基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，屬于光伏發(fā)電 及其防竊電技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 目前國(guó)內(nèi)尚沒(méi)有針對(duì)分布式光伏竊電的有效防范手段，但近年來(lái)，新能源發(fā)電產(chǎn) 業(yè)不斷興起，基于分布式光伏發(fā)電其特殊的發(fā)電方式及補(bǔ)貼政策，亦催生出很多新型的竊 電手段，對(duì)供電企業(yè)的防竊電工作提出了更高的要求。與傳統(tǒng)電力用戶的竊電少計(jì)量用電 量不同，分布式光伏發(fā)電竊電的目的在于多計(jì)量光伏的上網(wǎng)電量，以便于獲取額外的補(bǔ)貼。
[0003]防竊電技術(shù)的研宄對(duì)象側(cè)重于電能計(jì)量表本體，主要針對(duì)傳統(tǒng)用戶竊電方式而開(kāi) 展。針對(duì)本專利所提出的分布式光伏發(fā)電防竊電技術(shù)，如何規(guī)避分布式光伏發(fā)電業(yè)主使得 電表多計(jì)量發(fā)點(diǎn)量方面，目前國(guó)內(nèi)外仍未見(jiàn)相關(guān)研宄成果。目前對(duì)于光伏竊電的新特點(diǎn)，還 沒(méi)有實(shí)現(xiàn)快速準(zhǔn)確定位竊電嫌疑用戶及其竊電嫌疑系數(shù)的光伏防竊電方法。

【發(fā)明內(nèi)容】

[0004] 針對(duì)目前分布式光伏發(fā)電存在以騙取補(bǔ)貼為目的的竊電現(xiàn)象，本發(fā)明提供一種基 于神經(jīng)網(wǎng)絡(luò)智能算法的防竊電監(jiān)測(cè)方法，完善國(guó)網(wǎng)公司分布式光伏發(fā)電的計(jì)量安全能力， 有利于分布式光伏發(fā)電補(bǔ)貼政策的實(shí)施。本發(fā)明根據(jù)竊電的多少給出不同的竊電嫌疑系 數(shù)，判定準(zhǔn)確性高。
[0005] 為解決上述問(wèn)題，本發(fā)明的技術(shù)方案如下：一種基于智能算法的分布式光伏發(fā)電 防竊電監(jiān)測(cè)方法，其特征是，包括以下步驟：
[0006] 步驟一：建立分布式光伏發(fā)電數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)信息包括光伏電站歷史氣象資料和 同期光伏發(fā)電功率數(shù)據(jù)。
[0007] 步驟二：以氣象資料為輸入量，以光伏發(fā)電功率值為輸出，采用智能算法建立防竊 電模型，并進(jìn)行驗(yàn)證。
[0008] 步驟三：利用防竊電模型對(duì)光伏功率進(jìn)行預(yù)測(cè)，通過(guò)光伏電站理論發(fā)電量計(jì)算模 型，進(jìn)而計(jì)算得到光伏電站的理論發(fā)電量。
[0009] 步驟四：將采集到的光伏電站實(shí)時(shí)發(fā)電量與光伏電站理論發(fā)電量輸入到電量異常 判定模塊，可以得到光伏電站發(fā)電竊電嫌疑判定結(jié)果，并根據(jù)不同的竊電嫌疑系數(shù)，進(jìn)行相 應(yīng)的竊電事件告警。
[0010] 優(yōu)選的是，所述數(shù)據(jù)庫(kù)的樣本數(shù)據(jù)按照晴天、多云、陰天、雨天四種天氣情況進(jìn)行 分類，樣本數(shù)據(jù)分為訓(xùn)練樣本和測(cè)試樣本，訓(xùn)練樣本和測(cè)試樣本同時(shí)涵蓋上述四種天氣類 型，且訓(xùn)練樣本和測(cè)試樣本占總樣本的比例分別為70%和30%。
[0011] 優(yōu)選的是，利用建立好的BP神經(jīng)網(wǎng)絡(luò)，通過(guò)輸入采集到的光伏電站輻照、溫度等 氣象信息，便可實(shí)現(xiàn)光伏電站輸出功率預(yù)測(cè)，由于光伏電站輸出功率為隨機(jī)變化量，且受輻 照、溫度等氣象條件變化影響較大，單點(diǎn)不具有參考價(jià)值，為提高防竊電監(jiān)測(cè)的準(zhǔn)確性，本 發(fā)明采用光伏電站發(fā)電量作為竊電與否的判別依據(jù)。由光伏電站輸出功率預(yù)測(cè)值，可以計(jì) 算得到光伏發(fā)電系統(tǒng)的理論發(fā)電量。光伏發(fā)電系統(tǒng)的理論發(fā)電量表達(dá)式為：
【主權(quán)項(xiàng)】
1. 一種基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征是，包括w下步驟： 步驟一；建立分布式光伏發(fā)電數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)信息包括光伏電站歷史氣象資料和同期 光伏發(fā)電功率數(shù)據(jù)。 步驟二；W氣象資料為輸入量，W光伏發(fā)電功率值為輸出，采用智能算法建立防竊電模 型。 步驟利用防竊電模型對(duì)光伏功率進(jìn)行預(yù)測(cè)，通過(guò)光伏電站理論發(fā)電量計(jì)算模型，進(jìn) 而計(jì)算得到光伏電站的理論發(fā)電量。 步驟四；將采集到的光伏電站實(shí)時(shí)發(fā)電量與光伏電站理論發(fā)電量輸入到電量異常判定 模塊，可W得到光伏電站發(fā)電竊電嫌疑判定結(jié)果，并根據(jù)不同的竊電嫌疑系數(shù)，進(jìn)行相應(yīng)的 竊電事件告警。
2. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，所述數(shù)據(jù)庫(kù)的樣本數(shù)據(jù)按照晴天、多云、陰天、雨天四種天氣情況進(jìn)行分類，樣本數(shù)據(jù)分 為訓(xùn)練樣本和測(cè)試樣本，訓(xùn)練樣本和測(cè)試樣本同時(shí)涵蓋上述四種天氣類型，且訓(xùn)練樣本和 巧m樣本占總樣本的比例分別為70%和30%。
3. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，所述光伏電站理論發(fā)電量計(jì)算模型為設(shè)定每十天為一周期，在該計(jì)算周期內(nèi)，通過(guò)電量 異常判定模塊判定光伏電站電量是否異常，若異常進(jìn)行相關(guān)告警；若正常，下一計(jì)算周期起 點(diǎn)為光伏電站實(shí)際電量測(cè)量值，在此基礎(chǔ)上重新計(jì)算光伏電站理論發(fā)電量。
4. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，竊電嫌疑系數(shù)判定引入置信區(qū)間，置信區(qū)間上下限的計(jì)算采用樣本均值和標(biāo)準(zhǔn)差計(jì)算 得出或采用蒙特卡洛方法獲得估計(jì)值分布。
5. 根據(jù)權(quán)利要求4所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，置信區(qū)間采用樣本均值和標(biāo)準(zhǔn)差計(jì)算的計(jì)算方式為；在已知樣本均值和標(biāo)準(zhǔn)差時(shí)，置信 區(qū)間下限；a=M-n巧T，置信區(qū)間上限；b=M+n巧T;當(dāng)求取90%置信區(qū)間時(shí)n= 1. 645 ;當(dāng) 求取95%置信區(qū)間時(shí)n= 1. 96 ;當(dāng)求取99%置信區(qū)間時(shí)n= 2. 576。
6. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，所述電量異常判定模塊為根據(jù)光伏計(jì)量電量與光伏理論電量的置信區(qū)間上下限相比較 判定，若光伏計(jì)量電量小于光伏理論電量的置信區(qū)間下限，則判定其發(fā)電異常，給出發(fā)電異 常告警；若光伏計(jì)量電量大于光伏理論電量的置信區(qū)間上限，則判定存在竊電嫌疑。
7. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，所述竊電嫌疑系數(shù)為取A為光伏計(jì)量電量大于光伏理論電量的置信區(qū)間上限的差值 占光伏理論電量的置信區(qū)間上限的百分比，即
當(dāng)10%〉A(chǔ)〉〇,竊電嫌疑系數(shù)為0. 1 ;當(dāng)20%〉A(chǔ)> 10%，竊電嫌疑系數(shù)為0. 2 ;當(dāng) 30%〉A(chǔ)>20%，竊電嫌疑系數(shù)為0.3;當(dāng)40%〉A(chǔ)>30%，竊電嫌疑系數(shù)為0.4;當(dāng)50% 〉A(chǔ)>40%，竊電嫌疑系數(shù)為0.5;當(dāng)60%〉A(chǔ)>50%，竊電嫌疑系數(shù)為0.6;當(dāng)70% 〉A(chǔ)>60%，竊電嫌疑系數(shù)為0.7;當(dāng)80%〉A(chǔ)>70%，竊電嫌疑系數(shù)為0.8;當(dāng)>80%，竊 電嫌疑系數(shù)為0.9。
8. 根據(jù)權(quán)利要求1所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，所述智能算法包括BP神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘技術(shù)、支持向量機(jī)中任一種算法。
9. 根據(jù)權(quán)利要求8所述的基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征 是，采用BP神經(jīng)網(wǎng)絡(luò)建立防竊電模型的步驟如下： a. 根據(jù)光伏電站歷史氣象資料和同期光伏發(fā)電功率數(shù)據(jù)建立分布式光伏發(fā)電數(shù)據(jù)庫(kù)， 并將樣本數(shù)據(jù)分為訓(xùn)練樣本和測(cè)試樣本； b. 建立BP神經(jīng)網(wǎng)絡(luò)，確定預(yù)測(cè)精度和網(wǎng)絡(luò)結(jié)構(gòu)，即確定輸入節(jié)點(diǎn)數(shù)、隱含層數(shù)、每個(gè)隱 含層的節(jié)點(diǎn)數(shù)W及輸出節(jié)點(diǎn)數(shù)； C.選擇合適的算法訓(xùn)練網(wǎng)絡(luò)，使之盡量擬合訓(xùn)練樣本； d. 輸入訓(xùn)練樣本，計(jì)算各層輸出及各層誤差信號(hào)，若計(jì)算的誤差滿足要求，用測(cè)試樣本 驗(yàn)證該神經(jīng)網(wǎng)絡(luò)； e. 若誤差不滿足要求，需調(diào)整神經(jīng)網(wǎng)絡(luò)各層權(quán)值，重新計(jì)算各層誤差信號(hào)，直至誤差滿 足要求； f. 用測(cè)試樣本數(shù)據(jù)檢驗(yàn)訓(xùn)練好的網(wǎng)絡(luò)，如果檢驗(yàn)效果很好，就可利用訓(xùn)練好的網(wǎng)絡(luò)結(jié) 合新的氣象信息對(duì)光伏功率進(jìn)行預(yù)測(cè)，如果檢驗(yàn)效果不好，調(diào)整網(wǎng)絡(luò)各層權(quán)值，重復(fù)e步 驟，直到得到較好的檢驗(yàn)結(jié)果為止。
【專利摘要】本發(fā)明公開(kāi)了一種基于智能算法的分布式光伏發(fā)電防竊電監(jiān)測(cè)方法，其特征是，包括以下步驟：步驟一：建立分布式光伏發(fā)電數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)信息包括光伏電站歷史氣象資料和同期光伏發(fā)電功率數(shù)據(jù)；步驟二：以氣象資料為輸入量，以光伏發(fā)電功率值為輸出，采用智能算法建立防竊電模型；步驟三：利用防竊電模型對(duì)光伏功率進(jìn)行預(yù)測(cè)，通過(guò)光伏電站理論發(fā)電量計(jì)算模型，進(jìn)而計(jì)算得到光伏電站的理論發(fā)電量；步驟四：將采集到的光伏電站實(shí)時(shí)發(fā)電量與光伏電站理論發(fā)電量輸入到電量異常判定模塊，可以得到光伏電站發(fā)電竊電嫌疑判定結(jié)果；本發(fā)明對(duì)光伏電量異常判定準(zhǔn)確性高，給出竊電嫌疑系數(shù)，提高了稽查工作效率，為分布式光伏發(fā)電的有效監(jiān)管提供證據(jù)。
【IPC分類】G06Q50-06, G06N3-08, G06Q10-04
【公開(kāi)號(hào)】CN104794544
【申請(qǐng)?zhí)枴緾N201510203369
【發(fā)明人】姬秋華, 戴晨松, 鐘旭, 劉剛, 陳磊, 王彥雋, 張羽, 杜煒, 胡繼昊, 蔡偉, 周光, 黃宜林
【申請(qǐng)人】國(guó)家電網(wǎng)公司, 南京南瑞集團(tuán)公司, 南京南瑞太陽(yáng)能科技有限公司
【公開(kāi)日】2015年7月22日
【申請(qǐng)日】2015年4月24日