摘要
本发明提供了一种光伏设备自降负荷运行的检测方法及装置,涉及光伏发电技术领域,包括:获取光伏多维数据;基于光伏多维数据动态校准单二极管物理模型,结合光伏物理特性对深度学习模型训练,得到动态基准功率;基于光伏多维数据对随机森林模型集成学习优化,通过对光伏设备的降负荷特征分类,得到降负荷类型结果;基于动态基准功率和实时功率计算初始损失值,通过对初始损失值修正,构建电量损失值;基于电量损失值和降负荷类型结果,结合边缘计算节点与云端模型实时交互,得到优化云端模型;根据优化云端模型实时检测光伏设备,当检测的结果不满足预设性能阈值时,触发实时告警。本发明解决了电站运维响应滞后的问题。
技术关键词
随机森林模型
光伏设备
超参数
负荷特征
动态
二极管
气象预报数据
集成学习方法
物理
长短期记忆网络
云端
基准
校准
功率值
深度学习模型训练
损耗
系统为您推荐了相关专利信息
低压抽出式开关柜抽屉
母线系统
识别母线
卷积神经网络深度学习模型
可视化模块
需求响应控制方法
面向智能电网
热泵
监测室内温度
温度传感器
智能家居设备控制系统
窗户开关
XGBoost算法
红外人体感应传感器
参数