检测对象处于工作状态的第一曲线,并计算所述第一曲线的第一平均功率值以及第一功率标准差;
从运行标准数据库中,获取每个检测对象的标准功率范围,并构建标准功率边界,且将对应的第一曲线与标准功率边界进行曲线比较,判断是否存在边界交点;
若存在,判断所述边界交点是否唯一,若唯一,将所述第一曲线视为合格曲线;
若不唯一,锁定边界交点,并计算除去超过边界交点之外的剩余功率线段的第二平均功率值以及第二功率标准差;
基于所述第一平均功率值与第二平均功率值的第一功率差、第一功率标准差与第二功率标准差的第一差以及每个边界交点的交点位置与切线角度,构建待分析向量;
将所述待分析向量输入到状态分析模型中,获取得到对应功率曲线的当下曲线状态;
当所述当下曲线状态为合格状态时,将所述第一曲线视为合格;
否则,将所述第一曲线视为不合格;
当存在任意一个检测对象对应的第一曲线有异常时,则判定对应检测点存在异常;
当所有检测对象对应的第一曲线都为合格曲线时,则判定对应检测点不存在异常。
优选的,标定对应功率曲线中的异常位置,确定功率偏差,包括:
获取同个检测点中每条功率曲线中每个边界交点的切线角度,并确定有效边界点以及无效边界点;
根据有效边界点的第一点个数与无效边界点的第二点个数,确定所述第一点个数与总交点个数的第一比值、第二点个数与总交点个数的第二比值;
同时,基于所述边界交点确定超出边界交点的功率曲线与对应功率曲线中第一曲线的曲线占比;
根据所述曲线占比、第一比值以及第二比值,且结合存在的切线角度以及切线位置,标定异常位置;
获取所述异常位置的异常功率值与对应检测对象的标准功率范围的标准平均值的差值;
将获取的同个检测对象的所有差值输入到功率偏差分析模型中,得到对应的功率偏差。
优选的,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整,包括:
获取与所述预设范围一致的偏向映射表,并获取与所述功率偏差一致的偏向性;
从所述偏向-补偿数据库中获取与所述偏向性一致的反向补偿信息;
提取所述反向补偿信息中的补偿因子,并基于标准补偿期望,向每个补偿因子设置补偿权重,进而构建得到补偿指令;
基于所述补偿指令对相应的检测对象进行功率补偿调整。
优选的,根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整,包括:
提取所述过偏差信息中的低于偏差信息以及高于偏差信息;
对所述低于偏差信息对应的出现时间进行第一确定以及对高于偏差信息对应的出现时间进行第二确定;
根据第一确定结果以及第二确定结果,获取过偏差信息的出现规律;
从偏差-指令数据库中获取与所述低于偏差信息一致的第一控制指令以及获取与所述高于偏差信息一致的第二控制指令;
按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合;
基于组合控制指令对相应的检测对象进行功率控制调整。
优选的,按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合,包括:
基于所述低于偏差信息,构建第一函数u1(d11,d12),其中,d11表示低于偏差信息的第一出现集合;d12表示按照所述第一出现集合出现的低于偏差值集合;
基于所述高于偏差信息,构建第二函数u2(d21,d22),其中,d21表示高于偏差信息的第二出现集合;d22表示按照所述第二出现集合出现的高于偏差值集合;
基于所述第一函数u1(d11,d12)与第二函数u2(d21,d22),并基于时间-差值-指令转换函数,得到组合函数q1(s01,s02,s03),其中,s01表示与低于偏差信息匹配的控制指令;s02表示与高于偏差信息匹配的控制指令;s03表示信息偏差出现时间对应的时间触发条件;
提取与低于偏差信息匹配的控制指令相关的第一控制因子,并计算第一控制因子的总控制能力r1;
提取与高于偏差信息匹配的控制指令相关的第二控制因子,并计算第二控制因子的总控制能力r2;
当r1≥h01以及r2≥h11时,按照所述组合函数依次输出组合控制指令;
若r1<h0[以及r2≥h11时,设置对s01的第一约束条件,并对与低于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q2(s04,s02,s03),并按照新的组合函数q2(s04,s02,s03)依次输出组合控制指令;
否则,设置对s02的第二约束条件,并对与高于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q3(s01,s05,s03),并按照新的组合函数q3(s01,s05,s03)依次输出组合控制指令;
其中,h01表示第一预设能力;h11表示第二预设能力;s04表示对s01随机筛选后的指令;s05表示对s02随机筛选后的指令。
本发明提供一种针对新能源场站的功率检测系统,包括:
曲线构建模块,用于在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
曲线分析模块,用于对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
功率补偿模块,用于当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
功率控制模块,用于当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种针对新能源场站的功率检测方法的流程图;
图2为本发明实施例中一种针对新能源场站的功率检测系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种针对新能源场站的功率检测方法,如图1所示,包括:
步骤1:在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
步骤2:对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
步骤3:当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
步骤4:当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整。
该实施例中,新能源场站是包括各种新能源对应的系统在内的,其目的都是为了发电向外提供电能,因此,为了保证该新能源场站运行的稳定性,需要对新能源场站设置多个检测点并进行功率检测。
该实施例中,新能源场站是有其对应的场站部署图的,也就是预先会设置好需要在哪些检测点进行功率检测以及检测方式是如何的。
该实施例中,比如,新能源场站中存在3个检测点,且每个检测点中都存在若干检测对象,且检测对象可以是该检测点中不同电力输出设备等,因此,需要构建每个检测对象的功率曲线,也就得到该检测点的功率曲线,也就是说明,检测点的功率曲线是包含该检测点所对应的所有检测对象的功率曲线在内的。
该实施例中,当下运行信息指的是同个检测点所包含的每个检测对象在当下时刻的功率值。
该实施例中,曲线特性分析指的是对每个检测对象的功率曲线进行标准功率范围的比较,在该范围内,则视为不存在异常,否则,可能会存在异常,如果确定出存在异常,则锁定该功率曲线中的异常位置,确定该检测对象存在的功率偏差,且功率偏差主要指的是对应功率值与标准功率值的偏差大小。
该实施例中,比如,功率偏差为f1,对应的预设范围为f01~f02,此时,f1在f01~f02之间,则根据偏向映射表,来获取该功率偏差f1的偏向性,比如是偏向于可以保持当前的功率偏差保持不变,又或者是偏向于向大一个级别调整检测对象的输出功率,也就是偏向于缩小功率偏差以及偏向于功率值向大调整一个级别,又或者是偏向于向小一个级别调整检测对象的输出功率,也就是偏向于缩小功率偏差以及偏向于功率值向小调整一个级别。
该实施例中,功率补偿调整指的是预先功率值不足以满足正常运行情况下的标准值,此时需要进行合理的正向功率补偿;
或者是预先的功率值达到满足正常运行情况下的标准值,但是会存在对功率损耗的浪费,此时,需要进行合理的负向功率补偿。
该实施例中,当f1不在f01~f02之间时,如果f1小于f01,此时,就得到第一偏差信息,如果f1大于f02,此时,就得到第二偏差信息,其中,第一偏差信息与第二偏差信息即为过偏差信息。
该实施例中,偏差-指令数据库是预先设置好的,其包括不同的过偏差信息以及匹配的指令在内,且功率控制调整的目的是为了保证检测对象的工作功率处于稳定状态,进一步提高场站的运行效率。
上述技术方案的有益效果是:通过对新能源场站下的每个检测点的功率曲线进行曲线特性分析,有效的锁定异常位置,来自动进行功率补偿调整以及功率控制调整,提高新能源场站的整体运行效率。
本发明提供一种针对新能源场站的功率检测方法,分别获取每个检测点的当下运行信息之前,还包括:
获取所述新能源场站的场站部署图,并基于所述场站部署图确定所述新能源场站中每个目标对象的工作线程,并基于数字孪生技术,构建针对每个工作线程的对象模型,其中,所述对象模型的模型层数与所匹配的工作线程中的工作节点的个数一致,且每个工作节点对应一个模型层;
按照标准实例对匹配模型层进行测试,获取当下测试结果,将所述当下测试结果与匹配的标准测试结果进行比较,获取对应工作节点的差异忽略性,并构建得到相应对象模型的差异忽略阵列;
计算所述差异忽略阵列的可忽略值K;
其中,K表示对应的可忽略值;n1表示相应对象模型的差异忽略阵列所存在的工作节点个数;δi1表示差异忽略阵列中第i个工作节点的节点权重;xi1表示差异忽略阵列中第i个工作节点的差异忽略性对应的差异忽略值;δi1xi1表示差异忽略阵列中第i个工作节点的当下忽略值;(δi1xi1)max表示从所有当下忽略值中获取的最大忽略值;ln表示对数函数的符号;
当所述可忽略值K小于预设值Y时,获取相应对象模型中每个工作节点的节点属性,并从对象-属性数据库中,调取匹配的第一检测方式对相应检测点进行第一线程检测;
当所述可忽略值K不小于预设值Y时,根据从值-等级映射表中确定差异等级,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重;
根据所述当下权重,从对象-属性-权重数据库中,调取匹配的第二检测方式,对相应检测点进行第二线程检测。
该实施例中,场站部署图是预先设置好的,目标对象指的是检测点中不同的检测对象,也就是需要进行功率检测的设备,可以作为检测对象。
该实施例中,工作线程指的是针对每个目标对象的工作流程,由于对象不一样,那么对应的工作流程也就不一样,比如,存在流程1、2、3,也就是存在3个工作节点,进而也就是存在3个模型层,工作对象在按照流程1、2、3工作的过程中,需要对每个流程的功率分别进行检测,以此来保证对应目标对象的功率合理性。
该实施例中,数字孪生技术是为了对目标对象的工作线程进行模拟仿真,来得到对象模型,可以提取与检测点相关的检测方式,提高检测精准性。
该实施例中,标准实例是根据目标对象的历史检测记录日志中提取到的,进而通过测试,可以得到对应工作节点的差异忽略性,比如,测试结果中对应的指标1的参数为0.2,匹配的指标2的标准为0.16,此时,比较结果为:0.2-0.16,那么最后获取到的结果0.04基于该工作节点匹配的预设差异映射表进行匹配之后,得到差异忽略性,其中,预设差异映射表中包含不同的差值结果以及与差值结果匹配的差异忽略性在内。
该实施例中,比如,工作节点1、2、3分别对应差异忽略性1、2、3,那么,就会得到该对象的差异忽略阵列:{差异忽略性1差异忽略性2差异忽略性3}。
该实施例中,差异忽略值的取值范围为[0,1]。
该实施例中,预设值是预先设置好的,一般取值为0.2。
该实施例中,节点属性指的是对应工作流程的执行内容,比如是,对电压进行稳定反馈等内容,也就是节点属性是:电压稳定反馈,进而获取该对象模型的所有属性,比如:工作流程1、2、3分别对应的属性1、2、3,按照属性1、2、3,来从属性数据库中获取相应对象模型也就是目标对象的检测方式,来对检测点下的匹配检测对象按照第一检测方式进行检测,且第一检测方式可以对检测对象所包含的3个节点都进行检测,所以也称为第一线程检测。
该实施例中,值-等级映射表是预先设置好的,且包括不同的结果以及与该结果匹配的等级在内的,该等级主要是针对可忽略值与预设值之间的情况,因此,可以对相应目标对象的权重进行调整,也就是通过比值来确定是否可以忽略,越不能忽略代表该对象存在异常的可能性越大,因此,需要对该对象设置重点检测的可能性越大,所以,通过对权重进行调整,来获取更加匹配的检测方式,实现对相应检测对象的线程检测。
该实施例中,对象-属性-权重数据库是预先设置好的,且包含不同的目标对象、该对象对应的内容属性以及该对象处于不同权重下,所匹配的检测方式在内的,因此,可以有效调取到第二检测方式。
上述技术方案的有益效果是:通过基于数字孪生技术构建不同目标对象的对象模型,通过进行层测试并与标准测试结果的比较,有效的得到每个模型的差异忽略阵列,通过计算可忽略值,并与预设值的比较,可以采用不同的方式,来获取到针对该目标模型的检测方式,实现对相应检测点的精准检测,为后续功率补偿以及控制,提供有效基础。
本发明提供一种针对新能源场站的功率检测方法,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重,包括:
其中,D1表示相应对象模型的当下权重;D0表示对相应目标对象设定的初始权重;表示对相应目标对象设定的权重调整函数,其中,A1表示预先设定的与相应目标对象匹配的权重调整基础值,取值范围为[0.2,0.6];ycha表示从值-等级映射表中确定的相应目标对象的差异等级;/>表示预先设定的与相应目标对象匹配的等级转换变量,其中,的取值范围为(4,8)。
上述技术方案的有益效果是:根据权重调整函数,对初始权重进行调整,可以有效的获取到当下权重,为匹配检测方式提供有效基础,保证功率曲线构建的合理性。
本发明提供一种针对新能源场站的功率检测方法,对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常,包括:
获取每个检测点所囊括的检测对象,并分别获取每个检测对象的检测功率信息,并构建得到每个检测对象的功率曲线;
从所述功率曲线中提取每个检测对象处于工作状态的第一曲线,并计算所述第一曲线的第一平均功率值以及第一功率标准差;
从运行标准数据库中,获取每个检测对象的标准功率范围,并构建标准功率边界,且将对应的第一曲线与标准功率边界进行曲线比较,判断是否存在边界交点;
若存在,判断所述边界交点是否唯一,若唯一,将所述第一曲线视为合格曲线;
若不唯一,锁定边界交点,并计算除去超过边界交点之外的剩余功率线段的第二平均功率值以及第二功率标准差;
基于所述第一平均功率值与第二平均功率值的第一功率差、第一功率标准差与第二功率标准差的第一差以及每个边界交点的交点位置与切线角度,构建待分析向量;
将所述待分析向量输入到状态分析模型中,获取得到对应功率曲线的当下曲线状态;
当所述当下曲线状态为合格状态时,将所述第一曲线视为合格;
否则,将所述第一曲线视为不合格;
当存在任意一个检测对象对应的第一曲线有异常时,则判定对应检测点存在异常;
当所有检测对象对应的第一曲线都为合格曲线时,则判定对应检测点不存在异常。
该实施例中,每个检测点是包括若干个检测对象在内的,所以根据检测结果分别获取每个检测对象的功率曲线。
该实施例中,由于对检测对象是不间断检测,会包括工作状态下的检测以及非工作状态下的检测,所以,提取工作状态下的第一曲线,该第一曲线是从同个检测对象匹配的功率曲线中提取得到的。
该实施例中,第一平均功率值指的是该第一曲线上所有功率累加和之后求取的平均值,且第一功率标准差是按照标准差公式来得到的。
该实施例中,运行标准数据库是预先设定好的,每个检测对象的运行标准都是记录在该数据库中的,因此,可以基于该数据库来得到标准功率范围,既然是范围就会存在上边界和下边界,所以,来确定第一曲线与边界的交点。
该实施例中,剩余功率段指的是在上边界与下边界范围内的曲线,来计算该曲线的平均值与标准差。
该实施例中,切线角度指的是每个边界交点基于第一曲线的切线,该切线与水平线之间的夹角。
该实施例中,待分析向量:[第一功率差第一差切线角w1-p1...切线角wn1-pn1],其中,w1-1表示第1个边界交点的交点位置w1与切线角度p1;wn1-pn1表示第n1个边界交点的交点位置wn1与切线角度pn1。
该实施例中,状态分析模型是预先训练好的,且是基于不同的情况组合的待分析向量以及与该向量匹配的结果(曲线状态)为样本训练得到的,因此,可以得到曲线的状态。
上述技术方案的有益效果是:通过分析每个检测对象的功率曲线,来进行平均值、标准差的比较以及边界交点的获取,可以有效的构建待分析向量,且通过模型分析可以有效确定出对应曲线是否合格,为判断检测点是否异常提供基础,间接保证新能源场站的稳定运行。
本发明提供一种针对新能源场站的功率检测方法,标定对应功率曲线中的异常位置,确定功率偏差,包括:
获取同个检测点中每条功率曲线中每个边界交点的切线角度,并确定有效边界点以及无效边界点;
根据有效边界点的第一点个数与无效边界点的第二点个数,确定所述第一点个数与总交点个数的第一比值、第二点个数与总交点个数的第二比值;
同时,基于所述边界交点确定超出边界交点的功率曲线与对应功率曲线中第一曲线的曲线占比;
根据所述曲线占比、第一比值以及第二比值,且结合存在的切线角度以及切线位置,标定异常位置;
获取所述异常位置的异常功率值与对应检测对象的标准功率范围的标准平均值的差值;
将获取的同个检测对象的所有差值输入到功率偏差分析模型中,得到对应的功率偏差。
该实施例中,有效边界点指的是该交点所处的线段在下一时刻超出边界范围,无效边界点指的是该交点所处的线段在下一时刻未超出边界范围。
该实施例中,总交点个数是第一点个数与第二点个数的总和。
该实施例中,曲线占比是基于线段的长短来确定的。
该实施例中,首先,从每个切线角度对应的位置就可以对异常进行第一确定,其次,再通过曲线占比以及第一比值、第二比值,可以确定出异常位置。
比如,切线角度确定出的位置为:边界交点1、2,超出边界范围的线段1、线段2,此时,第一比值大于第二比值,也就是存在的有效边界点的数量较多,那么,将无效边界点剔除,将剩余未剔除的点进行异常标定。
该实施例中,异常功率值是异常标定的每个异常位置的功率值,差值是异常位置的功率值与标准功率范围的边界进行比较得到的差值。
比如:当异常位置处于范围上边界时,由异常位置的功率值与上边界范围值进行相减,当异常位置处于范围下边界时,由异常位置的功率值与下边界范围进行相减,进而得到若干差值。
该实施例中,功率偏差分析模型是预先训练好的,可以对不同对象的所有差值进行分析得到功率偏差,且功率偏差是该检测对象的代表参数。
上述技术方案的有益效果是:通过确定同个功率曲线中存在的有效边界点和无效边界点,进而根据占比以及切线位置、切线角度的获取,可以确定出功率之间的差值,进而通过功率偏差分析模型,获取得到功率偏差,为后续进行何种方式的调整提供基础,保证场站的运行效率。
本发明提供一种针对新能源场站的功率检测方法,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整,包括:
获取与所述预设范围一致的偏向映射表,并获取与所述功率偏差一致的偏向性;
从所述偏向-补偿数据库中获取与所述偏向性一致的反向补偿信息;
提取所述反向补偿信息中的补偿因子,并基于标准补偿期望,向每个补偿因子设置补偿权重,进而构建得到补偿指令;
基于所述补偿指令对相应的检测对象进行功率补偿调整。
该实施例中,偏向映射表是为了获取与功率偏向匹配的结果,也就是偏向性,偏向-补偿数据库是预先训练好的,包括不同偏向性情况下匹配的反向补偿信息在内。
该实施例中,补偿因子指的是需要补偿的内容,比如是在时刻1进行功率补偿,标准补偿期望是预先设置好的,获取补偿因子对应的补偿期望,来基于标准补偿期望,实现对补偿权重的设置,进而得到补偿指令。
该实施例中,补偿指令指的是在某个时刻对相应检测对象进行功率增加调整,或者功率降低调整等,该方式都可以视为补偿,且补偿指令是补偿权重以及补偿因子、补偿时间三者综合得到的。
上述技术方案的有益效果是:通过获取反向补偿信息提取补偿因子,并根据标准补偿期望来设置补偿权重,进而构建补偿指令,保证能源场站的稳定运行,不会因为功率本身的异常问题,导致该能源场站运转效率低下。
本发明提供一种针对新能源场站的功率检测方法,根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整,包括:
提取所述过偏差信息中的低于偏差信息以及高于偏差信息;
对所述低于偏差信息对应的出现时间进行第一确定以及对高于偏差信息对应的出现时间进行第二确定;
根据第一确定结果以及第二确定结果,获取过偏差信息的出现规律;
从偏差-指令数据库中获取与所述低于偏差信息一致的第一控制指令以及获取与所述高于偏差信息一致的第二控制指令;
按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合;
基于组合控制指令对相应的检测对象进行功率控制调整。
该实施例中,低于偏差信息指的是低于预设范围的下边界的信息,高于偏向信息指的是高于预设范围的上边界的信息。
该实施例中,可以从记录日志中来获取低于偏差信息与高于偏差信息的出现时间,进而可以确定出现规律。
该实施例中,偏差-指令数据库是预先设置好的,且不同的偏差对应的何种指令都是基于历史调整情况提前设置的,主要是为了提供一个参考样本库,进而可以获取到相关的第一控制指令和第二控制指令。
该实施例中,由于低于偏差信息中包含的若干子信息的出现时间是不一样的,代表的信息含义也不一样,所以,可以匹配出相关的若干指令,且高于偏差信息与低于偏差信息对应指令获取的原理类似。
比如:时间1:指令1,时间2:指令01,时间3;指令2,那么:指令1、01、2即为指令组合,其中,指令1和2表示第一控制指令,指令01表示第二控制指令。
该实施例中,检测对象在不同的工作周期需要按照组合控制指令来对该检测对象进行功率调整,保证检测对象的稳定运行,避免因为功率异常,导致整个场站运行效率降低的情况。
上述技术方案的有益效果是:通过按照组合控制指令,对相应检测对象进行控制调整,保证场站持续处于稳定运行状态。
本发明提供一种针对新能源场站的功率检测方法,按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合,包括:
基于所述低于偏差信息,构建第一函数u1(d11,d12),其中,d11表示低于偏差信息的第一出现集合;d12表示按照所述第一出现集合出现的低于偏差值集合;
基于所述高于偏差信息,构建第二函数u2(d21,d22),其中,d21表示高于偏差信息的第二出现集合;d22表示按照所述第二出现集合出现的高于偏差值集合;
基于所述第一函数u1(d11,d12)与第二函数u2(d21,d22),并基于时间-差值-指令转换函数,得到组合函数q1(s01,s02,s03),其中,s01表示与低于偏差信息匹配的控制指令;s02表示与高于偏差信息匹配的控制指令;s03表示信息偏差出现时间对应的时间触发条件;
提取与低于偏差信息匹配的控制指令相关的第一控制因子,并计算第一控制因子的总控制能力r1;
提取与高于偏差信息匹配的控制指令相关的第二控制因子,并计算第二控制因子的总控制能力r2;
当r1≥h01以及r2≥h11时,按照所述组合函数依次输出组合控制指令;
若r1<h01以及r2≥h11时,设置对s01的第一约束条件,并对与低于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q2(s04,s02,s03),并按照新的组合函数q2(s04,s02,s03)依次输出组合控制指令;
否则,设置对s02的第二约束条件,并对与高于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q3(s01,s05,s03),并按照新的组合函数q3(s01,s05,s03)依次输出组合控制指令;
其中,h01表示第一预设能力;h11表示第二预设能力;s04表示对s01随机筛选后的指令;s05表示对s02随机筛选后的指令。
该实施例中,出现集合与出现时间有关。
该实施例中,时间-差值-指令转换函数是预先设置好的,比如将d11与d21转换为s03,将d12转换为s01,将d22转换为s02。
该实施例中,第一控制因子是从低于偏差信息对应的指令中提取到的,比如,时刻1的第一控制因子功率调整从00到02,时刻2的第一控制因子表示功率调整从00到001,此时,分别获取00到02的因子控制能力以及00到001的因子控制能力,进而来获取总控制能力,也就是所有第一控制因子对应控制能力的累加和。
该实施例中,通过总控制能力与设定的预设能力的比较,可以有效的确定出是否需要剔除控制能力弱甚至忽略不计的指令。
当满足r1≥h01以及r2≥h11,是不需要剔除的;
否则,是需要进行剔除的,且剔除过程是将指令随机筛选后,将剩余未被筛选的指令剔除。
上述技术方案的有益效果是:通过低于偏差信息以及高于偏差信息分别构建函数,并进行函数组合,来对指令的输出进行控制,在其过程中,通过获取控制因子对应的总控制能力,并与预设能力比较,可以得到新的组合函数,在保证对相应对象进行合理功率调整的情况下,还可以降低对处理资源的使用,进一步提高新能源场站的运行效率。
本发明提供一种针对新能源场站的功率检测系统,如图2所示,包括:
曲线构建模块,用于在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
曲线分析模块,用于对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
功率补偿模块,用于当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
功率控制模块,用于当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整。
上述技术方案的有益效果是:通过对新能源场站下的每个检测点的功率曲线进行曲线特性分析,有效的锁定异常位置,来自动进行功率补偿调整以及功率控制调整,提高新能源场站的整体运行效率。
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 (7)
1.一种针对新能源场站的功率检测方法,其特征在于,包括:
步骤1:在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
步骤2:对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
步骤3:当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
步骤4:当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整;
其中,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整,包括:
获取与所述预设范围一致的偏向映射表,并获取与所述功率偏差一致的偏向性;
从所述偏向-补偿数据库中获取与所述偏向性一致的反向补偿信息;
提取所述反向补偿信息中的补偿因子,并基于标准补偿期望,向每个补偿因子设置补偿权重,进而构建得到补偿指令;
基于所述补偿指令对相应的检测对象进行功率补偿调整;
其中,根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整,包括:
提取所述过偏差信息中的低于偏差信息以及高于偏差信息;
对所述低于偏差信息对应的出现时间进行第一确定以及对高于偏差信息对应的出现时间进行第二确定;
根据第一确定结果以及第二确定结果,获取过偏差信息的出现规律;
从偏差-指令数据库中获取与所述低于偏差信息一致的第一控制指令以及获取与所述高于偏差信息一致的第二控制指令;
按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合;
基于组合控制指令对相应的检测对象进行功率控制调整。
2.如权利要求1所述的针对新能源场站的功率检测方法,其特征在于,分别获取每个检测点的当下运行信息之前,还包括:
获取所述新能源场站的场站部署图,并基于所述场站部署图确定所述新能源场站中每个目标对象的工作线程,并基于数字孪生技术,构建针对每个工作线程的对象模型,其中,所述对象模型的模型层数与所匹配的工作线程中的工作节点的个数一致,且每个工作节点对应一个模型层;
按照标准实例对匹配模型层进行测试,获取当下测试结果,将所述当下测试结果与匹配的标准测试结果进行比较,获取对应工作节点的差异忽略性,并构建得到相应对象模型的差异忽略阵列;
计算所述差异忽略阵列的可忽略值K;
其中,K表示对应的可忽略值;n1表示相应对象模型的差异忽略阵列所存在的工作节点个数;δi1表示差异忽略阵列中第i个工作节点的节点权重;xi1表示差异忽略阵列中第i个工作节点的差异忽略性对应的差异忽略值;δi1xi1表示差异忽略阵列中第i个工作节点的当下忽略值;(δi1xi1)max表示从所有当下忽略值中获取的最大忽略值;ln表示对数函数的符号;
当所述可忽略值K小于预设值Y时,获取相应对象模型中每个工作节点的节点属性,并从对象-属性数据库中,调取匹配的第一检测方式对相应检测点进行第一线程检测;
当所述可忽略值K不小于预设值Y时,根据从值-等级映射表中确定差异等级,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重;
根据所述当下权重,从对象-属性-权重数据库中,调取匹配的第二检测方式,对相应检测点进行第二线程检测。
3.如权利要求2所述的针对新能源场站的功率检测方法,其特征在于,按照所述差异等级以及对所述目标对象设定的初始权重,得到相应对象模型的当下权重,包括:
其中,D1表示相应对象模型的当下权重;D0表示对相应目标对象设定的初始权重;表示对相应目标对象设定的权重调整函数,其中,A1表示预先设定的与相应目标对象匹配的权重调整基础值,取值范围为[0.2,0.6];ycha表示从值-等级映射表中确定的相应目标对象的差异等级;/>表示预先设定的与相应目标对象匹配的等级转换变量,其中,的取值范围为(4,8)。
4.如权利要求1所述的针对新能源场站的功率检测方法,其特征在于,对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常,包括:
获取每个检测点所囊括的检测对象,并分别获取每个检测对象的检测功率信息,并构建得到每个检测对象的功率曲线;
从所述功率曲线中提取每个检测对象处于工作状态的第一曲线,并计算所述第一曲线的第一平均功率值以及第一功率标准差;
从运行标准数据库中,获取每个检测对象的标准功率范围,并构建标准功率边界,且将对应的第一曲线与标准功率边界进行曲线比较,判断是否存在边界交点;
若存在,判断所述边界交点是否唯一,若唯一,将所述第一曲线视为合格曲线;
若不唯一,锁定边界交点,并计算除去超过边界交点之外的剩余功率线段的第二平均功率值以及第二功率标准差;
基于所述第一平均功率值与第二平均功率值的第一功率差、第一功率标准差与第二功率标准差的第一差以及每个边界交点的交点位置与切线角度,构建待分析向量;
将所述待分析向量输入到状态分析模型中,获取得到对应功率曲线的当下曲线状态;
当所述当下曲线状态为合格状态时,将所述第一曲线视为合格;
否则,将所述第一曲线视为不合格;
当存在任意一个检测对象对应的第一曲线有异常时,则判定对应检测点存在异常;
当所有检测对象对应的第一曲线都为合格曲线时,则判定对应检测点不存在异常。
5.如权利要求4所述的针对新能源场站的功率检测方法,其特征在于,标定对应功率曲线中的异常位置,确定功率偏差,包括:
获取同个检测点中每条功率曲线中每个边界交点的切线角度,并确定有效边界点以及无效边界点;
根据有效边界点的第一点个数与无效边界点的第二点个数,确定所述第一点个数与总交点个数的第一比值、第二点个数与总交点个数的第二比值;
同时,基于所述边界交点确定超出边界交点的功率曲线与对应功率曲线中第一曲线的曲线占比;
根据所述曲线占比、第一比值以及第二比值,且结合存在的切线角度以及切线位置,标定异常位置;
获取所述异常位置的异常功率值与对应检测对象的标准功率范围的标准平均值的差值;
将获取的同个检测对象的所有差值输入到功率偏差分析模型中,得到对应的功率偏差。
6.如权利要求1所述的针对新能源场站的功率检测方法,其特征在于,按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合,包括:
基于所述低于偏差信息,构建第一函数u1(d11,d12),其中,d11表示低于偏差信息的第一出现集合;d12表示按照所述第一出现集合出现的低于偏差值集合;
基于所述高于偏差信息,构建第二函数u2(d21,d22),其中,d21表示高于偏差信息的第二出现集合;d22表示按照所述第二出现集合出现的高于偏差值集合;
基于所述第一函数u1(d11,d12)与第二函数u2(d21,d22),并基于时间-差值-指令转换函数,得到组合函数q1(s01,s02,s03),其中,s01表示与低于偏差信息匹配的控制指令;s02表示与高于偏差信息匹配的控制指令;s03表示信息偏差出现时间对应的时间触发条件;
提取与低于偏差信息匹配的控制指令相关的第一控制因子,并计算第一控制因子的总控制能力r1;
提取与高于偏差信息匹配的控制指令相关的第二控制因子,并计算第二控制因子的总控制能力r2;
当r1≥h01以及r2≥h11时,按照所述组合函数依次输出组合控制指令;
若r1<h01以及r2≥h11时,设置对s01的第一约束条件,并对与低于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q2(s04,s02,s03),并按照新的组合函数q2(s04,s02,s03)依次输出组合控制指令;
否则,设置对s02的第二约束条件,并对与高于偏差信息匹配的控制指令进行随机筛选,并得到新的组合函数q3(s01,s05,s03),并按照新的组合函数q3(s01,s05,s03)依次输出组合控制指令;
其中,h01表示第一预设能力;h11表示第二预设能力;s04表示对s01随机筛选后的指令;s05表示对s02随机筛选后的指令。
7.一种针对新能源场站的功率检测系统,其特征在于,包括:
曲线构建模块,用于在新能源场站设置若干检测点,并分别获取每个检测点的当下运行信息,并构建对应检测点的功率曲线;
曲线分析模块,用于对每个检测点下的每条功率曲线进行曲线特性分析,确定对应检测点是否存在异常;
若存在异常,则标定对应功率曲线中的异常位置,确定功率偏差;
功率补偿模块,用于当功率偏差在预设范围内时,根据功率偏差的偏向性,从偏向-补偿数据库中调取反向补偿信息,进行功率补偿调整;
功率控制模块,用于当功率偏差不在预设范围内时,则根据过偏差信息,从偏差-指令数据库中获取功率控制指令,进行功率控制调整;
其中,功率补偿模块,用于:
获取与所述预设范围一致的偏向映射表,并获取与所述功率偏差一致的偏向性;
从所述偏向-补偿数据库中获取与所述偏向性一致的反向补偿信息;
提取所述反向补偿信息中的补偿因子,并基于标准补偿期望,向每个补偿因子设置补偿权重,进而构建得到补偿指令;
基于所述补偿指令对相应的检测对象进行功率补偿调整;
其中,功率控制模块,用于:
提取所述过偏差信息中的低于偏差信息以及高于偏差信息;
对所述低于偏差信息对应的出现时间进行第一确定以及对高于偏差信息对应的出现时间进行第二确定;
根据第一确定结果以及第二确定结果,获取过偏差信息的出现规律;
从偏差-指令数据库中获取与所述低于偏差信息一致的第一控制指令以及获取与所述高于偏差信息一致的第二控制指令;
按照出现规律,对所述第一控制指令以及第二控制指令进行指令组合;
基于组合控制指令对相应的检测对象进行功率控制调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417841.3A CN115764926B (zh) | 2022-11-14 | 2022-11-14 | 一种针对新能源场站的功率检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417841.3A CN115764926B (zh) | 2022-11-14 | 2022-11-14 | 一种针对新能源场站的功率检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115764926A CN115764926A (zh) | 2023-03-07 |
CN115764926B true CN115764926B (zh) | 2023-07-18 |
Family
ID=85370119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211417841.3A Active CN115764926B (zh) | 2022-11-14 | 2022-11-14 | 一种针对新能源场站的功率检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115764926B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767086B (zh) * | 2017-11-24 | 2024-06-11 | 国网甘肃省电力公司电力科学研究院 | 基于发电功率预测的新能源场站出力下限滚动修正方法 |
CN112394704B (zh) * | 2019-08-19 | 2024-04-16 | 中国电力科学研究院有限公司 | 一种新能源电站的功率控制策略诊断方法及装置 |
CN112491044B (zh) * | 2020-11-23 | 2022-11-18 | 阳光新能源开发股份有限公司 | 功率预测偏差补偿方法、装置及控制器 |
CN112364941B (zh) * | 2020-12-07 | 2021-11-12 | 西安德纳检验检测有限公司 | 一种新能源场站频率特性检测方法、装置和系统 |
-
2022
- 2022-11-14 CN CN202211417841.3A patent/CN115764926B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115764926A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170300546A1 (en) | Method and Apparatus for Data Processing in Data Modeling | |
US20190072075A1 (en) | Method and device for detecting equivalent load of wind turbine | |
CN116089846A (zh) | 一种基于数据聚类的新能源结算数据异常检测与预警方法 | |
CN111476435B (zh) | 基于密度峰值的充电桩负荷预测方法 | |
US11636557B2 (en) | Systems and methods for enhanced power system model validation | |
CN112819107B (zh) | 基于人工智能的燃气调压设备故障预测方法 | |
CN105930900B (zh) | 一种混合风力发电的预测方法及系统 | |
CN117196353A (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
CN111537888A (zh) | 一种数据驱动的梯次电池soc预测方法 | |
CN113408659A (zh) | 一种基于数据挖掘的建筑能耗集成分析方法 | |
CN116069095A (zh) | 一种机房环境调节方法、设备及介质 | |
CN114048819A (zh) | 基于注意力机制和卷积神经网络的配电网拓扑辨识方法 | |
CN117725792A (zh) | 基于时间序列和模型修正的建筑安全监测预警方法 | |
CN112507605A (zh) | 基于AnoGAN的配电网异常检测方法 | |
Lungu et al. | PREDICTION INTELLIGENT SYSTEM IN THE FIELD OF RENEWABLE ENERGIES THROUGH NEURAL NETWORKS. | |
AU2019100631A4 (en) | Self-correcting multi-model numerical rainfall ensemble forecasting method | |
CN116739619A (zh) | 一种能源电力碳排放监测分析建模方法及装置 | |
CN115764926B (zh) | 一种针对新能源场站的功率检测方法和系统 | |
CN110611334A (zh) | 一种基于Copula-garch模型的多风电场出力相关性方法 | |
CN114564513A (zh) | 基于神经网络的海雾预测方法、装置、设备及存储介质 | |
CN117454324A (zh) | 风速风向仪故障预警方法、系统、电子设备及存储介质 | |
CN112734141A (zh) | 一种多元化负荷区间预测方法及装置 | |
CN116365519A (zh) | 一种电力负荷预测方法、系统、存储介质及设备 | |
CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
CN111539508A (zh) | 基于改进灰狼算法的发电机励磁系统参数辨识算法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |