分布式光伏运行状态评估方法、装置及电子设备与流程

1.本发明属于电力技术领域，尤其涉及一种分布式光伏运行状态评估方法、装置及电子设备。


背景技术：

2.分布式光伏发电作为清洁能源的主要形式，正逐步成为现代电力系统的重要组成部分。
3.然而，由于光伏设备分布范围广，且出力受环境影响较大，现有技术难以及时、有效地掌握各个光伏设备的运行状态，无法有效判断设备是否存在异常出力或者设备故障情况。导致光伏运维人员不能及时发现和处理设备异常或故障情况，降低光伏发电的稳定性，影响光伏用户的发电收益，造成一定经济损失，因此，及时、有效地评估分布式光伏的运行状态具有非常重要的意义。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种分布式光伏运行状态评估方法、装置及电子设备，以及时、有效地评估分布式光伏的运行状态。
5.本发明实施例的第一方面提供了一种分布式光伏运行状态评估方法，包括：
6.获取目标区域内的各个分布式光伏在待评估时期的档案数据和发电数据；
7.针对每个分布式光伏，根据该分布式光伏的档案数据和发电数据计算该分布式光伏的多类运行状态特征；
8.根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值；其中，每类运行状态特征对应一个运行状态指标值；
9.针对每个分布式光伏，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，并根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。
10.可选的，多类运行状态特征包括发电效率类特征、发电异常类特征和设备故障类特征；
11.发电效率类特征包括日均发电效率特征和恶劣环境发电效率特征；
12.发电异常类特征包括电压过低次数特征和三相不平衡次数特征；
13.设备故障类特征包括故障次数特征和故障时长特征。
14.可选的，根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值，包括：
15.根据各个分布式光伏的日均发电效率特征、恶劣环境发电效率特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电效率指标值；
16.根据各个分布式光伏的电压过低次数特征、三相不平衡次数特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电异常指标值；
17.以及根据各个分布式光伏的故障次数特征、故障时长特征，应用topsis综合评价算法，计算得到各个分布式光伏的设备故障指标值。
18.可选的，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，包括：
19.获取该分布式光伏的各个运行状态指标值对应的预设的第一权重值；
20.根据该分布式光伏的各个运行状态指标值，计算该分布式光伏的各个运行状态指标值对应的第二权重值；
21.根据w
i
＝k1*w
′
i
k2*w
″
i
确定该分布式光伏的各个运行状态指标值对应的权重值；其中，w
i
为第i个运行状态指标值对应的权重值，w
′
i
为第i个运行状态指标值对应的第一权重值，w
″
i
为第i个运行状态指标值对应的第二权重值，k1和k2均为预设系数。
22.可选的，根据该分布式光伏的各个运行状态指标值，计算该分布式光伏的各个运行状态指标值对应的第二权重值的公式为：
[0023][0024][0025][0026]
式中，w
′1为发电效率指标值对应的第二权重值，w
′2为发电异常指标值对应的第二权重值，w
′3为设备故障指标值对应的第二权重值，s1为发电效率指标值，s2为发电异常指标值，s3为设备故障指标值。
[0027]
可选的，根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态，包括：
[0028]
根据计算该分布式光伏的运行状态评估值；其中，s为运行状态评估值，s
i
为分布式光伏的第i个运行状态指标值，w
i
为分布式光伏的第i个运行状态指标值对应的权重值，n为运行状态指标值的个数，n＝3；
[0029]
基于该分布式光伏的运行状态评估值确定该分布式光伏的运行状态。
[0030]
可选的，在获取目标区域内的各个分布式光伏在待评估时期的发电数据之后，还包括：
[0031]
对各个分布式光伏的发电数据进行预处理；预处理包括：删除异常的发电数据，并对发电数据中的缺失值进行插值处理。
[0032]
本发明实施例的第二方面提供了一种分布式光伏运行状态评估装置，包括：
[0033]
获取模块，用于获取目标区域内的各个分布式光伏在待评估时期的档案数据和发电数据；
[0034]
第一处理模块，用于针对每个分布式光伏，根据该分布式光伏的档案数据和发电数据计算该分布式光伏的多类运行状态特征；
[0035]
第二处理模块，用于根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值；其中，每类运行状态特征对应一个运行状态指标值；
[0036]
第三处理模块，用于针对每个分布式光伏，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，并根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。
[0037]
本发明实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项分布式光伏运行状态评估方法的步骤。
[0038]
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述任一项分布式光伏运行状态评估方法的步骤。
[0039]
本发明实施例与现有技术相比存在的有益效果是：
[0040]
本发明实施例通过目标区域内各个分布式光伏的档案数据和发电数据计算各个分布式光伏的多类运行状态特征来表征各个分布式光伏的运行状态；进一步，根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值，并适应性为每个分布式光伏的各个运行状态指标值分配权重值，最后根据每个分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。本发明实施例能够及时、自动计算分布式光伏的运行状态，并且通过计算分布式光伏的各个运行状态指标值以及为各个运行状态指标值适应性分配权重值的方式，能够更有效地确定分布式光伏的运行状态。
附图说明
[0041]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0042]
图1是本发明实施例提供的分布式光伏运行状态评估方法的流程示意图；
[0043]
图2是本发明实施例提供的分布式光伏运行状态特征体系的示意图；
[0044]
图3是本发明实施例提供的分布式光伏运行状态评估装置的结构示意图；
[0045]
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
[0046]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
[0047]
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0048]
参见图1所示，本发明实施例提供了一种分布式光伏运行状态评估方法，该方法包括以下步骤：
[0049]
步骤s101，获取目标区域内的各个分布式光伏在待评估时期的档案数据和发电数据。
[0050]
在本发明实施例中，各个分布式光伏的档案数据和发电数据可以从电网的用电信息采集系统获取，用电信息采集系统可以通过hplc高速载波模块高频采集分布式光伏的发电数据，保证了数据源头的准确性和全面性。发电数据包括但不限于下述一项或多项：电流数据、电压数据、发电功率数据、发电量数据等。档案数据可以从电网的用电信息采集系统或95598、pms等营销管理系统获取，档案数据可以包括但不限于下述一项或多项：分布式光伏编号、分布式光伏所属供电所、分布式光伏装机地址、分布式光伏容量数据、分布式光伏类型数据、分布式光伏投运日期数据、综合倍率数据等。通过设定评估周期，每隔预设时间，获取各个分布式光伏的档案数据和发电数据进行评估，能够达到及时评估分布式光伏运行状态的目的。
[0051]
步骤s102，针对每个分布式光伏，根据该分布式光伏的档案数据和发电数据计算该分布式光伏的多类运行状态特征。
[0052]
在本发明实施例中，运行状态特征能够表征分布式光伏的运行状态。
[0053]
步骤s103，根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值；其中，每类运行状态特征对应一个运行状态指标值。
[0054]
在本发明实施例中，通过对各个分布式光伏的运行状态特征分类进行评价，得到各个分布式光伏的各类运行状态特征对应的运行状态指标值，进而对各个分布式光伏的各类运行状态特征进行度量。
[0055]
步骤s104，针对每个分布式光伏，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，并根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。
[0056]
在本发明实施例中，针对不同的分布式光伏，根据分布式光伏的各个运行状态指标值来适应性分配权重值，能够更准确地反映分布式光伏的各个运行状态指标值对其运行状态的影响程度，使分布式光伏的运行状态评估结果更准确。
[0057]
可见，本发明实施例通过目标区域内各个分布式光伏的档案数据和发电数据计算各个分布式光伏的多类运行状态特征来表征各个分布式光伏的运行状态；进一步，根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值，并适应性为每个分布式光伏的各个运行状态指标值分配权重值，最后根据每个分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。本发明实施例能够及时、自动计算分布式光伏的运行状态，并且通过计算分布式光伏的各个运行状态指标值以及为各个运行状态指标值适应性分配权重值的方式，能够更有效地确定分布式光伏的运行状态。
[0058]
可选的，在一种可能的实现方式中，参见图2所示，多类运行状态特征包括发电效率类特征、发电异常类特征和设备故障类特征；
[0059]
发电效率类特征包括日均发电效率特征和恶劣环境发电效率特征；
[0060]
发电异常类特征包括电压过低次数特征和三相不平衡次数特征；
[0061]
设备故障类特征包括故障次数特征和故障时长特征。
[0062]
在本发明实施例中，发电效率类特征的含义及计算方式如下：
[0063]
(1)日均发电效率特征
[0064]
统计待评估时期分布式光伏的日均有效发电小时数，得到日均发电效率，其数值
越大，表明分布式光伏的运行状态越好。其计算公式如下：
[0065][0066]
式中，x1为日均发电效率，n为分布式光伏的有效运行天数(分布式光伏并非每天都正常运行，有效运行天数为分布式光伏正常运行的天数，不包括设备故障的天数)，rap_e
i
为第i日的日发电量，contract_cap为分布式光伏合同容量。
[0067]
(2)恶劣环境发电效率特征
[0068]
统计目标区域内全体分布式光伏在待评估时期每天的发电时长均值，将发电时长均值小于预设阈值的发电日作为恶劣环境日，然后针对每个分布式光伏，统计该分布式光伏在所有恶劣环境日的日均发电小时数，形成恶劣环境发电效率，其数值越大，表明分布式光伏的抗干扰性越强，运行状态越好。其计算公式如下：
[0069][0070]
式中，x2为恶劣环境发电效率，rap_e
j
为第j个恶劣环境日的日发电量，t为恶劣环境日且该光伏设备稳定运行的天数，contract_cap为分布式光伏合同容量。
[0071]
在本发明实施例中，各个发电异常类特征的含义及计算方式如下：
[0072]
(1)电压过低次数特征
[0073]
如果分布式光伏的当前电压低于额定电压，光伏逆变器就不能满载输出，进而影响发电效能。分布式光伏在待评估时期的电压过低次数越小，表明分布式光伏的运行状态越好。分布式光伏的电压数据可以每天每15分钟采集1次，一天共计96次，根据下式计算每个采集时刻分布式光伏的低电压率：
[0074][0075]
式中，u
220
为标准电压，u
i
为分布式光伏每天的96个采集时刻的电压。
[0076]
可以定义分布式光伏的低电压率大于10％，且电压大于150v并持续4个采集时刻及以上为一次电压过低现象，根据下式统计待评估时期内的电压过低次数，得到电压过低次数特征：
[0077][0078]
式中，x3为待评估时期内的电压过低次数，n为待评估时期的该设备的有效运行天数，v
lowi
为第i日的电压过低次数。
[0079]
(2)三相不平衡次数特征
[0080]
三相不平衡现象往往是分布式光伏的逆变器运行异常导致的，三相不平衡现象会造成用户发电明显偏低或逆变器故障，影响分布式光伏正常发电。分布式光伏在待评估时期发生的三相不平衡次数越小，表明分布式光伏的运行状态越好。分布式光伏的电流数据可以每天每15分钟采集1次，一天共计96次，每个采集时刻分布式光伏的三相不平衡率通过下式计算：
[0081][0082]
式中，i
max
为采集时刻a、b、c三相中的最大值，i
min
为采集时刻a、b、c三相中的最小值。
[0083]
定义分布式光伏的三相不平衡率大于25％且持续4采集时刻及以上为一次三相不平衡现象，根据下式统计待评估时期内的三相不平衡次数，得到三相不平衡次数特征：
[0084][0085]
式中，x4为待评估时期内的三相不平衡次数，n为待评估时期的有效运行天数，i
disi
为第i日的三相不平衡次数。
[0086]
在本发明实施例中，各个设备故障类特征的含义及计算方式如下：
[0087]
(1)故障次数特征
[0088]
分布式光伏在待评估时期的故障次数越少，表明分布式光伏的运行状态越好。分布式光伏的发电功率数据可以每天每15分钟采集1次，一天共计96次，可以定义当分布式光伏连续20个采集时刻及以上发电功率为0时，认为当天发生了故障现象。根据下式统计分布式光伏在待评估时期内的故障次数，得到故障次数特征：
[0089][0090]
式中，x5为待评估时期内的故障次数，n为待评估时期的有效运行天数，e
i＝true
表示第i日分布式光伏发生故障。
[0091]
(2)故障时长特征
[0092]
分布式光伏在待评估时期内的故障时长越小，表明分布式光伏的运行状态越好。根据下式统计分布式光伏在待评估时期内的故障时长，得到故障时长特征：
[0093][0094]
式中，x6为待评估时期内的故障时长，n为待评估时期的有效运行天数，t
fai_time
为第i天的故障时长。
[0095]
需要指出的是，以上电压数据、电流数据、发电功率数据的采集频率，以及恶劣环境日、电压过低现象、三相不平衡现象、故障现象的定义均可以根据实际需求进行调整，例如分布式光伏的电压数据、电流数据、发电功率数据可以每30分钟采集一次，或者可以定义分布式光伏连续15个采集时刻及以上发电功率为0为设备故障等，本发明对此不进行限定。
[0096]
可选的，在一种可能的实施方式中，根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值，可以详述为：
[0097]
根据各个分布式光伏的日均发电效率特征、恶劣环境发电效率特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电效率指标值；
[0098]
根据各个分布式光伏的电压过低次数特征、三相不平衡次数特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电异常指标值；
[0099]
以及根据各个分布式光伏的故障次数特征、故障时长特征，应用topsis综合评价算法，计算得到各个分布式光伏的设备故障指标值。
[0100]
在本发明实施例中，topsis综合评价法通过计算分布式光伏的运行状态特征与最优解、最劣解之间的距离来计算运行状态指标值。运行状态指标值越高，表明分布式光伏的运行状态越好。
[0101]
假设分布式光伏的某一类运行状态特征包含n个特征(在本实施例中n为2，例如分布式光伏的发电效率类特征包含日均发电效率特征、恶劣环境发电效率特征)，则形成该类运行状态特征的特征集z＝{z1,z2,
…
z
n
}。
[0102]
对于m个分布式光伏，根据各个分布式光伏的该类运行状态特征的特征集，构建特征矩阵z：
[0103][0104]
然后根据各个特征的重要程度，设置权重矩阵w(各个特征的权重可以依据专家经验设置，在本实施例中均为0.5)：
[0105][0106]
计算加权之后的特征矩阵z'：
[0107][0108]
找出每一列的最佳值记为f
j*
，形成最优解f
*
＝[f
1*
，f
2*
，
…
f
n*
]。找出每一列的最劣值记为f
j^
，形成最劣解f^＝[f
1^
，f
2^
，
…
f
n^
]。分别计算各个分布式光伏的该类运行状态特征的加权特征集与最优解、最劣解之间的欧氏距离：
[0109][0110][0111]
根据欧氏距离计算各个分布式光伏的该类运行状态特征的运行状态指标值：
[0112][0113]
式中，s
i*
为与最优解之间的距离，s
i^
为与最劣解之间的距离。
[0114]
可选的，在一种可能的实现方式中，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，可以详述为：
[0115]
获取该分布式光伏的各个运行状态指标值对应的预设的第一权重值；
[0116]
根据该分布式光伏的各个运行状态指标值，计算该分布式光伏的各个运行状态指标值对应的第二权重值；
[0117]
根据w
i
＝k1*w
′
i
k2*w
″
i
确定该分布式光伏的各个运行状态指标值对应的权重值；其中，w
i
为第i个运行状态指标值对应的权重值，w
′
i
为第i个运行状态指标值对应的第一权重值，w
″
i
为第i个运行状态指标值对应的第二权重值，k1和k2均为预设系数。
[0118]
在本发明实施例中，首先由专家经验根据各个运行状态指标值对于分布式光伏运行状态的重要程度，设置该分布式光伏的各个运行状态指标值对应的预设的第一权重值。然后，根据该分布式光伏的各个运行状态指标值为该分布式光伏的各个运行状态指标值分配第二权重值，即第二权重值是根据指标大小动态计算的。最后，结合第一权重值和第二权重值确定该分布式光伏的各个运行状态指标值对应的权重值。预设系数k1和k2的典型值为0.5。
[0119]
可选的，在一种可能的实现方式中，根据该分布式光伏的各个运行状态指标值，计算该分布式光伏的各个运行状态指标值对应的第二权重值的公式为：
[0120][0121][0122][0123]
式中，w
′1为发电效率指标值对应的第二权重值，w
′2为发电异常指标值对应的第二权重值，w
′3为设备故障指标值对应的第二权重值，s1为发电效率指标值，s2为发电异常指标值，s3为设备故障指标值。
[0124]
在本发明实施例中，通过上述公式，能够为较高的运行状态指标值分配较低的第二权重值，为较低的运行状态指标值分配较高的第二权重值，有利于发现分布式光伏的运行状态异常情况。
[0125]
可选的，在一种可能的实现方式中，根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态，可以详述为：
[0126]
根据计算该分布式光伏的运行状态评估值；其中，s为运行状态评估值，s
i
为分布式光伏的第i个运行状态指标值，w
i
为分布式光伏的第i个运行状态指标值对应的权重值，n为运行状态指标值的个数，n＝3；
[0127]
基于该分布式光伏的运行状态评估值确定该分布式光伏的运行状态。
[0128]
在本发明实施例中，分布式光伏的综合运行状态越高，表明分布式光伏的运行状态越好，当分布式光伏的综合运行状态低于一定值时，表明分布式光伏可能存在故障，需要进一步检查维修。
[0129]
可选的，在一种可能的实现方式中，在获取目标区域内的各个分布式光伏在待评估时期的发电数据之后，还包括：
[0130]
对各个分布式光伏的发电数据进行预处理；预处理包括：删除异常的发电数据，并对发电数据中的缺失值进行插值处理。
[0131]
在本发明实施例中，在获取发电数据之后，可以删除私自增容、夜间发电等异常的发电数据，并通过线性插值法或均值插值法等对发电数据中的缺失值进行插值处理。由于温度对分布式光伏发电的影响较大，在插值处理后，还可以根据缺失值前后时段的温度信息对插值进行调整。
[0132]
示例性的，以下通过采集的2020年6月1日至6月30日时段某一区域中各个分布式光伏的档案数据和发电数据，对本发明实施例提供的分布式光伏运行状态评估方法进行可行性验证。
[0133]
对发电数据进行预处理，删除错误数据以及对缺失值进行插值处理。
[0134]
根据档案数据和发电数据计算某个分布式光伏的各类运行状态特征如下：
[0135]
发电效率类特征：日均发电效率特征3.56，恶劣环境发电效率特征1.27；
[0136]
发电异常类特征：电压过低次数特征25，三相不平衡次数特征17；
[0137]
设备故障类特征：故障次数特征5，故障时长特征32.1。
[0138]
结合该区域内所有分布式光伏的运行状态特征，通过topsis综合评价算法对该分布式光伏的各类运行状态特征进行评价，得到该分布式光伏的各类运行状态特征对应的运行状态指标值为发电效率指标值0.663、发电异常指标值0.348、设备故障指标值0.753。根据该分布式光伏的各个运行状态指标值，计算各个运行状态指标值对应的权重值为发电效率指标值0.356、发电异常指标值0.301、设备故障指标值0.343，进而计算该分布式光伏的运行状态评估值为0.578。实际检查该分布式光伏的运行状态，发现与运行状态评估值基本对应。
[0139]
本发明实施例基于分布式光伏发电数据、档案数据，构建发电效率类特征、发电异常类特征和设备故障类特征，其中发电效率类特征包括日均发电效率特征、恶劣环境发电效率特征；发电异常类特征包括电压过低次数特征和三相不平衡次数特征；设备故障类特征包括故障次数特征、故障时长特征。然后，利用topsis综合评价法分别构建发电效率评价模型、发电异常评价模型、设备故障评价模型，然后将发电效率类特征、发电异常类特征、设备故障类特征分别作为上述三个模型的输入值，计算分布式光伏的发电效率指标值、发电异常指标值、设备故障指标值，最后采用变权重类合赋权方法得出各个分布式光伏的运行状态评估值，评估值越高表明运行状态越好。
[0140]
本发明实施例提供的分布式光伏运行状态评估方法具有以下优点：
[0141]
1.本发明实施例以hplc高速载波模块高频采集数据作为分布式光伏发电数据来源，保证数据源头的实时性、准确性和全面性，hplc模块能够对海量配变负荷数据进行全量、高速、可靠采集；2.为分布式光伏智能化运维策略计划制定、故障预警等提供支撑，提高策略及工作计划的有效性和及时性；3.本发明实施例整个评估过程无需人工干预，节约了大量的人力资源，同时还提高了分布式光伏运行状态的评估有效性；4.用电信息采集系统基本实现了全覆盖、全采集，因此本发明实施例具有极强的可推广性；5.对运行状态评估值较低的设备，可通过发电效率、发电异常、设备故障等指标值研判该设备具体原因。
[0142]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0143]
参见图3所示，本发明实施例提供了一种分布式光伏运行状态评估装置，该装置30
包括：
[0144]
获取模块31，用于获取目标区域内的各个分布式光伏在待评估时期的档案数据和发电数据。
[0145]
第一处理模块32，用于针对每个分布式光伏，根据该分布式光伏的档案数据和发电数据计算该分布式光伏的多类运行状态特征。
[0146]
第二处理模块33，用于根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值；其中，每类运行状态特征对应一个运行状态指标值。
[0147]
第三处理模块34，用于针对每个分布式光伏，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，并根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。
[0148]
可选的，在一种可能的实现方式中，多类运行状态特征包括发电效率类特征、发电异常类特征和设备故障类特征；
[0149]
发电效率类特征包括日均发电效率特征和恶劣环境发电效率特征；
[0150]
发电异常类特征包括电压过低次数特征和三相不平衡次数特征；
[0151]
设备故障类特征包括故障次数特征和故障时长特征。
[0152]
可选的，在一种可能的实现方式中，第二处理模块33用于：
[0153]
根据各个分布式光伏的日均发电效率特征、恶劣环境发电效率特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电效率指标值；
[0154]
根据各个分布式光伏的电压过低次数特征、三相不平衡次数特征，应用topsis综合评价算法，计算得到各个分布式光伏的发电异常指标值；
[0155]
以及根据各个分布式光伏的故障次数特征、故障时长特征，应用topsis综合评价算法，计算得到各个分布式光伏的设备故障指标值。
[0156]
可选的，在一种可能的实现方式中，第三处理模块34用于：
[0157]
获取该分布式光伏的各个运行状态指标值对应的预设的第一权重值；
[0158]
根据该分布式光伏的各个运行状态指标值，计算该分布式光伏的各个运行状态指标值对应的第二权重值；
[0159]
根据w
i
＝k1*w
′
i
k2*w
″
i
确定该分布式光伏的各个运行状态指标值对应的权重值；其中，w
i
为第i个运行状态指标值对应的权重值，w
′
i
为第i个运行状态指标值对应的第一权重值，w
″
i
为第i个运行状态指标值对应的第二权重值，k1和k2均为预设系数。
[0160]
可选的，在一种可能的实现方式中，第三处理模块34用于根据以下公式计算该分布式光伏的各个运行状态指标值对应的第二权重值：
[0161][0162][0163][0164]
式中，w
′1为发电效率指标值对应的第二权重值，w
′2为发电异常指标值对应的第二
权重值，w
′3为设备故障指标值对应的第二权重值，s1为发电效率指标值，s2为发电异常指标值，s3为设备故障指标值。
[0165]
可选的，在一种可能的实现方式中，第三处理模块34用于：
[0166]
根据计算该分布式光伏的运行状态评估值；其中，s为运行状态评估值，s
i
为分布式光伏的第i个运行状态指标值，w
i
为分布式光伏的第i个运行状态指标值对应的权重值，n为运行状态指标值的个数，n＝3；
[0167]
基于该分布式光伏的运行状态评估值确定该分布式光伏的运行状态。
[0168]
可选的，在一种可能的实现方式中，在获取目标区域内的各个分布式光伏在待评估时期的发电数据之后，获取模块31还用于：
[0169]
对各个分布式光伏的发电数据进行预处理；预处理包括：删除异常的发电数据，并对发电数据中的缺失值进行插值处理。
[0170]
参见图4所示，本发明实施例提供了一种电子设备40。该实施例的电子设备40包括：处理器41、存储器42以及存储在存储器42中并可在处理器41上运行的计算机程序43，例如分布式光伏运行状态评估程序。处理器41执行计算机程序43时实现上述各个分布式光伏运行状态评估方法实施例中的步骤，例如图1所示的步骤s101至s104。或者，处理器41执行计算机程序43时实现上述各装置实施例中各模块的功能，例如图3所示模块31至34的功能。
[0171]
示例性的，计算机程序43可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器42中，并由处理器41执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序43在电子设备40中的执行过程。例如，计算机程序43可以被分割成获取模块31、第一处理模块32、第二处理模块33、第三处理模块34(虚拟装置中的模块)，各模块具体功能如下：
[0172]
获取模块31，用于获取目标区域内的各个分布式光伏在待评估时期的档案数据和发电数据。
[0173]
第一处理模块32，用于针对每个分布式光伏，根据该分布式光伏的档案数据和发电数据计算该分布式光伏的多类运行状态特征。
[0174]
第二处理模块33，用于根据各个分布式光伏的多类运行状态特征计算各个分布式光伏的多个运行状态指标值；其中，每类运行状态特征对应一个运行状态指标值。
[0175]
第三处理模块34，用于针对每个分布式光伏，根据该分布式光伏的各个运行状态指标值，确定该分布式光伏的各个运行状态指标值对应的权重值，并根据该分布式光伏的各个运行状态指标值和各个运行状态指标值对应的权重值，确定该分布式光伏的运行状态。
[0176]
电子设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。电子设备40可包括，但不仅限于，处理器41、存储器42。本领域技术人员可以理解，图4仅仅是电子设备40的示例，并不构成对电子设备40的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备40还可以包括输入输出设备、网络接入设备、总线等。
[0177]
所称处理器41可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路
(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0178]
存储器42可以是电子设备40的内部存储单元，例如电子设备40的硬盘或内存。存储器42也可以是电子设备40的外部存储设备，例如电子设备40上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，存储器42还可以既包括电子设备40的内部存储单元也包括外部存储设备。存储器42用于存储计算机程序以及电子设备40所需的其他程序和数据。存储器42还可以用于暂时地存储已经输出或者将要输出的数据。
[0179]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0180]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0181]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0182]
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0183]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0184]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0185]
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方
法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0186]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。