[发明专利]一种分布式光伏系统云边协同积灰程度监测方法及系统有效
申请号: | 202310517318.6 | 申请日: | 2023-05-10 |
公开(公告)号: | CN116232222B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 孟祥剑;高峰;周康佳;许涛;王伟琦;石欣羽;张会敏 | 申请(专利权)人: | 山东科技大学 |
主分类号: | H02S50/00 | 分类号: | H02S50/00;H02J3/38;G06N3/0442;G06N3/08;G06F18/24 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 董雪 |
地址: | 266590 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 分布式 系统 协同 程度 监测 方法 | ||
1.一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,包括:
获取分布式光伏系统的边缘端光伏阵列输出数据;
根据所获取的光伏阵列输出数据,在云端处理器通过时态与交互信息分类算法构建分布式光伏阵列积灰程度分类模型;
基于所构建的分布式光伏阵列积灰程度分类模型进行待监测光伏阵列的积灰程度的判断,完成对分布式光伏系统的云边协同积灰程度的监测;
所述时态与交互信息分类算法的特征包括短期特征、长期特征和交互特征;其中,所述短期特征由单一边缘端数据进行一维卷积获得,所述长期特征由长短期记忆模块分析单一边缘端的短期特征获得,所述交互特征由三层人工神经网络分析多个边缘端的短期特征获得;
时态与交互信息分类模型在使用时需要保持输入维度不变,也就是说,训练时如果采用n个光伏阵列的数据,那么监测时也必须是这n个光伏阵列同时被监测;引入数据随机分组策略,具体来说,当区域内存在数量比较多的光伏阵列时,云端将会收到众多数据,这些数据都对应到不同的逆变器,可以通过数据的发送原地址对应到不同的逆变器,将所有逆变器进行随机分组,同时每台逆变器属于多个不同的组。
2.如权利要求1中所述的一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,所述分布式光伏系统边缘端为与分布式光伏阵列直接连接的逆变器;所述光伏阵列输出数据包括光伏阵列的输出电流和输出电压;所述云端处理器与所述分布式光伏系统边缘端通讯连接。
3.如权利要求1中所述的一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,在获取光伏阵列输出数据之后,需进行数据的筛选,剔除由于边缘端未处于正常运行状态的无效数据或由于边缘端未追踪到分布式光伏阵列最大功率的无效数据。
4.如权利要求3中所述的一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,筛选后的光伏阵列输出数据经归一化处理,对筛选后的数据进行线性变换,使数据映射在0到1之间。
5.如权利要求4中所述的一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,将所获取的输出电压和输出电流的数值映射到0至1之间的过程为:
;
其中,
6.如权利要求1中所述的一种分布式光伏系统云边协同积灰程度监测方法,其特征在于,基于所构建的分布式光伏阵列积灰程度分类模型进行待监测光伏阵列的积灰程度判断的过程中,将采集到的分布式光伏运行数据输入至模型中,输出即为是否需要清洗的结果,完成对分布式光伏系统的云边协同积灰程度的监测。
7.一种分布式光伏系统云边协同积灰程度监测系统,实现如权利要求1-6任一项权利要求所述的分布式光伏系统云边协同积灰程度监测方法,其特征在于,包括:
获取模块,其被配置为获取分布式光伏系统的边缘端光伏阵列输出数据;
建模模块,其被配置为根据所获取的光伏阵列输出数据,在云端处理器通过时态与交互信息分类算法构建分布式光伏阵列积灰程度分类模型;
监测模块,其被配置为基于所构建的分布式光伏阵列积灰程度分类模型进行待监测光伏阵列的积灰程度的判断,完成对分布式光伏系统的云边协同积灰程度的监测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310517318.6/1.html,转载请声明来源钻瓜专利网。