[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

说明书

本发明实施例涉及光伏发电技术领域，本发明实施例具体公开了一种基于时序数据画像的低效发电预警方法及系统，由于现有技术很少考虑周期性变化带来的干扰，同时造成估计的发电损失与实际损失存在较大误差，影响灰尘预警准确度；因此，在本发明提供的预警方法中，通过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。因此，本发明结合光伏遮挡时间序列的阴影画像，区分组串电流降低的具体原因，将组串为周期性波动现象造成的阴影遮挡进行规避，降低误报警率，提高预警准确性。

技术领域

本发明涉及光伏发电技术领域，具体是一种基于时序数据画像的低效发电预警方法及系统。

背景技术

随着环境问题的日益突出，能源转型问题受到了广泛关注，太阳能、风能等清洁可再生能源作为新型能源获得了快速发展。太阳能光伏产业作为新能源产业体系中较为成熟的产业，产业规模将进一步扩大。为了满足数字化转型需求，光伏场站数字化转型也是必然趋势。

随着光伏行业的持续发展，光伏新能源的装机容量不断增加的背景下，光伏电场逐步实现数字运营也成为了当前重要突破的方向。光伏组件的正常运行，是保证光伏电站持续、稳定、高效发电的基础。光伏组件是光伏电站数量最多的设备，要确保组件的正常运行，需要及时对组件的运行状态进行监测，发生异常运行状态及时进行预警，不仅能够节约运维成本，而且能大大提高运维人员的工作效率，并且能使运维人员准确、快速的发现有问题的组件。为了维护光伏组件持续、高效、稳定的发电，须投入大量的人力和物力。当前也迫切的需要我们通过大数据和人工智能相关算法对光伏组串进行精准低效预警同时避免发电损失。

目前，在确定电流偏差异常时通常是依据光伏电站的地域和经验设定阈值来设定阈值，没有考虑在不同类别下对电流偏差的影响，在对电流偏差异常值筛选时，通常采用描述性统计量去确定电流偏差异常，这种方式很难对时序异常值进行准确检测，因为会考虑到时间和季节维度，在排除非灰尘遮挡造成发电损失的过程中，现有技术很少考虑周期性变化带来的干扰，同时造成估计的发电损失与实际损失存在较大误差，影响灰尘预警准确度。

发明内容

本发明的目的在于提供一种基于时序数据画像的低效发电预警方法及系统，以解决目前无法对光伏组件的运行状态进行及时准确的预警，确保光伏组件的正常运行的问题。为实现上述目的，本发明实施例提供如下技术方案。

第一方面，在本发明的一个实施例中，提供了一种基于时序数据画像的低效发电预警方法，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。

进一步的，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。

进一步的，所述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。

进一步的，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。