[发明专利]一种基于统计特征的光伏组件异常识别方法

权利要求书

1.一种基于统计特征的光伏组件异常识别方法，其特征在于，包括以下步骤：

S1、收集并清洗光伏组件历史运行数据及历史环境数据；

S2、分别基于光伏组件的电流和电压数据建立电流状态指标和电压状态指标；

S3、分别对于电流状态指标分布和电压状态指标分布进行统计性建模，得到统计性建模结果；

S4、根据统计性建模结果分别对电流状态指标和电压状态指标进行特征提取，得到电流状态特征和电压状态特征；

S5、根据同一片区中不同光伏组件的电流状态特征分布和电压状态特征分布分别计算电流异常运行状态阈值和电压异常运行状态阈值；

S6、基于异常运行状态阈值对光伏组件异常进行识别。

2.根据权利要求1所述的基于统计特征的光伏组件异常识别方法，其特征在于，步骤S1的具体方法为：

收集光伏组件历史运行数据中的电流和电压，及历史环境数据中的环境温度和辐照度，删除夜间以及白天中辐照度低于100W/m²时所对应的电流、电压和辐照度数据；其中光伏组件历史运行数据包括电流数据和电压数据。

3.根据权利要求1所述的基于统计特征的光伏组件异常识别方法，其特征在于，步骤S2的具体方法为：

将同一采样点中光伏组件的电流与辐照度的比值作为电流状态指标；将光伏组件的电压值作为电压状态指标。

4.根据权利要求1所述的基于统计特征的光伏组件异常识别方法，其特征在于，步骤S3中对状态指标进行统计性建模的具体方法为：

根据公式：

M_a＝d·m

获取设定的状态指标为x时第a个光伏阵列所对应的统计性建模结果其中π为常数；exp表示以自然常数e为底的指数函数；h为带宽；M_a表示第a个光伏阵列在时长总共为d天中的状态指标总数；m为一天中状态指标数总数；σ为第a个光伏阵列对应的M_a个状态指标的标准差；当x变化时，光伏阵列所对应的统计性建模结果跟随变化。