[发明专利]基于阈值计算的光伏电站监测数据异常与程度判断方法

摘要

本发明涉及一种基于阈值计算的光伏电站监测数据异常与程度判断方法，通过计算监测数据偏差率的马氏距离(MD)值，对MD正态化进而建立异常状态判断、故障诊断两级健康阈值。为达到上述目的，本发明所叙述的光伏电站检测数据异常状态判断方法的步骤有健康样本集的获取，正态化数据的获取，阈值区间选择，判断异常和故障。其特征是能够实现对光伏电站各环节的异常和故障状态判断，为进一步分析异常或故障的原因提供基础。

主权项

1.一种基于阈值计算的光伏电站监测数据异常与程度判断方法，其特征是先计算电压和电流数据偏差率的马氏距离(MD)值，再对MD值正态化进而建立异常状态判断、故障诊断两级健康阈值，该阈值用于初步判断电气数据异常，具体判断步骤如下：步骤一：获取健康样本集的获取健康集合偏差率采用正常光伏电站在天气晴朗下(9:00至15:00)的电气参数计算，计算公式为：式(1)中，表示j时刻电气数据的平均值，n表示j时刻电气数据数量，P_ij表示j时刻第i个电气数据偏差率，X_ij表示j时刻第i个电气数据值，步骤二：获取正态化数据健康集合的MD值计算公式为：式(2)中，MD表示马氏距离，P_ref表示电气数据偏差率，表示P_ref的平均值，s²表示P_ref的方差；通过所述公式(2)得健康样本的MD值后，利用Box‑Cox幂函数变换，将MD值转化为服从正态分布的变量x^(λ)，其均值为μ，方差为σ，进而得到数学期望μ和标准差σ，Box‑Cox的转换公式为：式(3)中λ由式(4)确定，当式(4)中f(x,λ)值最大时，选取此时的λ进行Box‑Cox的转换式(4)中，x用健康集合的MD值代入，n为健康集合中的样本数量；步骤三：阈值区间选择该步骤为求解电气参数异常和故障状态判断的阈值，因为95％和99％置信水平对应的置信区间分别为μ±1.96σ和μ±2.58σ，所以求解95％置信水平对应的电气参数偏差率值作为数据异常状态判断阈值P_+abnormal和P_‑abnormal，99％置信水平对应的电气参数偏差率值作为故障诊断阈值P_+error和P_‑error，首先，分别对95％和99％置信水平对应的置信区间进行Box‑Cox逆变换，逆变换公式为：此时x_yz代表的是健康集合的MD值的阈值，x_yz(λ)表示Box‑Cox变换后得到的阈值，偏差率的阈值由公式(6)确定：P_yz表示健康集合的MD值的阈值对应的偏差率阈值，表示P_ref的平均值，σ²表示P_ref的方差；步骤四：判断异常和故障利用待测电站的实际测试样本电气数据，通过式(1)计算得到测试样本的电气参数偏差率P_待测电站；利用健康样本电气数据，通过式(1)‑(6)计算得到数据异常状态判断阈值P_+abnormal、P_‑abnormal和故障诊断阈值P_+error、P_‑error，然后进行如下比较：若P_+abnormal<P_待测电站<P_+error或P_‑error<P_待测电站<P_‑abnormal，判定样本存在异常状态；若P_+error<P_待测电站或P_待测电站<P_‑error，判定样本存在故障；若P_‑abnormal<P_待测电站<P_+abnormal，判定样本不存在异常状态。