买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山西省电力公司太原供电公司;国网浙江省电力有限公司宁波供电公司;国网浙江省电力有限公司余姚市供电公司;国网甘肃省电力公司白银供电公司;国网山西省电力公司电力科学研究院

摘要：本发明涉及光伏发电运维的技术领域，特别是涉及一种分布式光伏异常数据检测方法、系统、电子设备及存储介质，其能够有效地提高分布式光伏电站的运行效率和稳定性，降低异常数据检测的误判率；方法包括：获取分布式光伏电站的物理状态信息和气象数据信息；将物理状态信息和气象数据信息输入至预先构建的分布式光伏电站出力预测模型中，获得分布式光伏电站的最佳出力曲线；根据预先设定的采集时间点，采集分布式光伏电站的实际出力数据和电站周边动态环境数据；实际出力数据和电站周边动态环境数据在时间维度上一一对应；将每个采集时间点的实际出力数据和电站周边动态环境数据依次输入至预先构建的分布式光伏电站出力校正模型中。

主权项：1.一种分布式光伏异常数据检测方法，其特征在于，所述方法包括：获取分布式光伏电站的物理状态信息和气象数据信息；将物理状态信息和气象数据信息输入至预先构建的分布式光伏电站出力预测模型中，获得分布式光伏电站的最佳出力曲线；根据预先设定的采集时间点，采集分布式光伏电站的实际出力数据和电站周边动态环境数据；所述实际出力数据和电站周边动态环境数据在时间维度上一一对应；将每个采集时间点的实际出力数据和电站周边动态环境数据依次输入至预先构建的分布式光伏电站出力校正模型中，获得分布式光伏电站在每个采集时间点的校正出力数据；对校正出力数据进行趋势分析，获得校正出力曲线；根据对分布式光伏电站异常数据检测的敏感要求，设置数据识别时间切片；针对每个数据识别时间切片，对最佳出力曲线和校正出力曲线进行相似度计算，并将相似度低于预设阈值的数据识别时间切片对应的实际出力数据判定为分布式光伏电站的异常数据；所述分布式光伏电站出力预测模型的计算公式为： ；其中，表示分布式光伏电站的预测出力，GHI表示全球水平面总辐射强度，Ktropo表示大气透射率修正因子，考虑大气透明度的影响；Kaero表示大气质量修正因子，考虑空气密度和海拔的影响；Ktemp表示温度修正因子，考虑组件温度对效率的影响；ηcell,i表示分布式光伏电站中第i个光伏组件在给定温度和辐射强度下的光伏电池转换效率；FFi表示第i个光伏组件的填充因子；Voc,i和Isc,i分别表示第i个光伏组件的开路电压和短路电流；Rs,i和Rsh,i分别表示第i个光伏组件的串联电阻和并联电阻；n表示光伏电站中光伏组件的总数；分布式光伏电站出力校正模型包括以下结构：输入层：输入层接收每个采集时间点的实际出力数据和电站周边动态环境数据，并且集成电站的历史运行数据、设备维护记录以及天气预测数据；对每个采集时间点的实际出力数据和电站周边动态环境数据进行初步整合，包括数据格式统一和数据清洗；将整合后数据与电站的历史运行数据、设备维护记录以及天气预测数据集成，并进行数据标准化，生成分布式光伏电站出力校正模型的初始输入；梯度提升树集合：输入层生成的初始输入被用于构建梯度提升树集合中的每一棵决策树，其中每棵决策树均为弱预测模型，尝试预测出力数据；通过迭代的方式，每一棵新的决策树都在前一棵决策树的残差基础上进行训练，用于减少预测误差，逐步逼近真实出力曲线的过程；树节点：在每一轮决策树迭代中，新决策树的每个内部节点根据预设分裂准则来划分数据集，使得每个数据子集内的数据表现出同质性；通过节点分裂，模型能够逐层细化，适应光伏电站出力受多种因素影响的复杂性，直到满足预设的停止条件；叶子节点：每棵决策树的叶子节点给出该光伏电站的预测值，同时记录预测值的置信度和不确定性度量，并对叶子节点的预测值进行平滑处理；输出层：所有单个决策树的预测值，通过加权求和的方式，在输出层被综合起来，形成最终的校正出力数据；其中决策树的权重反映每棵树对总预测的贡献度，是通过梯度提升过程中优化确定的；并输出经过校正的分布式光伏电站在每个采集时间点的出力数据；所述物理状态信息包括光伏组件状态，逆变器及附属设备状态，以及支架与接地系统状态；所述气象数据信息包括太阳辐射强度数据、气温、湿度、风速和风向数据、云层覆盖数据、气溶胶光学厚度以及降水信息；所述电站周边动态环境数据包括云层覆盖、灰尘积累和设备温度。

全文数据：

权利要求：

百度查询： 国网山西省电力公司太原供电公司 国网浙江省电力有限公司宁波供电公司 国网浙江省电力有限公司余姚市供电公司 国网甘肃省电力公司白银供电公司 国网山西省电力公司电力科学研究院 分布式光伏异常数据检测方法、系统、电子设备及存储介质