基于数据挖掘的光伏阵列异常检测与预警

发布时间：2024-05-13 19:20

　　鉴于传统化石能源存储量的有限及环境保护的需求,光能等清洁能源逐渐成为现代能源体系的重要支撑。近年来,中国的光伏产业飞速发展,装机量与发电规模越来越大。对光伏系统进行准确有效的异常检测与预警,有利于维持设备的安全、稳定、高效运行,对于提升光伏产业的经济效益有非常积极的作用。本文选取电流测点数据,基于数据挖掘展开光伏阵列异常检测与预警相关技术的研究。针对光伏发电过程容易受光照、温度等因素影响的特点,本文建立了基于工况识别的异常检测架构。基于K均值聚类建立工况分类器,实现对光伏阵列运行模式的有效识别,完成对各类工况的标定。针对光伏阵列的电流过程数据,从常见的统计参数、GMM(Gaussian mixture model)模型参数两个角度入手分别提取特征,构成特征集。构建基于工况识别的CR-SVM(Condition Recognition-Support Vector Machine)异常分类器,对光伏阵列电流数据的特征集进行训练及测试,经过实验验证,可以准确划分数据的正常与异常,实现了光伏阵列的异常检测,并为后续选取正常组件数据构建预测模型提供了参照。基于光伏阵列正常组件的稳定运行状态中的...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图2-1光伏系统结构

?第２章光伏阵列异常检测与预警架构设计???第２章光伏阵列异常检测与预警架构设计??２．１光伏发电相关理论介绍??２．１．１系统触??本文所研究的光伏发电系统，主要有以下几部分组成：（１）并网逆变器，在??实现直流电到交流电的转换后，承担把电能输送进入电网的任务；（２）汇流箱，?....

图2一晴天、阴天的输出特性

行产生威胁。??性??障时，光伏系统的输出性能会受到影响；不发生故发电的输出特性也会因为辐照度、云量、温度、雾象因素造成的输出变化与故障因素带来的影响区分状态的基础。克服了气象因素变化对异常检测带来察觉、分析异常与故障。??因素中，光伏发电的运行状态受环境温度与辐照度站的实际运行....

图2一5晴天时温度、辐照度变化曲线

?第２章光伏阵列异常检测与预警架构设计???这一类异常检测架构的核心环节为，输入最大电压、电流、功率、平均温度、??平均辐照度等相关电参量和非电参量的状态值作为特征集，按照平均温度、平均??辐照度是否大于某定值进行数据分箱，分为不同的样本集训练分类器模型，实现??对异常与正常的划....

图２－６工况分类器的构造流程图??

为了解决这个问题，本文引入了工况识别的环节，在训练建模、构造异常分??类器之前先识别出数据产生的气象环境与运行模式。要实现工况识别，首先需要??建立相应的工况分类器来识别数据的所属工况。工况分类器的构造流程如下图２－??６所示。??｜?工况分类器??Ｉ断Ａ?电流?Ｉ?￣￣工况〇?....

本文编号：3972591