摘要
本发明公开了一种光伏反送电异常的检测方法及相关设备,涉及光伏储能技术领域,解决了现有技术中光伏反送电的漏检率高问题。本发明通过以电气距离作为节点之间的边权重,构建分布式光伏系统的图结构,再对该图结构进行谱聚类,能够提取电网拓扑的全局结构信息,并将高维图结构映射到低维特征空间,保留关键的物理约束;然后通过图神经网络基于该低维特征空间的低维特征矩阵可以有效计算节点的第一异常评分,以区别节点的正常状态和异常状态。本发明可以提高光伏反送电的检测准确率。
技术关键词
分布式光伏系统
神经网络模型
光伏逆变器
节点
矩阵
拉普拉斯
社区结构
出力曲线
光伏储能技术
全局结构信息
电气
特征值
可读存储介质
计算机
异常状态
输出模块
参数
标签
元素
非线性