[发明专利]基于大数据统计的分布式光伏电站分级预警方法

摘要

本发明涉及一种基于大数据统计的分布式光伏电站分级预警方法，包括直接相关特征和非直接相关特征；直接相关特征是将实时光伏面板组的单位发电效率，历史单位发电效率和光伏面板组物理信息转化为矩阵形式；非直接相关特征将实时的和历史的环境数据，结合相关光伏面板电能转换知识转换成特征矩阵。多类特征融合求解，获得光伏面板组的预测光电转换效率。将预测值与光伏面板实时效率相比较，如果超出可容忍误差范围，给出预警经过若干级预警之后，即可确认故障面板位置。该监测方法结合大数据建模与实际需求，并利用特征融合方法和多级预警方法，既确保了预测数据的准确性，又保证了监测方法的实时性与有效性。

主权项

1.一种基于大数据统计的分布式光伏电站分级预警方法，其特征在于：包括以下步骤：将分布式光伏电站分成若干子区域，在每个子区域内放置若干传感器，用来收集直接相关特征和非直接相关特征的数据，通过多类特征融合求解，获得光伏面板组的预测光电转换效率，如果预测值与实际值相比，超出可容忍误差范围，给出分级预警；所述的直接相关特征数据是基于光伏面板组提供的，对于这类数据建立历史光电转换效率矩阵M和实时光电转换效率矩阵N；对于光伏面板的物理信息，建立矩阵P；对所述矩阵M、矩阵N、和矩阵P进行分解，两两匹配分解得到共解特征因子，获得个面板组的实时光电转换效率评估数据；其中，矩阵M的每一个条目为一组面板在一个时间段内的平均光电转换效率和光电转换效率方差，矩阵N的每一个条目为一个区域在一个时间段内统计的光伏面板组数量；矩阵P的每一行表示一组光伏面板，每一列表示一个物理属性；所述非直接相关特征数据基于区域传感器提供的环境数据，将所搜集的数据，通过块坐标下降求解多类特征融合的方法，将多种数据源的直接相关特征和非直接相关的数据融合，求解光伏面板光电转换效率的预测。