CN116720791B - 一种分布式光伏发电质量管理方法及系统 - Google Patents
一种分布式光伏发电质量管理方法及系统 Download PDFInfo
- Publication number
- CN116720791B CN116720791B CN202310999878.XA CN202310999878A CN116720791B CN 116720791 B CN116720791 B CN 116720791B CN 202310999878 A CN202310999878 A CN 202310999878A CN 116720791 B CN116720791 B CN 116720791B
- Authority
- CN
- China
- Prior art keywords
- index
- matrix
- quality
- coefficient
- photovoltaic
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 111
- 238000010248 power generation Methods 0.000 title claims abstract description 101
- 239000011159 matrix material Substances 0.000 claims abstract description 213
- 238000001514 detection method Methods 0.000 claims abstract description 91
- 238000012423 maintenance Methods 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012797 qualification Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 238000003066 decision tree Methods 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000032683 aging Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000003326 Quality management system Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本公开提供了一种分布式光伏发电质量管理方法及系统，涉及质量管理技术领域，该方法包括：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵；配置光伏阈值矩阵；进行矩阵拆解；搭建目标检测模型，获取稳定系数与质量系数并流转至联合分析单元；进行合格判定与异常溯源，输出目标判定结果；识别目标判定结果并进行管理方案寻优，获取运维管理方案；进行预定区域的分布式电站的集群管理，通过本申请可以解决现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题，达到提高电能质量的监控效率、电能质量运维灵活性、供电效率的效果。
Description
技术领域
本公开涉及质量管理技术领域，具体涉及一种分布式光伏发电质量管理方法及系统。
背景技术
目前，现有光伏发电系统的电能质量管理方法基于进行并网或离网运行的基本功能应用阶段，随着需求复杂程度的提高，现有的能量管理系统已不能满足处理效率较高、系统响应灵活、控制准确程度高的要求。
综上所述，现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的问题。
发明内容
本公开提供了一种分布式光伏发电质量管理方法及系统，用以解决现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题。
根据本公开的第一方面，提供了一种分布式光伏发电质量管理方法，包括：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；基于光伏规模，配置光伏阈值矩阵；基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
根据本公开的第二方面，提供了一种分布式光伏发电质量管理系统，包括：光伏指标矩阵获得模块，所述光伏指标矩阵获得模块用于对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；光伏阈值矩阵获得模块，所述光伏阈值矩阵获得模块用于基于光伏规模，配置光伏阈值矩阵；矩阵处理模块，所述矩阵处理模块用于基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；目标检测模型获得模块，所述目标检测模型获得模块用于搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；目标判定结果获得模块，所述目标判定结果获得模块用于将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；运维管理方案获得模块，所述运维管理方案获得模块用于随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；运维管理方案处理模块，所述运维管理方案处理模块用于基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
根据本公开的第三方面，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：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；基于光伏规模，配置光伏阈值矩阵；基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
根据本公开的第四方面，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：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；基于光伏规模，配置光伏阈值矩阵；基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：根据本公开采用的通过对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；基于光伏规模，配置光伏阈值矩阵；基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理，解决了现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题，达到提高电能质量的监控效率、电能质量运维灵活性、供电效率的技术效果。
应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开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的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种分布式光伏发电质量管理方法的流程示意图；
图2为本公开实施例一种分布式光伏发电质量管理方法中获取光伏指标矩阵的流程示意图；
图3为本公开实施例一种分布式光伏发电质量管理方法中构建第一检测模块的流程示意图；
图4为本公开实施例提供的一种分布式光伏发电质量管理系统的结构示意图；
图5为本公开实施例提供的一种计算机设备的结构示意图。
附图标记说明：光伏指标矩阵获得模块11，光伏阈值矩阵获得模块12，矩阵处理模块13，目标检测模型获得模块14，目标判定结果获得模块15，运维管理方案获得模块16，运维管理方案处理模块17，电子设备800，处理器801，存储器802，总线803。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
图1为本申请实施例提供的一种分布式光伏发电质量管理方法，所述方法包括：
步骤S100：对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；
具体地，预定区域为待进行发电质量管理的区域。分布式光伏电站为在用户场地附近建设，以用户侧自发自用、多余电量上网运行，且在配电系统平衡调节为特征的光伏发电设施。进一步地，对预定区域的分布式光伏电站进行集群监控。其中，针对预定区域存在的多个分布式光伏电站与分布式光伏电站对应的局域供电网络，进行提供给用户的电能质量的集群监控与管理。进一步地，通过对预定区域的分布式光伏电站进行集群监控获取光伏指标矩阵，其中，光伏指标矩阵包括发电指标矩阵和配电指标矩阵。进一步地，发电指标矩阵为通过发电效率、环境影响、发电设备状态等指标组成的矩阵。配电指标矩阵为通过电网损耗、电能调度、谐波影响、负载运行等指标组成的矩阵。进一步地，光伏指标矩阵具有时效更新性。其中，时效更新性指光伏指标矩阵中的多个指标在不同的时间通过更新具有很大的差异。进一步地，获取光伏指标矩阵可以提高对光伏电站发电监控的精确度。
步骤S200：基于光伏规模，配置光伏阈值矩阵；
具体地，通过光伏电站发电设备的储能容量获取光伏规模。其中，光伏规模为光伏电站的储能容量。进一步地，根据光伏规模配置光伏阈值矩阵。其中，光伏阈值矩阵包括发电阈值矩阵和配电阈值矩阵。进一步地，发电阈值矩阵以发电指标阈值为矩阵行，以各局域光伏电站为矩阵列组合获得。配电阈值矩阵以配电指标阈值为矩阵行，以各局域光伏电站为矩阵列组合获得。举例而言，发电指标阈值包括发电效率、环境影响、发电设备状态等发电指标的阈值。配电指标阈值包括电网损耗、电能调度、谐波影响、负载运行等配电指标的阈值。其中，配置光伏阈值矩阵可以获得光伏指标矩阵对应的阈值，进而对光伏电站进行发电管理。
步骤S300：基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；
具体地，对光伏指标矩阵与光伏阈值矩阵按照多项指标进行矩阵拆解，获得多项指标矩阵。其中，多项指标为电压、频率、波形、谐波、噪声等指标。进一步地，根据多项指标矩阵中随机提取一项指标矩阵，作为通过直观层面衡量发电质量的一项指标矩阵。进一步地，根据多项指标矩阵中随机提取二项指标矩阵，作为通过间接层面衡量运维调度质量的二项指标矩阵。其中，对发电质量和运维调度进行监控可以提高分布式光伏发电的质量管理的精确程度。
步骤S400：搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；
具体地，搭建目标检测模型。其中，目标检测模型包括第一检测模块、第二检测模块与后置的联合分析单元。目标检测模型中多个模块与单元内嵌有光伏阈值矩阵。进一步地，第一检测模块与第二检测模块为并行模块，第一检测模块与第二检测模块构建方式相同，分别基于两个决策树搭建。第一检测模块进行异常质量参量判定，第二检测模块进行异常运行参量判定。进一步地，对第一检测模块与第二检测模块输出进行映射确定第一检测模块中异常参量的诱因。进一步地，将一项指标矩阵输入第一检测模块，将二项指标矩阵输入第二检测模块，获得多个稳定系数与多个质量系数。进一步地，将多个稳定系数与多个质量系数流转至联合分析单元进行映射。其中，根据目标检测模型输出获得异常参量的诱因可以提高发电质量监测精确度。
步骤S500：将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；
具体地，将稳定系数与质量系数作为输入数据进行流转，传输至联合分析单元。进一步地，将稳定系数与质量系数与联合分析单元中系数阈值标准进行比对，获得比对结果。其中，若比对结果为稳定系数与质量系数满足联合分析单元中系数阈值标准，则输出合格判定信息。若比对结果为稳定系数与质量系数不满足联合分析单元中系数阈值标准，则输出不满足参数作为目标预警信息。进一步地，将输出获得的合格判定信息作为目标判定结果。其中，目标预警信息为目标判定结果的附加输出信息。进一步地，对电能质量进行合格判定与异常溯源可以提高电能质量管理灵活性，并对异常溯源获得数据进行管理优化。
步骤S600：随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；
具体地，接收获得目标预警信息，根据目标预警信息中不满足参数与光伏阈值矩阵对目标判定结果进行寻优约束，获得管理方案寻优空间。进一步地，根据管理方案寻优空间获取运维管理方案。进一步地，进行管理方案寻优获取运维管理方案，可以有效提高电能管理效率和供电可靠性。
步骤S700：基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
具体地，根据运维管理方案，针对预定区域存在的多个分布式光伏电站与分布式光伏电站对应的局域供电网络，进行提供给用户的电能质量的集群监控与管理。
其中，通过本实施例可以解决现有技术中存在由于光伏发电能量管理系统功能单一导致光伏发电电能质量的监控效率较低、电能质量运维灵活性较低、供电效率较低的技术问题，达到提高电能质量的监控效率、电能质量运维灵活性、供电效率的效果。
如图2所示，本申请实施例提供的方法中的步骤S100包括：
S110：对所述预定区域的分布式光伏电站进行发电监控，配置发电指标矩阵，所述发电指标矩阵以发电指标为矩阵行，以各局域光伏电站为矩阵列；
S120：基于所述预定区域的分布式光伏电站，进行局域负荷网络与并网的电能调度监测，生成配电指标矩阵；
S130：基于所述发电指标矩阵与所述配电指标矩阵，获取所述光伏指标矩阵。
具体地，对预定区域的分布式光伏电站进行发电监控。其中，通过配置发电指标矩阵对分布式光伏电站进行发电监控。举例而言，发电指标为发电效率、环境影响、发电设备状态等维度的指标。进一步地，发电指标矩阵包括矩阵行和矩阵列，其中，以发电指标为矩阵行，以预定区域内的各局域光伏电站为矩阵列，组成发电指标矩阵。即发电指标矩阵为各局域光伏电站的发电指标。进一步地，各局域光伏电站为预定区域内的多个分布式光伏电站。
进一步地，对预定区域的分布式光伏电站中局域负荷网络进行电能调度监测，并对预定区域的分布式光伏电站进行并网的电能调度监测。其中，局域负荷网络为预定区域中分布式光伏电站发电获得的局域供电网络。并网指分布式光伏电站发电系统连接到公共电网。进一步地，进行电能调度监测为通过配置配电指标矩阵对分布式光伏电站进行配电监控。举例而言，配电指标为电网损耗、电能调度、谐波影响、负载运行等维度的指标。进一步地，配电指标矩阵包括矩阵行和矩阵列，其中，以配电指标为矩阵行，以预定区域内的各局域光伏电站为矩阵列，组成配电指标矩阵。即配电指标矩阵为各局域光伏电站的配电指标。进一步地，根据发电指标矩阵与配电指标矩阵组合获取光伏指标矩阵。
其中，获取光伏指标矩阵可以提高对光伏电站发电监控的精确度。
如图3所示，本申请实施例提供的方法中的步骤S400包括：
S410：调用预定时间区间内的样本指标参数，提取样本一项指标参数并确定样本稳定系数与样本质量系数；
S420：基于所述样本一项指标参数，随机提取一组指标参数，作为第一决策节点并构建第一决策层；
S430：再次基于所述样本一项指标参数随机提取一组指标参数，进行循环迭代，以确定第N决策节点并完成第N决策层的构建；
S440：对所述第一决策层直至所述第N决策层进行关联，并基于所述样本质量系数进行匹配标识，构建质量决策树；
S450：基于所述质量决策树，搭建所述第一检测模块。
具体地，根据光伏指标矩阵的时效更新性，获取预定时间区间内的光伏指标矩阵。对光伏指标矩阵与光伏阈值矩阵进行拆解，获得预定时间区间内的多项指标矩阵。其中，多项指标矩阵包括多项指标，将预定时间内的多项指标对应的多项指标参数作为多项样本指标参数。举例而言，多项指标为电压、频率、波形、谐波、噪声等指标，多项指标参数包括发电指标中电网损耗指标的电压参数和发电指标中电能调度的电压参数等。进一步地，预定时间区间为光伏指标矩阵满足光伏阈值矩阵的时间区间。
进一步地，根据多项样本指标参数中随机提取样本一项指标参数，确定作为样本稳定系数与样本质量系数。其中，样本一项指标参数为光伏指标矩阵与光伏阈值矩阵拆解获得的多项指标矩阵中一项指标矩阵对应的参数。举例而言，样本一项指标参数为光伏指标矩阵与光伏阈值矩阵拆解获得的多项指标矩阵中的电压参数。进一步地，样本稳定系数为用以表示光伏电站发电稳定性的样本系数。样本质量系数为用以表示光伏电站发电质量的样本系数。
进一步地，样本一项指标参数包括多组指标参数。其中，根据样本一项指标参数随机提取一组指标参数，作为第一决策节点。举例而言，一组指标参数为发电指标中电网损耗指标的电压参数。进一步地，根据第一决策节点构建第一决策层，即第一决策层具有第一决策节点。再次根据样本一项指标参数随机提取一组指标参数，进行循环迭代，以确定第N决策节点。根据第N决策节点构建第N决策层。进一步地，根据第一决策节点到第N决策节点的多个决策节点，完成构建对应的多个决策层。
进一步地，对第一决策层直至第N决策层中多个决策层进行关联，获得关联决策层，其中，多项样本指标参数中的多个样本一项指标参数具有对应的关联决策层。
进一步地，将样本质量系数与多项样本指标参数进行匹配，获得样本质量系数对应的样本一项指标参数，并对其进行标识。进一步地，根据标识的样本一项指标参数提取标识的样本一项指标参数对应的多个决策层，根据标识的样本一项指标参数对应的多个决策层构建质量决策树。
进一步地，对样本一项指标进行随机组合，获得多个样本指标参数组。进一步地，对多个样本指标参数组与内嵌的光伏阈值矩阵中对应参数进行参数差值计算，确定多组样本指标差量组。进一步地，将多组样本指标差量组确定为多个决策节点，并根据多个决策节点搭建多项决策层。进一步地，根据样本稳定系数对多项决策层中多个决策节点进行标识，获得稳定性决策树。进一步地，基于质量决策树与稳定性决策树，生成第一检测模块。
其中，通过搭建两个决策树获得第一检测模块，可以提高对光伏电站的发电管理精确程度。
本申请实施例提供的方法中的步骤S450包括：
S451：对所述样本一项指标参数进行随机组合，确定多个样本指标参数组并进行参数差值计算，确定多组样本指标差量组；
S452：基于所述样本指标差量组，搭建确定M个决策节点并完成M项决策层的搭建；
S453：对所述M项决策层进行层级连接，并基于所述样本稳定系数进行匹配标识，构建稳定性决策树；
S454：基于所述质量决策树与所述稳定性决策树，生成所述第一检测模块。
具体地，提取样本稳定系数与样本质量系数对应的样本一项指标参数，其中，样本一项指标参数包括多组指标参数。进一步地，对样本一项指标参数中多组指标参数进行随机组合，确定多个样本指标参数组。进一步地，对多个样本指标参数组与内嵌的光伏阈值矩阵中对应参数进行参数差值计算，确定多组样本指标差量组。其中，样本指标差量组用于进行异常质量参量判定。
进一步地，将样本指标差量组确定为M个决策节点，并根据M个决策节点搭建M项决策层。其中，M项决策层中每项决策层包括一个决策节点。
进一步地，对M项决策层进行层级连接，其中，对M项决策层中每相邻两项决策层进行关联连接。进一步地，将样本稳定系数与M项决策层进行匹配，匹配获得样本稳定系数对应的决策节点，对样本稳定系数对应的决策节点进行标识，获得具有样本稳定系数对应决策节点标识的决策树，作为稳定性决策树。
进一步地，将质量决策树与稳定性决策树组合生成第一检测模块。其中，质量决策树与稳定性决策树为并行决策树。
其中，第一检测模块用于进行异常质量参量判定，可以提高对光伏电站的发电管理精确程度。
本申请实施例提供的方法中的步骤S500包括：
S510：将所述第一检测模块的第一稳定系数、第一质量系数与所述第二检测模块的第二稳定系数与第二质量系数流转至所述联合分析单元，并判断是否满足系数阈值标准；
S520：若满足，生成质量合格信息；
S530：若所述第一稳定系数与所述第一质量系数满足所述系数阈值标准，且所述第二稳定系数与所述第二质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第一异常指标项，生成第一判定结果，所述第一判定结果标识有偏离区间。
具体地，提取通过第一检测模块输出获得的第一稳定系数、第一质量系数进行流转，提取通过第二检测模块输出获得的第二稳定系数、第二质量系数进行流转，流转传输至联合分析单元，作为输入数据输入联合分析单元。
进一步地，基于大数据，以发电监控为索引条件进行检索，获得历史发电监控数据。根据历史发电监控数据获得系数阈值标准。其中，将第一稳定系数、第一质量系数、第二稳定系数、第二质量系数与对应的系数阈值标准进行比对判断，判断第一稳定系数、第一质量系数、第二稳定系数、第二质量系数是否分别满足对应的系数阈值标准，获得判断结果。
进一步地，若判断结果为第一稳定系数、第一质量系数、第二稳定系数、第二质量系数分别满足对应的系数阈值标准，生成质量合格信息。其中，质量合格信息为对光伏电站进行电能质量监控的质量合格信息。
进一步地，若判断结果为第一稳定系数、第一质量系数分别满足对应的系数阈值标准，且同时第二稳定系数、第二质量系数存在任一不满足对应的系数阈值标准，则依次访问光伏阈值矩阵中的多项指标对应的多项指标参数，对指标参数进行校对。
进一步地，基于大数据，以光伏阈值矩阵拆分指标为索引条件进行检索，获得多项指标的指标宽容区间。进一步地，校对方法为将光伏阈值矩阵中的指标参数与指标宽容区间进行比对，提取不满足指标宽容区间的指标参数作为第一异常指标项，将第一异常指标项作为第一判定结果。其中，第一判定结果标识有偏离区间。偏离区间为第一异常指标项与指标宽容区间的偏离差值。
其中，对电能质量进行合格判定与异常溯源可以提高电能质量管理灵活性，并对异常溯源获得数据进行管理优化。
本申请实施例提供的方法中的步骤S500包括：
S540：若所述第一稳定系数与所述第一质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第二异常指标项；
S550：对所述第二异常指标项与所述第一异常指标项进行映射，确定质量异常诱因并进行标识；
S560：基于带有标识信息的所述第一异常指标项，生成第二判定结果。
具体地，若判断结果为第一稳定系数与第一质量系数存在任一不满足对应的系数阈值标准，则依次访问光伏阈值矩阵中的多项指标对应的指标参数，对指标参数进行校对。其中，校对方法为将光伏阈值矩阵中的指标参数与指标宽容区间进行比对，提取不满足指标宽容区间的指标参数作为第二异常指标项。
进一步地，对第二异常指标项与第一异常指标项进行映射，即第二异常指标项对应的光伏阈值矩阵中的指标参数与第一异常指标项对应的光伏阈值矩阵中的指标参数进行映射，匹配获得关联关系。根据关联关系确定质量异常诱因。并对质量异常诱因对应的光伏阈值矩阵中的指标参数进行标识。
进一步地，提取带有偏离区间标识信息的第一判定结果中第一异常指标项，通过对第二异常指标项与第一异常指标项进行映射，确定质量异常诱因并对第二异常指标项进行标识，生成第二判定结果。
其中，对光伏电站电能质量异常进行溯源追踪可以提高电能质量管理灵活性与精确程度。
本申请实施例提供的方法中的步骤S600包括：
S610：以所述目标判定结果为索引，检索调用初始化管理方案；
S620：基于所述目标判定结果，搭建空间坐标系；
S630：以所述偏离区间为响应，基于所述光伏阈值矩阵确定寻优约束，进行所述空间坐标系的局域限定确定寻优空间；
S640：在所述寻优空间中，对所述初始化管理方案进行寻优扩充与适应度计算，确定全局最优方案，作为所述运维管理方案。
具体地，以目标判定结果为索引进行检索，获得初始化管理方案，对初始化管理方案进行提取调用。进一步地，搭建空间坐标系。其中，空间坐标系用于对初始化管理方案进行寻优。进一步地，空间坐标系包括偏离区间轴、光伏阈值矩阵寻优约束轴和目标判定结果轴。其中，以偏离区间为响应，以光伏阈值矩阵确定寻优约束，对目标判定结果进行寻优优化，获得寻优空间。
进一步地，在寻优空间中，对初始化管理方案进行寻优扩充，获得扩充结果。并对扩充结果进行适应度计算，确定全局最优方案。其中，适应度计算为初始化管理方案的扩充结果对分布式光伏电站的管理管理适应度。进一步地，提取全局最优方案作为运维管理方案。
其中，进行管理方案寻优获取运维管理方案，可以有效提高电能管理效率和供电可靠性。
实施例二
基于与前述实施例中一种分布式光伏发电质量管理方法同样的发明构思，如图4所示，本申请还提供了一种分布式光伏发电质量管理系统，所述系统包括：
光伏指标矩阵获得模块11，所述光伏指标矩阵获得模块用于对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；
光伏阈值矩阵获得模块12，所述光伏阈值矩阵获得模块用于基于光伏规模，配置光伏阈值矩阵；
矩阵处理模块13，所述矩阵处理模块用于基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；
目标检测模型获得模块14，所述目标检测模型获得模块用于搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；
目标判定结果获得模块15，所述目标判定结果获得模块用于将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；
运维管理方案获得模块16，所述运维管理方案获得模块用于随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；
运维管理方案处理模块17，所述运维管理方案处理模块用于基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
进一步地，所述系统还包括：
发电指标矩阵获得模块，所述发电指标矩阵获得模块用于对所述预定区域的分布式光伏电站进行发电监控，配置发电指标矩阵，所述发电指标矩阵以发电指标为矩阵行，以各局域光伏电站为矩阵列；
配电指标矩阵获得模块，所述配电指标矩阵获得模块用于基于所述预定区域的分布式光伏电站，进行局域负荷网络与并网的电能调度监测，生成配电指标矩阵；
光伏指标矩阵获得模块，所述光伏指标矩阵获得模块用于基于所述发电指标矩阵与所述配电指标矩阵，获取所述光伏指标矩阵。
进一步地，所述系统还包括：
样本指标参数获得模块，所述样本指标参数获得模块用于调用预定时间区间内的样本指标参数，提取样本一项指标参数并确定样本稳定系数与样本质量系数；
第一决策层获得模块，所述第一决策层获得模块用于基于所述样本一项指标参数，随机提取一组指标参数，作为第一决策节点并构建第一决策层；
第N决策层获得模块，所述第N决策层获得模块用于再次基于所述样本一项指标参数随机提取一组指标参数，进行循环迭代，以确定第N决策节点并完成第N决策层的构建；
质量决策树获得模块，所述质量决策树获得模块用于对所述第一决策层直至所述第N决策层进行关联，并基于所述样本质量系数进行匹配标识，构建质量决策树；
第一检测模块获得模块，所述第一检测模块获得模块用于基于所述质量决策树，搭建所述第一检测模块。
进一步地，所述系统还包括：
差量组获得模块，所述差量组获得模块用于对所述样本一项指标参数进行随机组合，确定多个样本指标参数组并进行参数差值计算，确定多组样本指标差量组；
M项决策层获得模块，所述M项决策层获得模块用于基于所述样本指标差量组，搭建确定M个决策节点并完成M项决策层的搭建；
稳定性决策树获得模块，所述稳定性决策树获得模块用于对所述M项决策层进行层级连接，并基于所述样本稳定系数进行匹配标识，构建稳定性决策树；
第一检测模块处理模块，所述第一检测模块处理模块用于基于所述质量决策树与所述稳定性决策树，生成所述第一检测模块。
进一步地，所述系统还包括：
系数阈值标准获得模块，所述系数阈值标准获得模块用于将所述第一检测模块的第一稳定系数、第一质量系数与所述第二检测模块的第二稳定系数与第二质量系数流转至所述联合分析单元，并判断是否满足系数阈值标准；
质量合格信息获得模块，所述质量合格信息获得模块用于若满足，生成质量合格信息；
第一判定结果获得模块，所述第一判定结果获得模块用于若所述第一稳定系数与所述第一质量系数满足所述系数阈值标准，且所述第二稳定系数与所述第二质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第一异常指标项，生成第一判定结果，所述第一判定结果标识有偏离区间。
进一步地，所述系统还包括：
第二异常指标项获得模块，所述第二异常指标项获得模块用于若所述第一稳定系数与所述第一质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第二异常指标项；
质量异常诱因获得模块，所述质量异常诱因获得模块用于对所述第二异常指标项与所述第一异常指标项进行映射，确定质量异常诱因并进行标识；
第二判定结果获得模块，所述第二判定结果获得模块用于基于带有标识信息的所述第一异常指标项，生成第二判定结果。
进一步地，所述系统还包括：
初始化管理方案获得模块，所述初始化管理方案获得模块用于以所述目标判定结果为索引，检索调用初始化管理方案；
空间坐标系获得模块，所述空间坐标系获得模块用于基于所述目标判定结果，搭建空间坐标系；
寻优空间获得模块，所述寻优空间获得模块用于以所述偏离区间为响应，基于所述光伏阈值矩阵确定寻优约束，进行所述空间坐标系的局域限定确定寻优空间；
全局最优方案获得模块，所述全局最优方案获得模块用于在所述寻优空间中，对所述初始化管理方案进行寻优扩充与适应度计算，确定全局最优方案，作为所述运维管理方案。
前述实施例一中的一种分布式光伏发电质量管理方法具体实例同样适用于本实施例的一种分布式光伏发电质量管理系统，通过前述对一种分布式光伏发电质量管理方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种分布式光伏发电质量管理系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
实施例三
图5是根据本公开第三实施例的示意图，如图5所示，本公开中的计算机设备800可以包括：处理器801和存储器802。
存储器802，用于存储程序；存储器802，可以包括易失性存储器（英文：volatilememory），例如随机存取存储器（英文：random-access memory，缩写：RAM），如静态随机存取存储器（英文：static random-access memory，缩写：SRAM），双倍数据率同步动态随机存取存储器（英文：Double Data Rate Synchronous Dynamic Random Access Memory，缩写：DDR SDRAM）等；存储器也可以包括非易失性存储器（英文：non-volatile memory），例如快闪存储器（英文：flash memory）。存储器802用于存储计算机程序（如实现上述方法的应用程序、功能模块等）、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令等可以被处理器801调用。
处理器801，用于执行存储器802存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器801和存储器802可以是独立结构，也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时，存储器802、处理器801可以通过总线803耦合连接。
本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种分布式光伏发电质量管理方法，其特征在于，所述方法包括：
对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；
基于光伏规模，配置光伏阈值矩阵；
基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；
搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；
将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；
随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；
基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
2.如权利要求1所述的方法，其特征在于，所述获取光伏指标矩阵，所述方法包括：
对所述预定区域的分布式光伏电站进行发电监控，配置发电指标矩阵，所述发电指标矩阵以发电指标为矩阵行，以各局域光伏电站为矩阵列；
基于所述预定区域的分布式光伏电站，进行局域负荷网络与并网的电能调度监测，生成配电指标矩阵；
基于所述发电指标矩阵与所述配电指标矩阵，获取所述光伏指标矩阵。
3.如权利要求1所述的方法，其特征在于，构建第一检测模块，所述方法包括：
调用预定时间区间内的样本指标参数，提取样本一项指标参数并确定样本稳定系数与样本质量系数；
基于所述样本一项指标参数，随机提取一组指标参数，作为第一决策节点并构建第一决策层；
再次基于所述样本一项指标参数随机提取一组指标参数，进行循环迭代，以确定第N决策节点并完成第N决策层的构建；
对所述第一决策层直至所述第N决策层进行关联，并基于所述样本质量系数进行匹配标识，构建质量决策树；
基于所述质量决策树，搭建所述第一检测模块。
4.如权利要求3所述的方法，其特征在于，基于所述质量决策树，搭建所述第一检测模块，所述方法包括：
对所述样本一项指标参数进行随机组合，确定多个样本指标参数组并进行参数差值计算，确定多组样本指标差量组；
基于所述样本指标差量组，搭建确定M个决策节点并完成M项决策层的搭建；
对所述M项决策层进行层级连接，并基于所述样本稳定系数进行匹配标识，构建稳定性决策树；
基于所述质量决策树与所述稳定性决策树，生成所述第一检测模块。
5.如权利要求1所述的方法，其特征在于，所述进行合格判定与异常溯源，所述方法包括：
将所述第一检测模块的第一稳定系数、第一质量系数与所述第二检测模块的第二稳定系数与第二质量系数流转至所述联合分析单元，并判断是否满足系数阈值标准；
若满足，生成质量合格信息；
若所述第一稳定系数与所述第一质量系数满足所述系数阈值标准，且所述第二稳定系数与所述第二质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第一异常指标项，生成第一判定结果，所述第一判定结果标识有偏离区间。
6.如权利要求5所述的方法，其特征在于，所述方法包括：
若所述第一稳定系数与所述第一质量系数存在任一不满足，遍历所述光伏阈值矩阵进行指标参数的校对，提取不满足指标宽容区间的第二异常指标项；
对所述第二异常指标项与所述第一异常指标项进行映射，确定质量异常诱因并进行标识；
基于带有标识信息的所述第一异常指标项，生成第二判定结果。
7.如权利要求5所述的方法，其特征在于，所述识别所述目标判定结果并进行管理方案寻优，所述方法包括：
以所述目标判定结果为索引，检索调用初始化管理方案；
基于所述目标判定结果，搭建空间坐标系；
以所述偏离区间为响应，基于所述光伏阈值矩阵确定寻优约束，进行所述空间坐标系的局域限定确定寻优空间；
在所述寻优空间中，对所述初始化管理方案进行寻优扩充与适应度计算，确定全局最优方案，作为所述运维管理方案。
8.一种分布式光伏发电质量管理系统，其特征在于，用于实施权利要求1-7中任意一项所述的一种分布式光伏发电质量管理方法，所述系统包括：
光伏指标矩阵获得模块，所述光伏指标矩阵获得模块用于对预定区域的分布式光伏电站进行集群监控，获取光伏指标矩阵，所述光伏指标矩阵具有时效更新性；
光伏阈值矩阵获得模块，所述光伏阈值矩阵获得模块用于基于光伏规模，配置光伏阈值矩阵；
矩阵处理模块，所述矩阵处理模块用于基于所述光伏指标矩阵与所述光伏阈值矩阵，进行矩阵拆解，提取衡量发电质量的一项指标矩阵与衡量运维调度质量的二项指标矩阵；
目标检测模型获得模块，所述目标检测模型获得模块用于搭建目标检测模型，并输入所述一项指标矩阵与所述二项指标矩阵，获取稳定系数与质量系数并流转至联合分析单元，所述目标检测模型包括并行布设的第一检测模块、第二检测模块与后置的联合分析单元，内嵌有所述光伏阈值矩阵；
目标判定结果获得模块，所述目标判定结果获得模块用于将所述稳定系数与所述质量系数流转至所述联合分析单元，进行合格判定与异常溯源，输出目标判定结果，其中，目标预警信息为附加输出信息；
运维管理方案获得模块，所述运维管理方案获得模块用于随着所述目标预警信息的接收，识别所述目标判定结果并进行管理方案寻优，获取运维管理方案；
运维管理方案处理模块，所述运维管理方案处理模块用于基于所述运维管理方案，进行所述预定区域的分布式电站的集群管理。
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1-7中任一项所述的方法的步骤。
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1-7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310999878.XA CN116720791B (zh) | 2023-08-10 | 2023-08-10 | 一种分布式光伏发电质量管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310999878.XA CN116720791B (zh) | 2023-08-10 | 2023-08-10 | 一种分布式光伏发电质量管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116720791A CN116720791A (zh) | 2023-09-08 |
| CN116720791B true CN116720791B (zh) | 2023-10-20 |
Family
ID=87871973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310999878.XA Active CN116720791B (zh) | 2023-08-10 | 2023-08-10 | 一种分布式光伏发电质量管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116720791B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117875896B (zh) * | 2024-01-12 | 2024-05-28 | 浙江中泽电气有限公司 | 用于滤清器的工艺全周期管理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111478312A (zh) * | 2019-11-20 | 2020-07-31 | 国网河北省电力有限公司电力科学研究院 | 一种提升电网稳定性的综合能源集群协调控制方法 |
| CN112288141A (zh) * | 2020-10-13 | 2021-01-29 | 武汉大学 | 一种渔光互补光伏电站的综合效益评价方法 |
| CN115759384A (zh) * | 2022-11-11 | 2023-03-07 | 国网甘肃省电力公司武威供电公司 | Gl-apso算法与dn重构的dpv选址定容方法 |
| CN116365713A (zh) * | 2023-04-18 | 2023-06-30 | 华能定边新能源发电有限公司 | 一种光伏电站集群监控方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10139800B2 (en) * | 2015-03-05 | 2018-11-27 | Regents Of The University Of Minnesota | Decentralized optimal dispatch of photovoltaic inverters in power distribution systems |
| CN111539550B (zh) * | 2020-03-13 | 2023-08-01 | 远景智能国际私人投资有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
| CN111626506B (zh) * | 2020-05-27 | 2022-08-26 | 华北电力大学 | 基于联邦学习的区域光伏功率概率预测方法及其协同调控系统 |
-
2023
- 2023-08-10 CN CN202310999878.XA patent/CN116720791B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111478312A (zh) * | 2019-11-20 | 2020-07-31 | 国网河北省电力有限公司电力科学研究院 | 一种提升电网稳定性的综合能源集群协调控制方法 |
| CN112288141A (zh) * | 2020-10-13 | 2021-01-29 | 武汉大学 | 一种渔光互补光伏电站的综合效益评价方法 |
| CN115759384A (zh) * | 2022-11-11 | 2023-03-07 | 国网甘肃省电力公司武威供电公司 | Gl-apso算法与dn重构的dpv选址定容方法 |
| CN116365713A (zh) * | 2023-04-18 | 2023-06-30 | 华能定边新能源发电有限公司 | 一种光伏电站集群监控方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116720791A (zh) | 2023-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110570122B (zh) | 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法 | |
| CN116720791B (zh) | 一种分布式光伏发电质量管理方法及系统 | |
| CN103268366A (zh) | 一种适用于分散式风电场的组合风电功率预测方法 | |
| CN110460038A (zh) | 一种涉及新能源并网的多场景输电网扩展规划方法 | |
| CN114970952A (zh) | 一种考虑环境因素的光伏出力短期预测方法及系统 | |
| Phan et al. | Short-term Solar Power Forecasting Using XGBoost with Numerical Weather Prediction | |
| CN107834547B (zh) | 一种考虑风电场输出功率关联特性的输电网规划方法 | |
| CN109063388A (zh) | 风环境模拟的微气候建筑选址设计方法 | |
| CN117318033B (zh) | 一种结合数据孪生的电网数据管理方法及系统 | |
| CN117556369B (zh) | 一种动态生成的残差图卷积神经网络的窃电检测方法及系统 | |
| CN108805419B (zh) | 基于网络嵌入与支持向量回归的电网节点重要度计算方法 | |
| CN112103950B (zh) | 一种基于改进gn分裂算法的电网分区方法 | |
| CN107204616B (zh) | 基于自适应稀疏伪谱法的电力系统随机状态估计方法 | |
| CN116316617B (zh) | 多场站智能融合的新能源发电功率区域预测方法和系统 | |
| CN112085350A (zh) | 一种大型光伏电站中光伏阵列状态的评估方法 | |
| Sun et al. | Short-term photovoltaic power prediction modeling based on AdaBoost algorithm and Elman | |
| CN116316615A (zh) | 基于数据增强的分布式光伏群短期功率预测方法及系统 | |
| CN109872248A (zh) | 一种风电场集群出力计算方法及系统 | |
| Stefopoulos et al. | A genetic algorithm solution to the governor-turbine dynamic model identification in multi-machine power systems | |
| CN109390946B (zh) | 一种基于多参数规划理论的最优概率潮流快速计算方法 | |
| CN113283492A (zh) | 基于Catboost算法的光伏出力场景生成方法及场景生成装置 | |
| CN116342077B (zh) | 一种适用于数据缺失场站的新能源功率迁移学习预测方法 | |
| CN111753252A (zh) | 一种基于Nataf变换的随机变量样本生成方法和系统 | |
| Liu et al. | Ultra-short-term wind power forecasting based on stacking model | |
| Huang et al. | Probabilistic prediction intervals of wind speed based on explainable neural network |
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 |