[發明專利]光伏電站的故障檢測方法、裝置、設備及存儲介質

在審

• 申請號: 201811068708.5
• 申請日: 2018-09-13
• 公開（公告）號: CN109150100A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 謝祥穎;葛樂矣;李洋;劉潤彪;李松;韓蓄;馬大燕;駱欣;那峙雄
• 申請（專利權）人: 國網電子商務有限公司
• 主分類號: H02S50/00
• 分類號: H02S50/00
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧;宋海斌

1.一種光伏電站的故障檢測方法，其特征在于，包括：

獲取光伏電站在指定時間段內的光伏發電功率和環境參數；

根據環境參數中和預先訓練出的神經網絡模型，確定所述光伏電站在所述指定時間段內的功率預測值和預測誤差；

根據所述光伏發電功率、所述功率預測值和預測誤差，判斷所述光伏電站在指定時間段內是否存在故障。

2.根據權利要求1所述的方法，其特征在于，所述獲取光伏電站在指定時間段內的光伏發電功率，包括：

獲取所述光伏電站在所述指定時間段內的多個實時光伏發電功率；

根據多個所述實時光伏發電功率，確定所述光伏電站在所述指定時間段內的光伏發電功率。

3.根據權利要求2所述的方法，其特征在于，所述根據多個所述實時光伏發電功率，確定所述光伏電站在所述指定時間段內的光伏發電功率，包括：

對所述指定時間段內的多個實時光伏發電功率進行擬合，得到所述指定時間段內的光伏發電功率擬合曲線；

根據所述光伏發電功率擬合曲線，確定所述光伏電站在所述指定時間段內的所述光伏發電功率。

4.根據權利要求1所述的方法，其特征在于，所述環境參數包括：氣溫、風速、太陽輻射強度和電能表測量精度中的至少一個；

以及，所述根據環境參數中和預先訓練出的神經網絡模型，確定所述光伏電站在所述指定時間段內的功率預測值和預測誤差，包括：

根據所述氣溫、所述風速、所述太陽輻射強度和所述電能表測量精度中的至少一個，以及預先訓練出的所述神經網絡模型，確定所述光伏電站在所述指定時間段內的所述功率預測值和所述預測誤差。

5.根據權利要求1所述的方法，其特征在于，對所述神經網絡模型進行預先訓練的方式，包括：

獲取所述光伏電站在多個歷史環境參數和多個歷史光伏發電功率；

根據多個所述歷史環境參數和多個所述歷史光伏發電功率，確定所述神經網絡模型。

6.根據權利要求1所述的方法，其特征在于，對所述神經網絡模型進行預先訓練的方式，包括：

獲取所述光伏電站的多個歷史環境參數和多個歷史光伏發電功率；

根據所述歷史環境參數，確定光伏電池板的歷史輸出功率y；

根據所述歷史環境參數、所述歷史輸出功率和所述歷史光伏發電功率，確定所述神經網絡模型。

7.根據權利要求1所述的方法，其特征在于，所述根據所述光伏發電功率、所述功率預測值和預測誤差，判斷所述光伏電站在指定時間段內是否存在故障，包括：

判斷所述光伏發電功率與所述功率預測值的差值的絕對值是否大于所述預測誤差的絕對值；

若是，則發出故障反饋信息；

若否，則發出正常反饋信息。

8.一種光伏電站的故障檢測裝置，其特征在于，包括：

數據獲取模塊，用于獲取光伏電站在指定時間段內的光伏發電功率和環境參數；

預測值確定模塊，用于根據環境參數中和預先訓練出的神經網絡模型，確定所述光伏電站在所述指定時間段內的功率預測值和預測誤差；

故障判斷模塊，用于根據所述光伏發電功率、所述功率預測值和預測誤差，判斷所述光伏電站在指定時間段內是否存在故障。

9.一種光伏電站的故障檢測設備，其特征在于，包括：存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序由所述處理器執行以實現如權利要求1至7中任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。