关键词:
分布式光伏
故障感知
晴空日
分位数回归
时间卷积网络
相关性分析
摘要:
分布式光伏系统点多面广,加之可用数据严重匮乏,难以及时感知设备故障,容易长期带故障运行,降低生命周期发电量。利用光伏系统故障异常最终会影响发电出力的特点提出了一种基于计量数据的分布式光伏故障感知方法。首先分析晴天的太阳辐照度特性,提出晴空日筛选机制,对不同电站进行相关性分析,获取出力相关性高的光伏电站作为横向参考;再选择待测电站不同晴空日的出力曲线进行纵向对比,以排除异常检测中的各类干扰因素;将排除干扰的出力数据输入时间卷积网络分位数回归(quantile regression temporal convolutional network,QRTCN)模型,拟合出光伏正常出力区间后,即可根据正常出力区间识别故障异常的分布式光伏电站。运用实际光伏系统数据的仿真分析表明,所提方法能准确识别出存在故障异常的分布式光伏系统,推动分布式光伏的精细化运维。