基于模型的工况诊断方法及其装置与流程

摘要: 本申请涉及新能源,尤其涉及一种基于模型的工况诊断方法及其装置。背景技术:1、随着全球能源结构转型和环保意识的提升,太阳能光伏发电作为一种清洁、高效的可再生能源,...
基于模型的工况诊断方法及其装置与流程

本申请涉及新能源,尤其涉及一种基于模型的工况诊断方法及其装置。

背景技术:

1、随着全球能源结构转型和环保意识的提升,太阳能光伏发电作为一种清洁、高效的可再生能源,逐渐成为电力系统中不可或缺的重要组成部分。然而,光伏发电系统的输出功率受天气因素和光伏部件工作状态的影响,具有高度的随机性和波动性,特别是在分布式光伏电站中,由于其数量众多、分布范围广泛,且受成本和技术条件等因素的限制,难以对光伏组件的工况进行诊断。

技术实现思路

1、本申请提出一种基于模型的工况诊断方法、装置、电子设备、芯片和存储介质,以至少在一定程度上解决相关技术中的技术问题之一。

2、本申请一方面实施例提出了一种基于模型的工况诊断方法,包括:

3、获取目标区域内第一光伏组件的发电功率数据;

4、基于所述发电功率数据,确定所述第一光伏组件的功率-时间关联图;

5、确定所述功率-时间关联图的工况类型标签;

6、基于所述功率-时间关联图和对应的工况类型标签,确定模型的训练样本数据,并基于所述训练样本数据,对工况诊断模型进行训练,得到目标工况诊断模型;

7、基于所述目标工况诊断模型,对所述目标区域内待检测的第二光伏组件的工况类型进行诊断,以输出所述第二光伏组件的目标工况类型。

8、本申请另一方面实施例提出了一种基于模型的工况诊断装置,包括:

9、获取模块,用于获取目标区域内第一光伏组件的发电功率数据;

10、第一确定模块,用于基于所述发电功率数据,确定所述第一光伏组件的功率-时间关联图;

11、第二确定模块,用于确定所述功率-时间关联图的工况类型标签;

12、训练模块,用于基于所述功率-时间关联图和对应的工况类型标签,确定模型的训练样本数据,并基于所述训练样本数据,对工况诊断模型进行训练,得到目标工况诊断模型;

13、诊断模块,用于基于所述目标工况诊断模型,对所述目标区域内待检测的第二光伏组件的工况类型进行诊断,以输出所述第二光伏组件的目标工况类型。

14、本申请又一方面实施例提出了一种电子设备,该电子设备包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如前述一方面所述的基于模型的工况诊断方法。

15、本申请又一方面实施例提出了一种芯片,该芯片包括相互耦合的接口电路和处理电路,所述接口电路用于输入或输出信号,所述处理电路被配置为执行如前述一方面所述的基于模型的工况诊断方法。

16、本申请还一方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如前述一方面所述的基于模型的工况诊断方法。

17、本申请又一方面实施例提出了一种计算机程序产品,其上存储有计算机程序,所述程序被处理器执行时实现如前述一方面所述的基于模型的工况诊断方法。

18、本申请实施例提供的技术方案至少带来以下有益效果:

19、本申请实施例中,通过选定目标区域,在目标区域内收集分布式光伏电站内逆变器的光伏组件的发电功率数据,以生成功率-时间关系图,并进行工况类型的标注,从而构建训练样本集,对混合卷积网络进行训练,可以克服传统深度学习方法需要庞大且高质量标签数据才能训练出高性能模型的问题,大大减少了数据准备时间和成本。进一步地,通过在推理阶段能够深度融合时序特征与空间特征,显著提升诊断的智能化水平,从而精准识别积灰、功率受限、遮挡等各种工况,具备更强的抗噪声与跨工况泛化能力。

20、本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。

1.一种基于模型的光伏组件的工况诊断方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述发电功率数据,确定所述第一光伏组件的功率-时间关联图,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述归一化发电功率数据和所关联的时间点,确定所述第一光伏组件的功率-时间关系图,包括:

4.根据权利要求1所述的方法,其特征在于,所述确定所述功率-时间关联图的工况类型标签,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述功率-时间关联图,生成工况标注任务,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述功率-时间关联图,生成工况标注任务,包括:

7.根据权利要求1-5中任一项所述的方法,其特征在于,所述工况诊断模型至少包括轻量化的卷积主干网络、自注意力机制和全连接层,其中,所述基于所述训练样本数据,对工况诊断模型进行训练,得到目标工况诊断模型,包括:

8.根据权利要求7所述的方法,其特征在于,所述卷积主干网络中融入通道注意力机制,所述通道注意力机制用于对通道的权重进行调整,和/或,所述自注意力机制和所述全连接层之间连接随机丢弃层。

9.一种基于模型的光伏组件的工况诊断装置,其特征在于,所述装置包括:

10.一种电子设备,其特征在于,包括:

11.一种存储有计算机指令的计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行如权利要求1-8中任一项所述的方法。