[发明专利]一种基于K-Means-HMM模型的分布式光伏电站故障预警算法

权利要求书

1.一种基于K-Means-HMM模型的分布式光伏电站故障预警算法，其特征在于：包括如下步骤：

S1、采集生产记录N条，从这N条数据筛选出发电功率在1kw以上的数据M条，对采集的数据进行分档离散化，并以输出电流和电压两个维度进行K-Means聚类；

采集一年的生产记录共N条，每条记录含组件号、时间、输出电流、输出电压、发电功率五种参数，从这N条数据筛选出发电功率在1kw以上的数据M条，筛选出的发电功率数据最小值为1kw，最大功率为14.7kw；设某条数据的发电功率值为p，若n≤Pn+1，1≤n≤13，则n为该发电功率档数P，作为HMM模型状态序列的取值；

以输出电流和电压两个维度进行K-Means聚类的具体步骤如下：

对于M条数据中的输出电流，输出电压进行归一化处理，将输出电流，输出电压视为M*2大小的矩阵，归一化计算公式为：

其中：分别为矩阵中的行和列的索引，表示归一化后位置的矩阵元素，表示归一化前位置的矩阵元素，为归一化前j列中的最小矩阵元素，为归一化前j列中的最大矩阵元素；

对经过归一化后的输出电流，输出电压数据进行K-means聚类，K值设为20，得到M条数据的聚类结果C，聚类结果将作为HMM观测序列的取值；

S2、利用聚类后的光伏电站的工作状态样本数据训练HMM模型；

训练样本是根据某一年全年光伏电站的故障记录，在时间段该年的10个月份中选择32个正常运行时间点及对应组件编号，作为训练集正常状态标签，选择遮挡、导线短路、导线开路、电池老化四种故障的时间点各8个及对应组件编号，作为训练集故障状态标签；

在时间段该年的另外2个月份中，选择8个正常运行时间点及对应组件编号，作为测试集正常状态标签，选择遮挡、导线短路、导线开路、电池老化四种故障的时间点各2个及对应组件编号，作为测试集故障状态标签；

得到的每个正常状态标签，正常状态标签包含训练集和测试集，根据时间点和组件编号，在M条数据中寻找对应记录，选取对应时间点前300分钟到对应时间点的聚类结果C值和发电功率档数P值，得到训练集正常样本32个和测试集正常样本8个，每个样本含300个C值和300个P值；

对于得到的每个故障状态标签，故障状态标签包含训练集和测试集，根据时间点和组件编号，在M条数据中寻找对应记录，选取对应时间点前360分钟到前60分钟的聚类结果C值和发电功率档数P值，得到训练集故障样本32个和测试集故障样本8个，每个样本含300个C值和300个P值；

训练HMM模型的过程如下：

已知模型的状态序列状态的集合的数量N=13，观测值集合的数据量M=20，每个训练样本中的300个P值作为状态序列，300个C值作为观测序列，初始状态概率向量有13个元素，每个元素的值为1/13；对于训练集中的正常、遮挡、导线短路、导线开路、电池老化五种状态的样本，按照如下算法，分别训练五个HMM模型：

基于已知信息，使用有监督学习算法，求解HMM的转移概率矩阵A，观测概率矩阵B；

(1)转移概率矩阵A的求解：

对于所有的训练样本，统计C值由i转移到为j的样本个数为个，则由状态为i转移到状态j的概率的估计值为：

组成的矩阵即为转移概率矩阵A；

(2)观测概率矩阵B的求解：

对于所有的训练样本，统计C值为i且P值为j的样本个数为个，则状态为i且观测值为j的概率估计值为：

；

组成的矩阵即为观测概率矩阵B；

还需验证训练后的HMM模型的预测准确率，将测试样本的观测序列分别代入训练好的五个HMM模型，使用前向-后向算法进行计算，得到五个该观测序列出现的概率，前向-后向算法的公式如下：

其中是前向概率，即在t时刻部分观测序列为O₁，O₂，O₃…，O_t，状态是的概率，记作：

是后向概率，即在t+1时刻部分观测序列O_t+2，O_t+3，…，O_T，状态是的概率，记作：

根据上述公式计算得到的5个概率值，取最大概率值对应的模型类型，即为对测试数据的预测状态；根据预测的状态和实际状态即可计算出HMM模型的预测准确率，若准确率超出范围，则按照步骤S1到步骤S2，重新选取数据对HMM模型进行训练；

S3、采集光伏组件的实时生产数据，以输出电流和电压两个维度进行K-Means聚类，计算出聚类结果；

取任一光伏组件的输出电流，输出电压，长度为300分钟的数据，根据步骤S1中的归一化公式，计算输出电流和输出电压归一化后的值，并使用步骤S1中训练好的K-means模型计算出聚类结果；

S4、将聚类后的光伏组件的实时生产数据输入训练后的HMM模型，得到预警结果；

将S3中得到的300个聚类结果作为观测序列，分别输入五个已训练好的HMM，按照前向-后向算法，得到5个概率值，取最大概率值对应的模型类型，即为预测的状态。