CN115809819A - 一种基于大数据的光伏运行分析及异常诊断方法 - Google Patents

Abstract

本发明公开了一种基于大数据的光伏运行分析及异常诊断方法，克服了现有技术中存在的由于光伏发电水平评价缺乏统一评价指标，数据采集不全面、光伏发电异常诊断不准确的问题，包括以下步骤：S1：利用RPA技术，获取光伏数据；S2：对获取的光伏数据进行预处理，建立光伏数据库；S3：从数据库中选取样本数据，计算光伏发电指数；S4：根据计算得到的光伏发电指数，进行光伏发电异常诊断。利用RPA的流程自动化技术与用数环境的大数据处理能力，获取海量数据，引入地区标准光伏发电指数，量化评价光伏客户发电效率，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况。

Description

一种基于大数据的光伏运行分析及异常诊断方法

技术领域

本发明涉及光伏发电技术领域，特别涉及了一种基于大数据的光伏运行分析及异常诊断方法。

背景技术

随着经济的快速发展，对于电力的需求也在不断增大，光伏发电已经受到了人们的广泛重视。由于光伏发电技术操作简单且洁净无污染，光伏发电已经得到了十分广泛的应用。但是，由于光伏发电系统中的光伏组件寿命是存在限制的，所以在运行了一段时间以后，光伏组件也很容易出现老化、热板等问题，从而导致整个发电系统出现故障。在光伏产业大力发展的背景下，光伏发电异常诊断工作也变得更加重要。

但目前对于光伏发电分析还存在以下缺陷：以往对用户的光伏发电水平进行评价，多从光伏设备自身出发，没有考虑地区的差异以及在同一地区所处的位置，缺乏统一的评价指标；目前对光伏设备运维监控主要采用的是逆变器传感诊断技术，对异常诊断仍有部分局限性，而大量零星或小规模发电客户甚至对运行工况一无所知，包括是否并网、是否因组件故障或光照的影响发电出力，设备一旦出现故障，用户侧与电网侧都不能及时获知，导致光伏资源浪费、用户收益受损；由于光伏发电点多面广，当前无法全面采集发电负荷数据，无法准确判断异常。

发明内容

本发明的目的是克服现有技术中存在的由于光伏发电水平评价缺乏统一评价指标，数据采集不全面、光伏发电异常诊断不准确的问题，提供了一种基于大数据的光伏运行分析及异常诊断方法，利用RPA的流程自动化技术与用数环境的大数据处理能力，获取海量数据，引入地区标准光伏发电指数，量化评价光伏客户发电效率，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况。

为了实现上述目的，本发明采用以下技术方案：一种基于大数据的光伏运行分析及异常诊断方法，包括下列步骤：

S1：利用RPA技术，获取光伏数据；

S2：对获取的光伏数据进行预处理，建立光伏数据库；

S3：从数据库中选取样本数据，计算光伏发电指数；

S4：根据计算得到的光伏发电指数，进行光伏发电异常诊断。

利用RPA技术，实现跨平台自动获取数据，往光伏数据量大，跨平台获取数据极其不便，本发明采用RPA技术自动获取数据，将繁琐的取数工作变得简单和实时，再利用用数环境大数据分析功能，简化数据处理和分析模型。主要的光伏数据包括样本电站15分钟负荷、光伏发电客户日发电量，以及发电客户基本台帐。数据预处理可以采用用数环境数据处理功能SQL语句定时作业任务，每一次仅对增量数据进行预处理。以往对用户的光伏发电水平进行评价，多从设备自身出发，没有考虑地区的差异以及在同一地区所处的位置，缺乏统一的评价指标。本发明引入光伏发电指数概念，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况，促进高效利用光伏资源，实现应发尽发。

作为优选，S1.1：采集光伏数据并存储；

S1.2：RPA端口按照固定的时间间隔，对存储的光伏数据进行访问，并获取光伏数据参数信息；

S1.3：RPA端口将光伏数据参数信息进行录入、收集和分析，并对光伏数据进行加密后上传至初始数据库中。

采用RPA工具，开启定时任务，每日自动向用数环境导入光伏客户日用电量和样本电站15分钟负荷数据。利用RPA的流程自动化技术获取数据，大量减轻工作量，打破了数据壁垒。

作为优选，所述的步骤S1.2中，对光伏数据参数信息进行录入、收集和分析包括：

获取光伏数据的时间参数以及该光伏数据的户号，建立数据列表；

将对应的光伏数据存储至相应的时间参数以及户号列表下面。

实现每一条数据的独特性，同时便于查询。

作为优选，所述的步骤S2中的光伏数据预处理包括：

对时间格式描述或字段类型不一致的数据，进行规范化；

建立自定义关键词，采用时间加用户号，使数据唯一化；

若户号长度不一致，或数据导入时存在不可见控制符，统一将原用户号转换为长度一致的新用户号；

对部分数据进行前期计算并存入相关字段。

建立自定义关键词，以方便匹配查询；为提升查询效率，对部分数据进行前期计算并存入相关字段。预处理主要利用用数环境数据处理功能sql语句定时作业任务，每次仅对增量数据进行预处理。

作为优选，所述步骤S3进一步表示为：

S3.1：从光伏数据库中选取某地区若干用户的光伏发电数据；

S3.2：计算每一个光伏用户每kW单位装机容量下的发电量Ei；

S3.3：计算标准样本日每千瓦装机光伏发电量E₀；

S3.4：以标准样本日每千瓦装机光伏发电量作为基准值，计算每一个光伏用户发电指数。

选取用户分布式全额上网光伏站的发电关口电量为样本，样本的数据质量和实际装机功率须满足核实无误。由于光伏发电点多面广，当前无法全面采集发电负荷数据，因此难于掌握变电站、线路、台区内光伏出力对电网的影响。本发明中计算得到的E₀表示标准样本日每千瓦装机光伏发电量(kW·h)，即代表当日该地区的光伏发电水平。

作为优选，还包括对光伏发电指数进行修正：

在计算标准样本日每千瓦装机光伏发电量E₀时，剔除发电效率最低的n家；

选择光照充足且无停电检修计划的某天作为样本，计算光伏发电指数的修正值，利用修正值对光伏发电指数进行修正，若修正后的光伏发电指数连续天数内都出现异常，则说明光伏发电指数异常。

考虑到样本光伏站有维护检修、采集丢失等异常情况，在统计时剔除发电效率最低的n家，n的具体数值根据实际情况设置，以更真实地反映地区每千瓦装机光伏发电水平。从发电指数分布情况来看，由于现场实际装机容量与台账数据不一致的情况依旧较多，通过自动修正纠偏，可避免上述因素的干扰，更加精准识别异常和故障。

作为优选，还包括：

利用某一线路上的光伏报装装机容量，计算该条线路的光伏日发电量：

G_Li＝E₀×S_Li；

式中，GLi为第i条配电线路光伏日发电量，SLi为第i条配电线路光伏报装装机容量；

根据线路光伏日发电量，进行光伏发电对地区电网影响分析。

作为优选，所述步骤S4进一步包括：

S4.1：对S3中的计算结果进行全方位图景展示；

S4.2：设置异常区间，若光伏发电指数连续时间都在异常区间内，则说明光伏发电异常；

S4.3：根据异常的光伏发电指数，对该光伏发电指数对应的用户进行听见检修，核实异常情况，并针对异常情况进行检修。

光伏发电指数越高说明光伏发电效率越高。为排除某日自行检修、线路跳闸无法并网等偶发因素，设定连续两天出现异常才予确认。发电指数异常产生原因主要有：①容量台账信息出错；②部分光伏组件并网故障；③客户进行自行检修、并网线路检修或故障；④光伏组件老化发电效率下降。

因此，本发明具有如下有益效果：1、利用RPA的流程自动化技术与用数环境的大数据处理能力，巧妙结合两者优势，大量减轻工作量，打破了数据壁垒；2、引入光伏发电指数概念，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况，促进高效利用光伏资源，实现应发尽发；3、以往光伏数据量大，跨平台取数极其不便，本发明通过RPA技术自动获取数据，将繁琐的取数工作变得简单和实时，再利用用数环境大数据分析功能，简化数据处理和分析模型，有助于发现业务台帐装机容量数据差错和计量接线差错。

附图说明

图1为本发明方法的具体操作流程图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

如图1所示的实施例中，可以看到一种基于大数据的光伏运行分析及异常诊断方法，其操作流程为：步骤一，利用RPA技术，获取光伏数据；步骤二，对获取的光伏数据进行预处理，建立光伏数据库；步骤三，从数据库中选取样本数据，计算光伏发电指数；步骤四，根据计算得到的光伏发电指数，进行光伏发电异常诊断。

利用RPA技术，实现跨平台自动获取数据，往光伏数据量大，跨平台获取数据极其不便，本发明采用RPA技术自动获取数据，将繁琐的取数工作变得简单和实时，再利用用数环境大数据分析功能，简化数据处理和分析模型。主要的光伏数据包括样本电站15分钟负荷、光伏发电客户日发电量，以及发电客户基本台帐。数据预处理时，每一次仅对增量数据进行预处理。以往对用户的光伏发电水平进行评价，多从设备自身出发，没有考虑地区的差异以及在同一地区所处的位置，缺乏统一的评价指标。本发明引入光伏发电指数概念，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况，促进高效利用光伏资源，实现应发尽发。

下面通过具体的例子，进一步说明本申请的技术方案。

第一步：利用RPA技术，获取光伏数据。

采用RPA工具，开启定时任务，每日自动向用数环境导入光伏客户日用电量和样本电站15分钟负荷数据。

具体过程如下：采集光伏数据并存储；RPA端口按照固定的时间间隔，对存储的光伏数据进行访问，获取光伏数据的时间参数以及该光伏数据的户号，建立数据列表，将对应的光伏数据存储至相应的时间参数以及户号列表下面；RPA端口将光伏数据参数信息进行录入、收集和分析，并对光伏数据进行加密后上传至初始数据库中。

利用RPA的流程自动化技术获取数据，大量减轻工作量，打破了数据壁垒。

第二步：对获取的光伏数据进行预处理，建立光伏数据库。

1、对时间格式描述或字段类型不一致的数据，进行规范化；

2、建立自定义关键词，以方便匹配查询，采用时间加户号，使数据唯一化；

3、当前系统升级扩容，若户号长度不一致，或数据导入时存在不可见控制符，统一将原用户号转换为长度一致的新用户号；

4、字段类别不统一，转换并规范化；

5、为提升查询效率，对部分数据进行前期计算并存入相关字段。

以上预处理主要利用用数环境数据处理功能sql语句定时作业任务，每次仅对增量数据进行预处理。

具体过程可以为：清晰剔除无关表计(如售电侧、上网关口)，对数据进行标准化，统一数据位数(如户号统一取10位)；清洗剔除日期错误的记录；转数据类型并赋值；从指数样本获取样本发电量；计算光伏发电指数；转变光伏台帐获取装机容量；计算单位装机发电量；自转变光伏台帐获取修正系数，并计算修正后光伏发电指数。

第三步：从光伏数据库中选取样本数据，计算光伏发电指数。

1、本实施例选取某地区10家分布式全额上网光伏站的发电关口电量为样本，样本的数据质量和实际装机功率须满足核实无误。

取S表示光伏装机容量(kW)、G表示日光伏发电量(kW·h)、E表示日每千瓦装机光伏发电量(kW·h)、E₀表示标准样本日每千瓦装机光伏发电量(kW·h)、K_G表示光伏发电指数、n表示集中式光伏样本数。

2、计算光伏用户每kW单位装机容量下的发电量E_i：

式中，i表示第i家光伏电站。

3、计算标准样本日每千瓦装机光伏发电量E₀：

考虑到样本光伏站有维护检修、采集丢失等异常情况，在统计时剔除发电效率最低的2家，以更真实地反映地区每千瓦装机光伏发电水平，计算标准样本日每千瓦装机光伏发电量E₀：

4、以标准样本日每千瓦装机光伏发电量作为基准值，计算光伏用户发电指数(以某地区标准发电指数为1000为例)：

从发电指数分布情况来看，由于现场实际装机容量与台账数据不一致的情况依旧较多，通过自动修正纠偏，可避免上述因素的干扰，更加精准识别异常和故障，实现方法如下：

选择光照充足且无停电检修计划的某天作为样本，以此为基准，计算光伏发电指数的修正值，利用修正值对光伏发电指数进行修正，若修正后的光伏发电指数K_G’连续两天内都出现异常(800＜K_G＜1200，修正系数Kx＝1000-K_G’)，则说明光伏发电指数异常。

第四步：根据计算得到的光伏发电指数，进行光伏发电异常诊断。

对第三步中的计算结果进行存储并进行图形化全景在线展示；实现对某地区所有光伏客户分析和异常诊断，以及光伏对变电站、线路、配变的运行影响，具备人机交互查询功能。

光伏发电指数越高说明光伏发电效率越高，一般情况下其会在基准值上下合理范围内波动，本实施例中设置异常阀值K_thmin＝800、K_thmax＝1200,判定出现1200＜K_G或K_G＜800时为异常。为排除某日自行检修、线路跳闸无法并网等偶发因素，设定光伏发电指数连续两天出现异常才予确认。

发电指数异常产生原因主要有：①容量台账信息出错；②部分光伏组件并网故障；③客户进行自行检修、并网线路检修或故障；④光伏组件老化发电效率下降。

本实施例中还包括：

由于光伏发电点多面广，当前无法全面采集发电负荷数据，因此难于掌握变电站、线路、台区内光伏出力对电网的影响。上述计算，我们可以得出E₀表示标准样本日每千瓦装机光伏发电量(kW·h)，即代表当日该地区的光伏发电水平。因此，可利用该条线路上的光伏报装装机容量，倒推出该条线路的光伏日发电量：

G_Li＝E₀×S_Li

式中，G_Li为第i条配电线路光伏日发电量，S_Li为第i条配电线路光伏报装装机容量。根据线路光伏日发电量，可进行光伏发电对地区电网影响分析。

下面可通过具体的例子进一步说明第四步中的光伏发电的异常诊断：

1、发现某一时间用户A光伏发电指数出现异常，光伏发电指数骤降至400，对其进行异常检修，发现该用户并网线路停电检修；

2、发现用户B连续两天以上光伏发电指数极低，数值只有84，对其进行异常检修，发现该用户装机容量输入错误，将5770误输入80000，经修正后，光伏发电指数在正常范围内。

3、发现用户C光伏发电指数持续偏低，对其进行异常检修，经核实该用户拆除部分屋顶部分光伏组件。

本发明的方案具有以下优点：

1、利用RPA的流程自动化技术与用数环境的大数据处理能力，巧妙结合两者优势，大量减轻工作量，打破了数据壁垒，在满足数据安全合规前提下构建了光伏发电在线分析与异常诊断平台；为提升服务水平、电网网架优化、新能源应用推广等提供参考，实现提质增效。

2、引入标准光伏发电指数，量化评价光伏客户发电效率。以往对用户的光伏发电水平进行评价，多从设备自身出发，没有考虑地区的差异以及在同一地区所处的位置，缺乏统一的评价指标。本发明首先引入光伏发电指数概念，能够真实反映该地区每天的光伏发电平均水平，以此作为依据对地区内的用户光伏发电情况进行评价，及时诊断出异常情况，促进高效利用光伏资源，实现应发尽发。

3、实现跨平台自动取数和在线分析。以往光伏数据量大，跨平台取数极其不便，本发明采用RPA技术自动获取数据，将繁琐的取数工作变得简单和实时，再利用用数环境大数据分析功能，简化数据处理和分析模型。

4、有助于发现业务台帐装机容量数据差错和计量接线差错；实现图形化全景在线展示。实现对县域内所有光伏客户分析和异常诊断，以及光伏对变电站、线路、配变的运行影响，具备人机交互查询功能。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (8)

1.一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，它包括下列步骤：

S1：利用RPA技术，获取光伏数据；

S2：对获取的光伏数据进行预处理，建立光伏数据库；

S3：从光伏数据库中选取样本数据，计算光伏发电指数；

S4：根据计算得到的光伏发电指数，进行光伏发电异常诊断。

2.根据权利要求1所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，所述的步骤S1进一步表示为：

S1.1：采集光伏数据并存储；

S1.2：RPA端口按照固定的时间间隔，对存储的光伏数据进行访问，并获取光伏数据参数信息；

S1.3：RPA端口将光伏数据参数信息进行录入、收集和分析，并对光伏数据进行加密后上传至初始数据库中。

3.根据权利要求2所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，所述的步骤S1.2中，对光伏数据参数信息进行录入、收集和分析包括：

获取光伏数据的时间参数以及该光伏数据的户号，建立数据列表；

将对应的光伏数据存储至相应的时间参数以及户号列表下面。

4.根据权利要求1所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，所述的步骤S2中的光伏数据预处理包括：

对时间格式描述或字段类型不一致的数据，进行规范化；

建立自定义关键词，采用时间加用户号，使数据唯一化；

若户号长度不一致，或数据导入时存在不可见控制符，统一将原用户号转换为长度一致的新用户号；

对部分数据进行前期计算并存入相关字段。

5.根据权利要求1或4所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，所述步骤S3进一步表示为：

S3.1：从光伏数据库中选取某地区若干用户的光伏发电数据；

S3.2：计算光伏用户每kW单位装机容量下的发电量E_i；

S3.3：计算标准样本日每千瓦装机光伏发电量E₀；

S3.4：以标准样本日每千瓦装机光伏发电量作为基准值，计算光伏用户发电指数。

6.根据权利要求5所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，还包括对光伏发电指数进行修正：

在计算标准样本日每千瓦装机光伏发电量E₀时，剔除发电效率最低的n家；选择光照充足且无停电检修计划的某天作为样本，计算光伏发电指数的修正值，利用修正值对光伏发电指数进行修正，若修正后的光伏发电指数连续天数内都出现异常，则说明光伏发电指数异常。

7.根据权利要求5所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，还包括：

利用某一线路上的光伏报装装机容量，计算该条线路的光伏日发电量：

G_Li＝E₀×S_Li；

式中，G_Li为第i条配电线路光伏日发电量，S_Li为第i条配电线路光伏报装装机容量；

根据线路光伏日发电量，进行光伏发电对地区电网影响分析。

8.根据权利要求1或2所述的一种基于大数据的光伏运行分析及异常诊断方法，其特征在于，所述步骤S4进一步包括：

S4.1：对S3中的计算结果进行全方位图景展示；

S4.2：设置异常区间，若光伏发电指数连续时间都在在异常区间内，则说明光伏发电异常；

S4.3：根据异常的光伏发电指数，对该光伏发电指数对应的用户进行听见检修，核实异常情况，并针对异常情况进行检修。

Images