[發明專利]一種基于二分K?均值聚類的逆變器故障預警判據實現方法

在審

• 申請號: 201711089904.6
• 申請日: 2017-11-08
• 公開（公告）號: CN107909096A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 張杭;唐崇佳
• 申請（專利權）人: 南京因泰萊電器股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/30;G06F17/18
• 代理公司: 南京知識律師事務所32207
• 代理人: 張蘇沛

技術領域

本發明屬于光伏逆變器故障預警領域，具體為一種基于數據挖掘技術的故障預警判據生成方法。預警判據生成中的數據分類用了二分K-均值聚類的優化算法。

背景技術

隨著社會對新能源需求的日益增長，光伏電站在各個地區不斷增多，電站中逆變器的壽命管理和故障預警越來越重要。故障診斷和預警有很多種方法，實測輸出功率和理論輸出功率差值比較是一種代價較小的方法。而準確度在于判據的生成。

目前光伏電池板陣列或者逆變器的故障診斷預警判據量化存在三個難點：

1.逆變器故障判據的獲得是一種破壞性的試驗，成本較高，理論值缺乏真實驗證性。

2.在實際工程中，一個光伏電池板陣列或單臺逆變器機組的工作狀況受環境影響很大，即使同種類型的設備在不同環境下的使用壽命或者說衰減系數也是不同的，需要具體計算。

3.預警判據設置過高，提早報警增加巡檢工作量，徒增人力負擔；而預警判據設置過低，造成設備故障不能及時報警。

發明內容

為解決上述存在問題，本發明提供了一種基于實測、歷史數據的，運用數據挖掘技術的光伏逆變器故障預警判據生成方法。

一種基于二分K-均值聚類的量化逆變器故障預警判據實現方法，其特征在于，包括以下步驟：數據獲取步驟、逆變器理論輸出功率計算步驟、排除氣象因素數據計算步驟，數據清洗和預處理步驟、數據分類步驟、數據挖掘步驟、單個設備和同類型設備故障判據生成步驟。

所述數據獲取步驟，具體為：歷史、實測的功率、氣象數據利用的是監控系統SCADA中的數據，首先用算法計算逆變器理論輸出功率，根據日出日落時間和實測、預測氣象數據，排除掉由于氣象因素引起實測功率值過低的數據，把這類數據存入到數據存儲系統，對于數據存儲系統中的數據進行后續步驟處理。每組逆變器功率實測值、實測氣象值，設備參數及性能數據。

所述逆變器理論輸出功率計算步驟，用于判據生成的輸入數據之一的逆變器理論輸出功率計算公式如下：

P＝Nη₁η₂η₃AR_β[1-α(T_C-25)]

N：為正常工作的光伏組件個數；

η₁:光伏組件在額定條件下的光電轉換效率，η₂最大功率點跟蹤的工作效率，η₃逆變器效率；A光伏組件的面積，R_β光伏陣列斜面太陽總輻照度，α光伏組件的溫度系數，T_C光伏組件的板溫；

β陣列的傾角。

所述排除氣象因素數據計算步驟，首先根據日出日落，排除無光照情況下，功率值過低的情況；其次根據實測、預測的氣象值排除了光照低情況下功率值低的情況。

所述數據清洗和預處理步驟，具體為：

子步驟1、去除/補全有缺失的數據；

子步驟2、去除/修改格式和內容錯誤的數據；

子步驟3、去除/修改邏輯錯誤的數據；

子步驟4、去除不需要的數據；

子步驟5、關聯性驗證；

子步驟6、去掉功率為0時相應差值點的數據；

子步驟7、補全通訊中斷數據；

子步驟8、差值法補全指定時間內的缺失數據。

所述數據分類步驟，具體為：

子步驟1、按單臺設備和同型號設備分類；

子步驟2、按電場投運計劃要求分類；

子步驟3、按不同時間間隔分類；

子步驟4、按有逆變器性能信息和無逆變器性能信息分類；

子步驟5、按監控廠家知道投運容量和不知道投運容量分類。

所述數據挖掘步驟，具體分為差值計算步驟、數據統計分析步驟兩個步驟，

其中差值計算步驟分為兩種：

實測功率與理論功率值的方差值

Y1為實測功率值，Y2為理論功率值；

實測功率與理論功率差的絕對值

σ＝|y1-y2||

其中數據統計分析步驟，具體為：

子步驟1、統計功率兩種差值的中心位置(算術平均數、加權平均數，幾何平均數，中位數、眾數)；

子步驟2、計算發散程度(極差、方差、標準差、變異系數)；

子步驟3、計算每個點的偏差程度z-分數；

子步驟4、統計出變異系數和偏差>設定值的值；