• • 下一篇
摘要: 分布式光伏发电系统点多面广,缺乏科学规范的运维管理体系,加之可用数据匮乏,难以排除气象波动的干扰识别光伏设备异常。本文针对分布式光伏的运维现状和数据特征,提出了一种基于神经网络分位数回归(QRNN)的光伏发电功率异常检测方法。首先分析晴天的太阳辐照度特性,利用晴朗日筛选方法排除阴雨天气的干扰影响,然后对不同电站的出力相关性进行分析,以获取出力相关性高的光伏电站作为横向参考,再将待测电站在不同晴朗日的出力曲线进行纵向对比,排除天气与环境条件等干扰因素。将排除干扰的计量出力有功功率数据输入QRNN模型,得到光伏正常有功功率出力区间,以正常出力区间的功率阈值识别光伏发电功率的异常。通过对某实际光伏系统数据仿真分析,仿真结果表明了该方法能排除气象影响准确识别出存在故障的光伏系统,推动分布式光伏的精细化运维。
中图分类号: