[发明专利]一种基于时序特征分解技术的并网光伏发电系统状态监测方法

说明书

本发明公开一种基于时序特征分解技术的并网光伏发电系统状态监测方法，旨在通过分析提取并网光伏发电系统采样数据的时间序列相关特征，并同时考虑采样数据的时变特性，从而解决并网光伏发电系统的运行状态监测问题。具体来讲，本发明方法设计了一种全新的时序特征分解方法技术，以并网光伏发电系统配套的SCADA系统提供的实时采样数据为对象，直接通过特征自回归模型的方式，挖掘出数据中蕴藏的满足时序误差最小化的时序相关特征来构建相应的监测指标。本发明方法通过监测时序特征的时序回归误差以及静态的模型误差来监测采样数据中的异常变化，从两个方面确保了并网光伏发电系统运行状态监测的全面性。

技术领域

本发明涉及一种并网光伏发电系统运行状态监测方法，特别涉及一种基于时序特征分解技术的并网光伏发电系统状态监测方法。

背景技术

随着全球对能源需求的不断增加，传统化石能源的紧缺己经成为一个不争的事实，太阳能以其自身的优越性被人们广泛的关注。把太阳能转化为大家常生活中使用的交流电能是并网光伏发电系统的功能所在。由于光伏阵列发出的是不可直接使用的波动电流，因而需要光伏并网逆变器，将其转化为与电网同频同相的交流电，因而并网光伏逆变器是决定并网效率和性能的核心部件。并网光伏发电系统的最大特点是光伏阵列产生的直流电经过并网逆变器转换为符合市电电网要求的交流电后接入市电网络，并网系统中光伏阵列所产生的电力除了供给交流负载外，多余的电力反馈给电网。

由于和大电网相连接，不必考虑负载供电的稳定性。有大电网来接纳光伏发电系统输出的电能，且输出的质量相对稳定，因而并网光伏发电系统得到了越来越广泛的关注。随着目前光伏并网发电越来越多，光伏发电的建设规模越来越大，并网光伏发电系统的状态监测是保证光伏发电正常运行的保证。如果使用人工巡检的方式，将消耗大量的人力和物力。此外并网发电以后，光伏发电系统将作为电力系统的一部分，如果配电网络出现故障，或者光伏发电系统出现故障，都将会影响到整个电力系统的正常运行。在自动化研究领域，并网光伏发电系统是目前发展速度最快的电力技术之一。因此，如何实时监测并网光伏发电系统的正常运行是保证电力持续稳定供应的重中之重。

近年来，通过利用并网光伏发电系统的实时测量数据来实现对其运行状态监测已经逐渐得到了业内的认可，衍生出了一系列的基于数据特征分析与提取策略的光伏发电运行状态监测方法。其中，分析时间序列的数据往往可以挖掘出巨大的数据价值，这种数据价值可以是依据事物历史发展规律，进一步推测事物未来的发展，简言之就是时间序列预测。所谓时间序列预测就是从时间序列的数据中找出演化规律，构建数学模型，并对未来发展进行定量估计，在这其中最重要的一点就是基于数据中存在的先后顺序。在当前技术环境下，并网光伏发电系统都安装有配套的监视控制与数据采集系统(Supervisory ControlAnd Data Acquisition，缩写：SCADA)，以固定设置的采样时间间隔，不间断的对并网光伏发电系统实施数据采集与监视。SCADA系统的广泛应用为实施时间序列分析的并网光伏发电系统运行状态监测提供了坚实的数据基础。

发明内容

本发明所要解决的主要技术问题是：如何通过分析提取并网光伏发电系统采样数据的时间序列相关特征，并同时考虑采样数据的时变特性，从而解决并网光伏发电系统的运行状态监测问题。具体来讲，本发明方法设计推理出了一种新型的时间序列采样数据特征分解技术(简称：时序特征分解)，以并网光伏发电系统配套的SCADA系统提供的实时采样数据为对象，挖掘出数据中蕴藏的时序相关特征来构建相应的监测指标。

本发明方法解决上述问题所采用的技术方案为：一种基于时序特征分解技术的并网光伏发电系统状态监测方法，包括以下所示步骤：