【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及邊緣計(jì)算，具體地說，涉及基于邊緣計(jì)算的分布式光伏測控系統(tǒng)。
技術(shù)介紹
1、隨著全球?qū)η鍧嵞茉葱枨蟮脑鲩L以及智能電網(wǎng)技術(shù)的發(fā)展，分布式光伏發(fā)電系統(tǒng)逐漸成為能源供應(yīng)的重要組成部分。然而，分布式光伏發(fā)電系統(tǒng)的大規(guī)模接入給電力系統(tǒng)的運(yùn)行帶來了新的挑戰(zhàn)，如電壓波動、頻率偏移和電能質(zhì)量問題等，傳統(tǒng)的集中式監(jiān)控與控制系統(tǒng)在處理這些由大量分布式電源引入的復(fù)雜性和實(shí)時(shí)性要求時(shí)顯得力不從心。為了解決這些問題，并充分利用分布式光伏發(fā)電系統(tǒng)的優(yōu)勢，邊緣計(jì)算作為一種新興的信息處理范式被引入到分布式光伏發(fā)電系統(tǒng)的測控系統(tǒng)中。
2、邊緣計(jì)算通過在網(wǎng)絡(luò)邊緣側(cè)部署計(jì)算資源，能夠?qū)崿F(xiàn)數(shù)據(jù)的本地化處理，減少數(shù)據(jù)傳輸延遲，提高響應(yīng)速度，同時(shí)降低云端服務(wù)器的數(shù)據(jù)負(fù)載。對于分布式光伏發(fā)電系統(tǒng)而言，這意味著可以更快速地獲取并分析發(fā)電設(shè)備的狀態(tài)信息，從而實(shí)現(xiàn)更加精準(zhǔn)的控制和管理。此外，邊緣計(jì)算還可以增強(qiáng)系統(tǒng)的可靠性和安全性，因?yàn)樗鼫p少了對外部網(wǎng)絡(luò)連接的依賴，并且可以在本地執(zhí)行關(guān)鍵任務(wù)，即使在網(wǎng)絡(luò)故障的情況下也能維持基本功能。
3、但是，隨著光伏系統(tǒng)的規(guī)模不斷擴(kuò)大和技術(shù)要求日益提高，傳統(tǒng)的數(shù)據(jù)處理方式已難以滿足即時(shí)性和精確性的雙重需求，例如傳統(tǒng)的補(bǔ)償方式往往基于預(yù)先設(shè)定的工作點(diǎn)或模式操作，難以實(shí)現(xiàn)在不同工況下的最優(yōu)補(bǔ)償效果，這不僅限制了系統(tǒng)的調(diào)節(jié)范圍，也降低了對突發(fā)情況的處理能力，如突然增加的負(fù)載或者短路故障等，因此，設(shè)計(jì)基于邊緣計(jì)算的分布式光伏測控系統(tǒng)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)目的在于提供了基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，包括：
3、邊緣計(jì)算節(jié)點(diǎn)單元，所述邊緣計(jì)算節(jié)點(diǎn)單元部署于靠近數(shù)據(jù)源的位置，用于從多個(gè)分布式光伏節(jié)點(diǎn)中收集實(shí)時(shí)數(shù)據(jù)，并對收集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行處理，并通過智能算法支持本地化的故障診斷；其中，邊緣計(jì)算節(jié)點(diǎn)單元包括數(shù)據(jù)聚合壓縮模塊和故障診斷模塊；
4、資源優(yōu)化單元，所述資源優(yōu)化單元用于邊緣計(jì)算節(jié)點(diǎn)單元處理后的數(shù)據(jù)，并結(jié)合歷史數(shù)據(jù)優(yōu)化并網(wǎng)點(diǎn)處的電能質(zhì)量管理和無功補(bǔ)償措施；其中，資源優(yōu)化單元包括電能質(zhì)量管理模塊、無功補(bǔ)償控制模塊和儲能系統(tǒng)集成模塊。
5、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述邊緣計(jì)算節(jié)點(diǎn)單元中，收集的實(shí)時(shí)數(shù)據(jù)至少包括電壓、電流、功率和頻率的電氣參數(shù)，至少包括光照強(qiáng)度、溫度、濕度的環(huán)境參數(shù)，至少包括風(fēng)速、降水量和云層覆蓋率的氣象參數(shù)，還包括設(shè)備的故障代碼、運(yùn)行時(shí)間以及健康指標(biāo)。
6、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述邊緣計(jì)算節(jié)點(diǎn)單元中：
7、數(shù)據(jù)聚合壓縮模塊用于從多個(gè)分布式光伏節(jié)點(diǎn)中收集的實(shí)時(shí)數(shù)據(jù)進(jìn)行聚合和壓縮，使用降維算法將高維數(shù)據(jù)映射到較低維度空間，并保留原始數(shù)據(jù)的信息；使用混合壓縮策略的方法將映射到較低維度空間的數(shù)據(jù)重新組合成一個(gè)完整的文件格式，并在使用降維算法將高維數(shù)據(jù)映射到較低維度空間的過程中引入基于隨機(jī)投影和在線學(xué)習(xí)相結(jié)合的方法進(jìn)行優(yōu)化；
8、故障診斷模塊用于持續(xù)監(jiān)控采集的數(shù)據(jù)，識別出偏離正常操作范圍的情況，并預(yù)測未來出現(xiàn)的故障點(diǎn)，當(dāng)發(fā)現(xiàn)潛在故障時(shí)，重啟受影響的組件并發(fā)送警告通知給工作人員，對于不確定的故障，將故障信息發(fā)送至核心節(jié)點(diǎn)進(jìn)行分析。
9、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述數(shù)據(jù)聚合壓縮模塊中，用降維算法將高維數(shù)據(jù)映射到較低維度空間，具體如下：
10、s1、首先對輸入的數(shù)據(jù)矩陣進(jìn)行中心化處理：
11、；
12、其中，為中心化處理后的矩陣；為輸入的數(shù)據(jù)矩陣；為樣本數(shù)量；為第個(gè)樣本；；
13、s2、當(dāng)接收到第一批數(shù)據(jù)時(shí)，構(gòu)建初始協(xié)方差矩陣：
14、；
15、其中，為第一批數(shù)據(jù)的協(xié)方差矩陣；為第一批數(shù)據(jù)的樣本數(shù)；為第一批數(shù)據(jù)經(jīng)過中心化處理后的矩陣；為轉(zhuǎn)置操作；
16、每當(dāng)有新一批數(shù)據(jù)到來時(shí)，利用已有的協(xié)方差矩陣和新增加的數(shù)據(jù)來更新當(dāng)前的協(xié)方差矩陣；
17、；
18、其中，為當(dāng)前的協(xié)方差矩陣；為遺忘因子；為前一時(shí)刻的協(xié)方差矩陣；為新增加的數(shù)據(jù)；
19、s3、對于每次更新后的協(xié)方差矩陣，使用lanczos迭代法進(jìn)行特征值分解，獲得前個(gè)最大特征值；
20、s4、根據(jù)個(gè)特征向量構(gòu)成投影矩陣，然后將中心化后的數(shù)據(jù)投影到由這些特征向量組成的新坐標(biāo)系中，形成降維后的表示：
21、；
22、其中，為降維數(shù)據(jù)；為個(gè)特征向量構(gòu)成的投影矩陣。
23、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述數(shù)據(jù)聚合壓縮模塊中，在使用降維算法將高維數(shù)據(jù)映射到較低維度空間的過程中引入基于隨機(jī)投影和在線學(xué)習(xí)相結(jié)合的方法進(jìn)行優(yōu)化，優(yōu)化后具體為：
24、s5、在中心化處理后，構(gòu)造隨機(jī)矩陣：
25、；
26、其中，為隨機(jī)矩陣；是原數(shù)據(jù)維度，是目標(biāo)降維后的維度；
27、將中心化后的數(shù)據(jù)投影到低維空間中：
28、；
29、其中，為低維空間；
30、s6、當(dāng)接收到第一批數(shù)據(jù)時(shí)，初始協(xié)方差矩陣：
31、；
32、其中，為優(yōu)化后的第一批數(shù)據(jù)的協(xié)方差矩陣；為第一批數(shù)據(jù)優(yōu)化后的樣本數(shù)；為第一批數(shù)據(jù)優(yōu)化后的經(jīng)過中心化處理后的矩陣；
33、每當(dāng)有新一批數(shù)據(jù)到來時(shí)，利用已有的協(xié)方差矩陣和新增加的數(shù)據(jù)更新當(dāng)前的協(xié)方差矩陣；
34、；
35、其中，為當(dāng)前的優(yōu)化后的協(xié)方差矩陣；為學(xué)習(xí)率；為前一時(shí)刻的優(yōu)化后的協(xié)方差矩陣；為新加入的數(shù)據(jù)在低維空間中的表示；
36、s7、對于每次更新后的協(xié)方差矩陣，使用隨機(jī)冪迭代法估算前個(gè)最大特征值及其對應(yīng)的特征向量；
37、據(jù)累積方差貢獻(xiàn)率，選擇合適的主成分?jǐn)?shù)量：
38、；
39、其中，為最優(yōu)主成分?jǐn)?shù)量；為第大的特征值；為用戶定義的閾值；
40、根據(jù)個(gè)特征向量構(gòu)成投影矩陣，然后將中心化后的數(shù)據(jù)投影到由這些特征向量組成的新坐標(biāo)系中，形成降維后的表示：
41、；
42、其中，為優(yōu)化后的降維數(shù)據(jù)；為個(gè)特征向量構(gòu)成的投影矩陣。
43、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述數(shù)據(jù)聚合壓縮模塊中，使用混合壓縮策略的方法將映射到較低維度空間的數(shù)據(jù)重新組合成一個(gè)完整的文件格式，具體如下：
44、s11、將降維后的數(shù)據(jù)按照其對重建后圖像質(zhì)量的影響程度進(jìn)行分類，分為關(guān)鍵部分和非關(guān)鍵部分；
45、s12、對標(biāo)記為關(guān)鍵的部分使用無損壓縮算法進(jìn)行壓縮，對標(biāo)記非關(guān)鍵的部分使用有損壓縮技術(shù)進(jìn)行壓縮；
46、s13、將上述兩個(gè)壓縮結(jié)果合并成單個(gè)文件格式，并在文件頭中記錄有關(guān)壓縮方式的信息以及各段數(shù)據(jù)的位置索引；
47、s14、根據(jù)實(shí)際情況調(diào)整壓縮參數(shù)，以達(dá)到最本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述邊緣計(jì)算節(jié)點(diǎn)單元（1）中，收集的實(shí)時(shí)數(shù)據(jù)至少包括電壓、電流、功率和頻率的電氣參數(shù)，至少包括光照強(qiáng)度、溫度、濕度的環(huán)境參數(shù)，至少包括風(fēng)速、降水量和云層覆蓋率的氣象參數(shù)，還包括設(shè)備的故障代碼、運(yùn)行時(shí)間以及健康指標(biāo)。
3.根據(jù)權(quán)利要求2的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述邊緣計(jì)算節(jié)點(diǎn)單元（1）中：
4.根據(jù)權(quán)利要求3的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述數(shù)據(jù)聚合壓縮模塊（11）中，用降維算法將高維數(shù)據(jù)映射到較低維度空間，具體如下：
5.根據(jù)權(quán)利要求4的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述數(shù)據(jù)聚合壓縮模塊（11）中，在使用降維算法將高維數(shù)據(jù)映射到較低維度空間的過程中引入基于隨機(jī)投影和在線學(xué)習(xí)相結(jié)合的方法進(jìn)行優(yōu)化，優(yōu)化后具體為：
6.根據(jù)權(quán)利要求5的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述數(shù)據(jù)聚合壓縮模塊（11）中，使用混合壓縮策略的方法將映射到較低維
7.根據(jù)權(quán)利要求6的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述資源優(yōu)化單元（2）中：
8.根據(jù)權(quán)利要求7的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于：所述電能質(zhì)量問題包括電壓偏差、諧波畸變率、三相不平衡度和瞬態(tài)事件。
9.根據(jù)權(quán)利要求8的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述無功補(bǔ)償控制模塊（22）具體如下：
10.根據(jù)權(quán)利要求9的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述無功補(bǔ)償控制模塊（22）中，在根據(jù)實(shí)際需求自動調(diào)整補(bǔ)償量的過程中引入電能質(zhì)量問題作為輸入進(jìn)行優(yōu)化，優(yōu)化后具體為：
...【技術(shù)特征摘要】
1.基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述邊緣計(jì)算節(jié)點(diǎn)單元（1）中，收集的實(shí)時(shí)數(shù)據(jù)至少包括電壓、電流、功率和頻率的電氣參數(shù)，至少包括光照強(qiáng)度、溫度、濕度的環(huán)境參數(shù)，至少包括風(fēng)速、降水量和云層覆蓋率的氣象參數(shù)，還包括設(shè)備的故障代碼、運(yùn)行時(shí)間以及健康指標(biāo)。
3.根據(jù)權(quán)利要求2的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述邊緣計(jì)算節(jié)點(diǎn)單元（1）中：
4.根據(jù)權(quán)利要求3的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述數(shù)據(jù)聚合壓縮模塊（11）中，用降維算法將高維數(shù)據(jù)映射到較低維度空間，具體如下：
5.根據(jù)權(quán)利要求4的基于邊緣計(jì)算的分布式光伏測控系統(tǒng)，其特征在于，所述數(shù)據(jù)聚合壓縮模塊（11）中，在使用降維算法將高維數(shù)據(jù)映射到較低維度空間的過程中引入基于隨機(jī)投影和在線學(xué)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉元松，田石剛，向光偉，
申請(專利權(quán))人：國網(wǎng)黑龍江省電力有限公司哈爾濱供電公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。