[发明专利]一种大型光伏电站中光伏阵列状态的评估方法

权利要求书

1.一种大型光伏电站中光伏阵列状态的评估方法，其特征在于，所述方法包括：

采集电站中光伏阵列的历史功率数据，并利用ELM预测网络预测目标光伏阵列的理论输出功率数据；

根据目标光伏阵列的理论输出功率数据和实际输出功率数据提取特征指标，基于该特征指标实现光伏阵列自动聚类，并对形成的阵列簇的运行状态进行评估。

2.根据权利要求1所述的方法，其特征在于，所述采集电站中光伏阵列的历史功率数据包括：

在历史时段采集目标光伏阵列及其周围阵列的输出功率，并建立基于采样时间顺序的历史输出功率序列。

3.根据权利要求1所述的方法，其特征在于，在所述采集电站中光伏阵列的历史功率数据之后，还包括：对历史功率数据进行清洗和归一化预处理。

4.根据权利要求3所述的方法，其特征在于，所述对历史功率数据进行清洗和归一化预处理，包括：

对所述历史功率数据进行清洗，包括剔除不符合实际情况的数据，以及，剔除由数据采集系统本身的误差产生的不完整数据；

将经过清洗的数据归一化至[0,1]区间内。

5.根据权利要求1所述的方法，其特征在于，所述利用ELM预测网络预测目标光伏阵列的理论输出功率数据，包括：

训练阶段，将历史时段内目标光伏阵列及其周围阵列的输出功率作为输入，目标光伏阵列的输出功率作为输出，建立训练样本集，进行ELM神经网络训练；

预测阶段，将对应的预测时段内周围光伏阵列的实际输出功率数据输入ELM预测网络中进行功率预测，对输出结果进行反归一化处理，得到目标光伏阵列基于时间序列的理论输出功率。

6.根据权利要求1所述的方法，其特征在于，所述根据光伏阵列的理论输出功率和实际输出功率提取特征指标，包括：

根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算基于偏离度的第一性能评估指标；

以及，根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算计算基于相似度的第二性能评估指标。

7.根据权利要求6所述的方法，其特征在于，所述根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算基于偏离度的第一性能评估指标，包括：

根据欧式距离公式(1)计算目标光伏阵列的实际输出功率与理论输出功率的偏差δ(X_Tar,X_Ref)，并将其作为第一性能评估指标；

其中，X_Tar是目标光伏阵列基于时间序列的实际输出功率；

X_Ref是目标光伏阵列基于时间序列的理论输出功率。

8.根据权利要求6所述的方法，其特征在于，所述根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算计算基于相似度的第二性能评估指标，包括：

根据皮尔森相关系数公式(2)计算目标光伏阵列的实际输出功率与理论输出功率的相关系数r，并将其作为第二性能评估指标；

其中，为X_Tar的平均值，为X_Ref的平均值。

9.根据权利要求6所述的方法，其特征在于，所述基于该特征指标实现光伏阵列自动聚类，包括：

以光伏阵列的第一性能评估指标和第二性能评估指标作为输入特征，利用K-means算法对各光伏阵列进行自动聚类，将多个光伏阵列划分为K个阵列簇。

10.根据权利要求9所述的方法，其特征在于，将作为簇中心的光伏阵列的运行状态表征为整个阵列簇的运行状态；

所述对阵列簇的运行状态进行评估，包括：

作为簇中心的光伏阵列的第一性能评估指标与该阵列簇的运行水平呈负相关；

处于簇中心的光伏阵列的第二性能评估指标与该阵列簇的运行水平呈正相关。