一种光伏储能能耗可视化监测方法及系统与流程

本发明涉及数据处理领域。更具体地，本发明涉及一种光伏储能能耗可视化监测方法及系统。

背景技术：

1、光伏储能系统作为一种可再生能源技术，不仅可以有效地利用太阳能，还能在不同时间段储存和释放能量，随着光伏储能系统在工业、商业和住宅应用中的广泛采用，例如屋顶光伏发电站在建筑行业的应用，因此，对光伏储能系统进行实时监测和有效管理变得至关重要，能耗监测不仅有助于优化系统运行，还能提高能源利用效率，减少能源浪费；箱线图作为一种常见的统计工具，用于显示一组数据的分散情况，能够有效地识别出数据集中的异常值并进行可视化。

2、相关技术中，如公开号为cn117633590a的专利申请文件中公开了一种地热能源供热状态监测方法及系统，该方法包括：获取地热能源供热系统的压力数据序列中每个目标数据分段的箱线图的异常下限修正系数k值和异常上限修正系数k值；根据每个目标数据分段的箱线图的异常上、下限修正系数k值，实现对地热能源供热状态监测。

3、然而，上述方案在对地热能源供热状态进行可视化监测时只考虑到了压力数据，无法对受多维数据影响的系统的状态进行监测，且仅通过压力这一维度的数据对系统的异常情况进行可视化监测，得到的监测结果可能不够准确，从而在一定程度上可能会降低确定的监测结果的准确性。

技术实现思路

1、为了解决对系统的异常情况进行可视化监测时，得到的监测结果的准确性较低的问题，本发明提供了一种光伏储能能耗可视化监测方法及系统。

2、根据本发明实施例的第一方面，提供了一种光伏储能能耗可视化监测方法，包括：

3、获取光伏储能系统中多个维度的数据序列，维度包括充电维度、放电维度以及同一时刻采集的充电数据与放电数据组成的向量的模长维度；

4、构建各维度的数据序列的箱线图，获取各维度的数据序列中的异常数据，将各维度的数据序列中，分别超出对应的箱线图的上限和下限的异常数据的异常程度的平均值，作为对应维度的数据序列中的异常数据的显著程度；

5、将显著程度与对应维度的数据序列的箱线图内的数据点的离散程度的比值，作为对应维度的数据序列的权重，对所有维度的数据序列进行加权求和，得到融合数据序列；

6、基于融合数据序列构建箱线图，以通过可视化的方式监测光伏储能系统的异常情况。

7、本发明分别对充电维度、放电维度以及同一时刻采集的充电数据与放电数据组成的向量的模长维度的数据序列进行异常检测，可以捕捉在充电维度或放电维度不明显，但在对应模长维度中存在异常的情况，从而可以提高异常检测的灵敏性和准确性；且结合各维度的数据序列的多种指标计算对应维度的数据序列的权重，保证了确定的融合数据的准确性，从而可以基于准确性较高的融合数据序列构建箱线图，准确地对光伏储能系统的异常情况进行监测。

8、在本发明的一种示例实施例中，对所有维度的数据序列进行加权求和，得到融合数据序列，包括：

9、对各维度的数据序列的权重进行归一化处理，归一化后的各维度的数据序列的权重，满足如下关系式：

10、；

11、式中，为归一化后的第个维度的数据序列的权重；为归一化前的第个维度的数据序列的权重；为数据序列的维度的数量；

12、利用各维度的数据序列的权重，对同一时间采集的充电数据、放电数据以及充电数据和放电数据组成的向量的模长进行加权融合，得到对应时间的融合数据，进而得到融合数据序列。

13、本发明通过将各维度的数据序列的权重进行归一化处理，可以保证各维度的数据序列的权重的和为1，进而可以降低利用对应维度的数据序列的权重，对所有维度的数据序列进行融合的计算难度，从而一定程度上可以保证确定的融合数据序列的准确性。

14、在本发明的一种示例实施例中，通过可视化的方式监测光伏储能系统的异常情况，包括：

15、当基于融合数据序列构建的箱线图中，任一数据点超出融合数据序列构建的箱线图的上限或者下限，则判定光伏储能系统发生异常。

16、本发明基于融合数据序列构建箱线图，从而对光伏储能系统的异常情况进行可视化监测，保证了对光伏储能系统的异常情况的监测结果的准确性。

17、在本发明的一种示例实施例中，平均值为综合平均值，综合平均值满足如下关系式：

18、；

19、式中，为第个维度的数据序列中，超出对应的箱线图的上限和下限的异常数据的异常程度的综合平均值；为第个维度的数据序列中，超出对应的箱线图的上限的第个异常数据的异常程度；为第个维度的数据序列中，超出对应的箱线图的下限的第个异常数据的异常程度；，分别为超出该箱线图的上限以及下限的异常数据的数量。

20、在本发明的一种示例实施例中，异常程度的获取方法，包括：

21、将各维度的数据序列中，超出对应的箱线图的上限和下限的异常数据的异常程度分别记为以及；

22、其中，，，，分别为第个维度的数据序列中超出对应的箱线图的上限的第个异常数据以及第个异常数据，，分别为该箱线图的上限和下限，，分别为第个维度的数据序列中超出对应的箱线图的下限的第个异常数据以及第个异常数据，，分别为第个维度的数据序列中超出对应的箱线图的上限以及下限的异常数据的数量，为绝对值符号。

23、本发明综合多种指标确定各维度的异常数据的异常程度，保证了确定的异常程度的准确性。

24、在本发明的一种示例实施例中，箱线图内的数据点的离散程度的获取方法，包括：

25、计算任一箱线图内的数据点的相对距离，以及数据点的绝对距离，为第个维度的数据序列对应的箱线图内的第个数据点，，分别为该箱线图的上限以及下限，为该箱线图内的所有数据点的均值，为绝对值符号；

26、将任一箱线图内的数据点的相对距离与对应的绝对距离的比值的均值，作为任一箱线图内的数据点的离散程度。

27、本发明综合箱线图内的数据点的相对距离与绝对距离，保证了确定的箱线图内的数据点的离散程度的准确性。

28、在本发明的一种示例实施例中，任一箱线图内的数据点的离散程度，满足如下关系式：

29、；

30、式中，为第个维度的数据序列的箱线图内的数据点的离散程度；为第个维度的数据序列的箱线图内的数据点的数量；为第个维度的数据序列的箱线图内的第个数据点的相对距离；为第个维度的数据序列对应的箱线图内的第个数据点的绝对距离。

31、根据本发明实施例的第二方面，提供了一种光伏储能能耗可视化监测系统，一种光伏储能能耗可视化监测系统包括存储器和处理器，存储器上存储有计算机程序，处理器执行计算机程序以实现本发明实施例的第一方面的步骤。

32、本发明具有以下效果：

33、本发明可以融合多个维度的数据序列，对光伏储能系统的异常情况进行可视化监测，保证了监测结果的准确性，且在融合各维度的数据序列时，分别对各维度的数据序列进行异常检测，并根据异常检测的结果确定对应维度的数据序列的权重，对所有维度的数据序列进行融合，可以保证确定的融合数据的准确性，进一步保证了对光伏储能系统的异常情况进行可视化监测的准确性。

技术特征：

1.一种光伏储能能耗可视化监测方法，其特征在于，包括：

2.根据权利要求1所述的一种光伏储能能耗可视化监测方法，其特征在于，所述对所有维度的数据序列进行加权求和，得到融合数据序列，包括：

3.根据权利要求1所述的一种光伏储能能耗可视化监测方法，其特征在于，所述通过可视化的方式监测所述光伏储能系统的异常情况，包括：

4.根据权利要求1所述的一种光伏储能能耗可视化监测方法，其特征在于，所述平均值为综合平均值，所述综合平均值满足如下关系式：

5.根据权利要求4所述的一种光伏储能能耗可视化监测方法，其特征在于，所述异常程度的获取方法，包括：

6.根据权利要求1所述的一种光伏储能能耗可视化监测方法，其特征在于，所述箱线图内的数据点的离散程度的获取方法，包括：

7.根据权利要求6所述的一种光伏储能能耗可视化监测方法，其特征在于，所述任一箱线图内的数据点的离散程度，满足如下关系式：

8.一种光伏储能能耗可视化监测系统，其特征在于，所述一种光伏储能能耗可视化监测系统包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1-7任一项所述方法的步骤。

技术总结
本发明涉及数据处理领域，更具体地，本发明涉及一种光伏储能能耗可视化监测方法及系统，所述方法包括：获取光伏储能系统中多个维度的数据序列，并构建各维度的数据序列的箱线图，然后将各维度的数据序列中分别超出对应的箱线图的上限和下限的异常数据的异常程度的平均值，作为对应维度的数据序列中的异常数据的显著程度，将显著程度与对应维度的数据序列的箱线图内的数据点的离散程度的比值，作为对应维度的数据序列的权重，对所有维度的数据序列进行融合，以基于得到的融合数据序列监测光伏储能系统的异常情况。本发明可以综合多个维度的数据序列实现对光伏储能系统的异常情况进行可视化监测，提高了监测结果的准确性。

技术研发人员：严从兵,付学章,王涛,陈刚
受保护的技术使用者：湖北中科能能源技术有限公司
技术研发日：
技术公布日：2024/9/23