[发明专利]一种基于时序数据画像的低效发电预警方法及系统

权利要求书

1.一种基于时序数据画像的低效发电预警方法，其特征在于，所述的预警方法包括以下步骤：

制定光伏遮挡时间序列的阴影画像，基于阴影画像计算阴影损失电量；

光伏组串积灰判断与损失电量计算；

光伏组串低效运行报警。

2.根据权利要求1所述的基于时序数据画像的低效发电预警方法，其特征在于，所述制定光伏遮挡时间序列的阴影画像的步骤包括：

计算组串电流偏差率基于组串电流数据，应用谱聚类算法对波动异常的组串电流进行识别，根据聚类结果依据光伏电站的地域和经验设定阈值；

针对电流偏差异常值检测以及结合设定的阈值，计算组串偏低的持续时间；

生成阴影画像。

3.根据权利要求2所述的基于时序数据画像的低效发电预警方法，其特征在于，基于阴影画像计算阴影损失电量的步骤包括：

分析时间序列为索引的周期性；

计算每个组串电流在阴影时长内的电流偏差率，并同时基于电流偏差率折算每个组串的电量损失；

每个组串的电量损失求和即为逆变器的阴影损失电量。

4.根据权利要求3所述的基于时序数据画像的低效发电预警方法，其特征在于，所述光伏组串积灰判断与损失电量计算的步骤包括：

通过统计学方法学习组件在洁净状态下的发电表现，建立理论发电量预测模型；

基于CNN建立清洁指数模型，评价灰尘的积累程度，量化灰尘对组件发电能力的影响；

将时间、实际发电量、辐射强度、环境温度、风速输入理论发电量预测模型，得到理论发电量，结合制定光伏遮挡时间序列的阴影画像，排除逆变器故障、检修、限电、停机的运行状态，计算得到因积灰造成的损失电量。

5.根据权利要求4所述的基于时序数据画像的低效发电预警方法，其特征在于，建立理论发电量预测模型的步骤包括采用切片、切块的方法对不同条件下的光伏组件分别建立理论发电量预测模型。

6.根据权利要求5所述的基于时序数据画像的低效发电预警方法，其特征在于，将建模所需要的特征矩阵，采用切片、切块的方法对数据集进行划分，针对不同的切片、切块，采用数据清洗的方法，对有噪声的数据进行预处理，应用统计学的方法，输出每个切片、切块的理论发电量。

7.根据权利要求6所述的基于时序数据画像的低效发电预警方法，其特征在于，光伏组串低效运行报警的步骤包括：根据计算结果的损失电量判断光伏组串的运行状态，在所述运行状态为低效运行时进行报警。

8.一种用于实现如权利要求1-7任一所述基于时序数据画像的低效发电预警方法的预警系统，其特征在于，所述预警系统包括：

阴影画像模块，所述阴影画像模块用于制定光伏遮挡时间序列的阴影画像；

第一计算模块，所述第一计算模块用于基于阴影画像计算阴影损失电量；

第二计算模块，所述第二计算模块用于光伏组串积灰判断与损失电量计算；

低效预警模块，所述低效预警模块用于光伏组串低效运行报警。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1-7任一所述的基于时序数据画像的低效发电预警方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-7任一所述的基于时序数据画像的低效发电预警方法。