[发明专利]一种光电异常数据检测方法及装置

说明书

本公开提供一种光电异常数据检测方法及装置，所述方法包括以下步骤：S110、采集光伏电站的初始光电数据集，光电数据包括发电功率和辐射强度，所述初始光电数据集为随机非稳态时间序列；S120、利用Thompson tau‑四分位对所述初始光电数据集进行第一次贴标签，剔除异常光电数据并形成新的第一光电数据集；S130、利用K‑means对所述第一光电数据集进行第二次贴标签，剔除异常光电数据并形成新的第二光电数据集；S140、利用多层dbscan对所述第二光电数据集进行第三次贴标签，剔除异常光电数据形成最终光电数据集。本公开的光电异常数据检测方法，可以将所采集的光电异常数据剔除彻底，并且极大地提高了光电异常数据的检测效率以及检测准确度。

技术领域

本公开属于光电功率异常检测技术领域，具体涉及一种光电异常数据检测方法及装置。

背景技术

传统地，光伏电站的光电异常数据剔除往往是将采集的光电数据直接与阈值进行比较，将不符合该阈值的光电数据直接进行剔除。

但是，上述光电异常数据检测方法效率极低，并且，该检测方法也容易将原本属于正常的光电数据剔除，导致所得到的正常光电数据并不准确。

发明内容

本公开旨在至少解决现有技术中存在的技术问题之一，提供一种光电异常数据检测方法及装置。

本公开的一个方面，提供一种光电异常数据检测方法，所述方法包括以下步骤：

S110、采集光伏电站的初始光电数据集，光电数据包括发电功率和辐射强度，所述初始光电数据集为随机非稳态时间序列；

S120、利用Thompson tau-四分位对所述初始光电数据集进行第一次贴标签，剔除异常光电数据并形成新的第一光电数据集；

S130、利用K-means对所述第一光电数据集进行第二次贴标签，剔除异常光电数据并形成新的第二光电数据集；

S140、利用多层dbscan对所述第二光电数据集进行第三次贴标签，剔除异常光电数据形成最终光电数据集。

在一些可选地实施方式中，步骤S110具体包括：

收集预测时间段之前的初始光电数据集；

根据所述预测时间段之前的初始光电数据集，得到发电功率和辐射强度的散点图。

在一些可选地实施方式中，步骤S120具体包括：

S121、将所述初始光电数据集按照辐射强度正序排序，并切分成N个区间，对每个区间内求取发电功率的均值μ₁和方差并定义(μ₁-k₁σ₁，μ₁+k₁σ₁)内的光电数据为正常数据，以形成第一标签集；

S122、将所述光电数据按照光电功率大小进行正序排序，并切分成N个区间，对每个区间内求取辐射强度的均值μ₂和方差并定义(μ₂-k₂σ₂，μ₂+k₂σ₂)内的光电数据为正常数据，以形成第二标签集；

将所述第一标签集和所述第二标签集中标记正常的光电数据作为所述第一光电数据集。

在一些可选地实施方式中，步骤S130具体包括：

S131、将所述第一光电数据集中的光电数据按照辐射强度进行正序排序，并切分成N个区间，在N_i区间内使用K-means聚类对数据经行聚合，并将cluster设置成3，得到第三标签集；