[发明专利]光伏电站的故障检测方法、装置、设备及存储介质

权利要求书

1.一种光伏电站的故障检测方法，其特征在于，包括：

获取光伏电站在指定时间段内的光伏发电功率和环境参数；

根据环境参数中和预先训练出的神经网络模型，确定所述光伏电站在所述指定时间段内的功率预测值和预测误差；

根据所述光伏发电功率、所述功率预测值和预测误差，判断所述光伏电站在指定时间段内是否存在故障。

2.根据权利要求1所述的方法，其特征在于，所述获取光伏电站在指定时间段内的光伏发电功率，包括：

获取所述光伏电站在所述指定时间段内的多个实时光伏发电功率；

根据多个所述实时光伏发电功率，确定所述光伏电站在所述指定时间段内的光伏发电功率。

3.根据权利要求2所述的方法，其特征在于，所述根据多个所述实时光伏发电功率，确定所述光伏电站在所述指定时间段内的光伏发电功率，包括：

对所述指定时间段内的多个实时光伏发电功率进行拟合，得到所述指定时间段内的光伏发电功率拟合曲线；

根据所述光伏发电功率拟合曲线，确定所述光伏电站在所述指定时间段内的所述光伏发电功率。

4.根据权利要求1所述的方法，其特征在于，所述环境参数包括：气温、风速、太阳辐射强度和电能表测量精度中的至少一个；

以及，所述根据环境参数中和预先训练出的神经网络模型，确定所述光伏电站在所述指定时间段内的功率预测值和预测误差，包括：

根据所述气温、所述风速、所述太阳辐射强度和所述电能表测量精度中的至少一个，以及预先训练出的所述神经网络模型，确定所述光伏电站在所述指定时间段内的所述功率预测值和所述预测误差。

5.根据权利要求1所述的方法，其特征在于，对所述神经网络模型进行预先训练的方式，包括：

获取所述光伏电站在多个历史环境参数和多个历史光伏发电功率；

根据多个所述历史环境参数和多个所述历史光伏发电功率，确定所述神经网络模型。

6.根据权利要求1所述的方法，其特征在于，对所述神经网络模型进行预先训练的方式，包括：

获取所述光伏电站的多个历史环境参数和多个历史光伏发电功率；

根据所述历史环境参数，确定光伏电池板的历史输出功率y；

根据所述历史环境参数、所述历史输出功率和所述历史光伏发电功率，确定所述神经网络模型。

7.根据权利要求1所述的方法，其特征在于，所述根据所述光伏发电功率、所述功率预测值和预测误差，判断所述光伏电站在指定时间段内是否存在故障，包括：

判断所述光伏发电功率与所述功率预测值的差值的绝对值是否大于所述预测误差的绝对值；

若是，则发出故障反馈信息；

若否，则发出正常反馈信息。

8.一种光伏电站的故障检测装置，其特征在于，包括：

数据获取模块，用于获取光伏电站在指定时间段内的光伏发电功率和环境参数；

预测值确定模块，用于根据环境参数中和预先训练出的神经网络模型，确定所述光伏电站在所述指定时间段内的功率预测值和预测误差；

故障判断模块，用于根据所述光伏发电功率、所述功率预测值和预测误差，判断所述光伏电站在指定时间段内是否存在故障。

9.一种光伏电站的故障检测设备，其特征在于，包括：存储器和处理器，所述存储器存储有计算机程序，所述计算机程序由所述处理器执行以实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。