基于关联规则改进聚类算法的光伏电站故障检测方法研究

发布时间：2020-04-27 07:28

【摘要】：光伏电站智能运维主要是利用光伏电站监控系统实现对电站运行状态的监控,同时通过光伏智能诊断方法对光伏电站故障进行诊断,从而达到智能运维的目的,智能运维技术能够降低电站的维护成本保障用户收益。目前较多的基于功率预测的故障发现难度较大,准确率受环境影响很大,因此本文对工程可行性较高的邻近电站比较法展开研究。本文将光伏电站作为研究对象,针对光伏发电数据之间的规则关系和电站故障检测定位问题展开了研究。论文的主要工作如下:(1)通过对影响光伏发电的因素进行研究,确定了关联规则挖掘模型的输入特征参数,对特征参数数据进行数据清洗和离散化之后,利用基于Apriori算法的关联规则挖掘模型对光伏发电数据之间的规则进行挖掘,为后面的故障检测模型提供判断的依据。(2)为了提高DBSCAN聚类算法的聚类性能,对DBSCAN算法进行了改进,同时也验证了改进后算法具有更高的性能。(3)根据关联规则挖掘的结果确定故障检测模型的输入特征参数,利用基于改进A-DBSCAN聚类算法的光伏发电故障检测模型对故障进行检测,通过实验验证了该模型的有效性和高效性。本文提出的故障检测方法可以不依赖于故障样本数据,能够很好的解决故障样本数据缺乏的问题,而且具有较高的准确率。这对于目前光伏故障检测方法的研究具有一定的借鉴意义。
【图文】：

框架图,光伏电站,故障诊断模型,模型构建

２．３．１光伏电站故障诊断模型框架逡逑基于光伏发电设备故障检测的需求，本文提出了光伏电站故障诊断模型。模型架构逡逑如图２－２所示，其功能模块组成如下：逡逑■邋？逦￣邋｜邋！逡逑数据应用逦优化调度邋远程运维邋屯网交易逡逑数据分析逦｜逦光伏屯站故朿诊断逦＾逦逡逑数据计诈２逦运用聚类等挖掘兑法得到分类模型逡逑数据计筇丨逦运川关联规则数据挖掘兑法得到频繁项规则逡逑数据预处理邋｜去哚、丨十特汕朵、ｉｆ价状态｜运用ｋ均值等数掂挖抛兑法离eW化数据｜逡逑数据存储逦数据仓库逡逑数据采集整合逦ＳＣＡＮＡ逦传感器逦故障知识库＾逦逦逡逑图２－２光伏发电设备故障诊断与预警模型结构逡逑Ｆｉｇ．邋２－２邋Ｆａｕｌｔ邋ｄｉａｇｎｏｓｉｓ邋ａｎｄ邋ｗａｒｎｉｎｇ邋ｍｏｄｅｌ邋ｓｔｒｕｃｔｕｒｅ邋ｏｆ邋ｐｈｏｔｏｖｏｌｔａｉｃ邋ｐｏｗｅｒ邋ｇｅｎｅｒａｔｉｏｎ邋ｅｑｕｉｐｍｅｎｔ逡逑１２逡逑

光伏发电,设备故障诊断,模型结构,光伏电站

模逡逑型逦逦Ｉ逡逑构「——逦逦１逦ｒ逦４ｌ逦逦逡逑＾逦基于关联规则的聚类分析逦ｉＳｉｄｔＳＨＳ邋｜邋ｆｆ■征｛ｆｌ邋＿逡逑逦邋逦邋★逡逑样本据集｜逦｜聚类分析｜逦ｒ逦１逆向云发生器逡逑ｆ邋士；逦……－ｔ逦—，逦｜特ｆｆｉ云逡逑丨特征—择１丨灥ｆ规则１逦＾—｜专家综}0述逡逑丨士■■逦ｔ逦0逡逑１数据预处理＾￣￣？！关联规则挖＾逦描述逡逑￣逦｜＿逦Ｉ逦，逦Ｉ逡逑＿邋ｒ逦逦逦逦逦Ｊｒ逦逦逡逑故障识别过程逦｜特征云邋｜槔于关联规则逡逑￣１邋￣逦的聚类分析逡逑别逦Ｖ邋逦－ｎ－逦逡逑ｍ逦Ｓ，，Ｊ邋￣＾逦ＳＩＳ邋—Ｈ邋决＾＿邋ｈ￣Ｈ邋识别结果逡逑图２－１模型构建方法与识别步骤逡逑Ｆｉｇ．邋２－１邋Ｍｏｄｅｌｉｎｇ邋ｍｅｔｈｏｄ邋ａｎｄ邋ｒｅｃｏｇｎｉｔｉｏｎ邋ｓｔｅｐｓ逡逑３．１光伏电站故障诊断模型框架逡逑基于光伏发电设备故障检测的需求，本文提出了光伏电站故障诊断模型。模型架图２－２所示，其功能模块组成如下：逡逑■邋？逦￣邋｜邋！逡逑
【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM615;TP311.13

【参考文献】