[發明專利]一種基于BP神經網絡的光伏系統發電效率綜合評估方法

有效

• 申請號: 201410689756.1
• 申請日: 2014-11-25
• 公開（公告）號: CN104408562B
• 公開（公告）日: 2018-01-16
• 發明（設計）人: 王景丹;龔曉偉;雷振峰;孔波;劉桂蓮;董永超;王賢立;牛高遠;王以笑;王國軍;霍富強;鄧健慎;周培東;趙萌萌;張鵬飛
• 申請（專利權）人: 許繼集團有限公司;國家電網公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/02
• 代理公司: 鄭州睿信知識產權代理有限公司41119
• 代理人: 胡泳棋

技術領域

本發明光伏系統發電效率整體評估技術領域，具體涉及一種基于BP神經網絡的光伏系統發電效率綜合評估方法。

背景技術

我國太陽能資源非常豐富，其開發利用的潛力非常廣闊，近幾年我國光伏產業發展迅猛，大型光伏電站實現了跨越式的發展，全國各地出現很多兆瓦級以上電站，2011年國內光伏發電新增裝機容量已超過2GW，隨著光伏電站的補貼模式從電站建設補貼過渡到發電度電補貼，越來越多的投資業主開始關注光伏電站的運營管理，對于大批進入運營階段的光伏電站，需要考慮如何保證電站在其設計的全壽命周期內最大限度發揮功效，并為業主帶來直接收益的問題，而最大限度發揮功效，即是實現光伏系統發電效率最大、發電量最大。因此，電站運行狀況檢測、電站運行性能分析和系統發電效率評估將成為運營階段的重點研究工作。

光伏電站系統效率是表征光伏電站運行性能的最終指標，在電站容量和光輻照量一致的情況下，系統效率越高代表發電量越大，因此，分析影響光伏系統發電效率的關鍵因素，針對系統發電效率進行綜合評估，進而提升系統發電效率是光伏電站設計及運維管理的重點，本發明重點就光伏電站發電效率綜合評估進行分析研究。

目前，國內外針對光伏系統發電效率評估的研究尚處于起步階段，評估指標體系尚不完善，我國已有的效率評估指標體系多是從某一特定角度進行評估，指標設計分類不夠，缺乏相對完整的客觀評估依據，且在針對光伏電站累積的海量數據進行統計分析過程中，易篩掉部分有用信息。

發明內容

本發明的目的是提供一種基于BP神經網絡的光伏系統發電效率綜合評估方法，以解決現有光伏系統發電效率評估結果存在評估指標體系不完善、評估結果誤差較大、不能有效指導電站運維與設計的問題。

為了實現以上目的，本發明所采用的技術方案是：一種基于BP神經網絡的光伏系統發電效率綜合評估方法，包括如下步驟：

(1)選取評估指標集：利用評估指標間的顯著性檢驗將直接或間接關乎光伏系統發電效率的影響因素分成n類，然后對每一類選取若干相關指標，形成指標集，并根據光伏系統發電效率評估指標集建立評估指標體系；

(2)構建評估標準集：對應評估指標集設定每一項評估指標的理想取值范圍；

(3)利用BP神經網絡算法對各評估指標權值進行調整：將影響待評估對象效率的指標作為BP神經網絡輸入層神經元建立神經網絡模型，并進行神經網絡訓練，在學習過程中對權值不斷調整更新；

(4)采集一組對應于待評估對象的評估指標的實測值輸入已訓練好的BP神經網絡評估模型中，BP神經網絡的輸出值即為待評估對象的實際效率值，將該效率值與評估標準集中對應的設定值比較，分析得出效率評估結論。

所述步驟(1)中每一類指標中既有定量指標，又有定性指標，將各指標通過非參數檢驗方法進行優化，并以抽樣方法將定性指標轉換為可定量的指標，形成指標集。

所述BP神經網絡模型為三層結構，包括輸入層、隱含層和輸出層，輸入層包括評估標準集中各待評估對象對應的評估指標，輸出層為各待評估對象的效率。

對BP神經網絡進行訓練時，首先搜集若干組待評估對象評估指標的實測值{X_i}作為樣本，并根據評估標準集確定對應的期望輸出；然后對{X_i}進行標準化處理，消除量綱后得到{x_i}；之后將{x_i}作為學習樣本輸入到BP神經網絡模型中對BP神經網絡進行訓練。

將光伏系統發電效率評估指標體系中的各評估指標按照增長型X₁、降落型X₂、中心型X₃三種指標類型進行劃分，當指標的實測值為X_i時，其相應的無量綱化屬性值x_i為：

增長型指標，對于任意的X_i∈X₁，

降落型指標，對于任意的X_i∈X₂，

中心型指標，對于任意的X_i∈X₃，

其中，X_max、X_min分別為各指標在各自論域上確定的最大值和最小值。