[发明专利]光伏电站故障预警方法及系统

说明书

本发明公开了一种光伏电站故障预警方法和系统。所述故障方法包括：通过获取光伏电站监控设备采集的多个原始数据，确定各所述原始数据对应的状态类型标号；采用基于距离的离群点检测算法确定异常数据；根据所述异常数据采用粗糙集约简算法确定重要异常数据；将重要异常数据输入到故障判断模型数据库中的故障判断模型，并以故障判断模型的输出作为光伏电站故障诊断结果，最终根据所述光伏电站故障诊断结果发送预警信号。采用本发明的方法或系统，不断约简输入故障判断模型中的监控数据，极大地减少了数据处理的工作量，显著提高了故障预警的效率。

技术领域

本发明涉及光伏发电领域，尤其涉及一种光伏电站故障预警方法及系统。

背景技术

目前太阳能光伏电站故障诊断法中的多传感器法应用最为广泛。多传感器法是将传感器安装于光伏阵列并通过上位机监控软件对采集的数据进行深入分析和挖掘，从而实现对光伏电站的故障类型检测与故障点定位。

近几年随着小波分析理论、神经网络技术、专家系统和模糊集理论等技术的发展，根据光伏电站的差异性，产生了各式各样的故障诊断方法，主要有基于解析模型的故障诊断方法、基于知识的故障模糊预测方法和基于数据驱动的故障诊断方法等三大类；但基于解析模型的故障诊断方法对建模精度要求高，建模难度大，诊断结果受建模精度影响较大；基于知识的故障模糊预测方法依赖于领域知识获取，且自适应能力及实时性较差；而基于数据驱动的故障诊断方法收敛速度慢，运算效率低。

发明容

本发明的目的是提供一种光伏电站故障预警方法及系统，以解决现有技术中光伏电站故障诊断方法效率低的问题。

为实现上述目的，本发明提供了如下方案：

一种光伏电站故障预警方法，所述方法包括：

获取光伏电站监控设备采集的多个原始数据；

确定各所述原始数据所属的数值范围；

根据所述数值范围确定各所述原始数据对应的状态类型标号；

根据多个所述原始数据及各所述原始数据对应的状态类型标号采用基于距离的离群点检测算法确定异常数据；

根据所述异常数据采用粗糙集约简算法确定重要异常数据；

根据所述重要异常数据从故障判断模型数据库中确定故障判断模型；

将所述重要异常数据输入到所述故障判断模型，得到光伏电站故障诊断结果；

根据所述光伏电站故障诊断结果发送预警信号。

可选的，所述获取光伏电站监控设备采集的多个原始数据之前，还包括：

获取多个光伏电站的历史故障数据及各所述历史故障数据对应的故障诊断结果；

根据多个所述历史故障数据及各所述历史故障数据对应的故障诊断结果建立故障判断模型；所述故障判断模型为神经网络模型；

将所述故障判断模型存储至所述故障判断模型数据库。

可选的，所述将所述故障判断模型存储至所述故障判断模型数据库之后，还包括：

获取所述历史故障数据的估计一致性；

计算所述故障判断模型数据库的预测精度；

发送所述历史故障数据的估计一致性及所述故障判断模型数据库的预测精度至所述光伏电站监控设备。

可选的，所述根据所述重要异常数据从故障判断模型数据库中确定一个故障判断模型，具体包括：