[发明专利]基于阈值计算的光伏电站监测数据异常与程度判断方法

说明书

本发明涉及一种基于阈值计算的光伏电站监测数据异常与程度判断方法，通过计算监测数据偏差率的马氏距离(MD)值，对MD正态化进而建立异常状态判断、故障诊断两级健康阈值。为达到上述目的，本发明所叙述的光伏电站检测数据异常状态判断方法的步骤有健康样本集的获取，正态化数据的获取，阈值区间选择，判断异常和故障。其特征是能够实现对光伏电站各环节的异常和故障状态判断，为进一步分析异常或故障的原因提供基础。

技术领域：

本发明涉及一种基于阈值计算的光伏电站监测数据异常与程度判断方法，该方法具体采用马氏距离对检测数据进行处理。

背景技术：

随着光伏发电技术的进步，光伏电站的优化、改善和运行成本等问题严重制约了光伏发电的发展。为了防止因故障造成更严重的事故，降低电站的收益损失，及时检测光伏电站设备故障，有助于光伏电站稳定高效运行，方便在光伏电站设备发生故障之初采取相应的对策。通过对光伏电站设备的运行情况进行在线监测，及时分析处理故障征兆，也有利于光伏电站维护人员工作的开展。其中，基于光伏阵列的电气数据来判断异常的方法，包括人工肉眼发现和将实际数据与基于单二极管模型得到的电气数据做残差分析。但是人工肉眼发现过于费时，基于单二极管模型过于繁琐。

有鉴于此，有必要提供一种基于阈值计算的光伏电站监测数据异常与程度判断方法，以满足实际应用需求。

发明内容：

本发明涉及一种基于阈值计算的光伏电站监测数据异常与程度判断方法，以实现不靠肉眼发现和繁琐的模型计算，而是先对监测数据偏差率的马氏距离 (MD)值正态化，进而建立状态判断阈值来对监测数据进行判断。

为达到上述目的，本发明所叙述的一种基于阈值计算的光伏电站监测数据异常与程度判断方法的步骤包括健康样本集的获取，正态化数据的获取，阈值区间选择，判断异常和故障。具体内容如下：

步骤一：获取健康样本集的获取

健康集合偏差率采用正常光伏电站在天气晴朗下(9:00至15:00)的电气参数计算，计算公式为：

式(1)中，表示j时刻电气数据的平均值，n表示j时刻电气数据数量， P_ij表示j时刻第i个电气数据偏差率，X_ij表示j时刻第i个电气数据值，

步骤二：获取正态化数据

健康集合的MD值计算公式为：

式(2)中，MD表示马氏距离，P_ref表示电气数据偏差率，表示P_ref的平均值，s²表示P_ref的方差；

通过所述公式(2)得健康样本的MD值后，利用Box-Cox幂函数变换，将MD值转化为服从正态分布的变量x^(λ)，其均值为μ，方差为σ，进而得到数学期望μ和标准差σ，Box-Cox的转换公式为：

式(3)中λ由式(4)确定，当式(4)中f(x,λ)值最大时，选取此时的λ进行Box-Cox的转换

式(4)中，x用健康集合的MD值代入，n为健康集合中的样本数量；

步骤三：阈值区间选择