一种面向光伏运维数据的约简方法与流程

1.本发明涉及光伏运维数据分析领域，尤其是涉及一种面向光伏运维数据的约简方法。


背景技术：

2.由于光伏发电具有无污染，无需消耗燃料等优点，光伏电站正在迅速地建设。随着光伏电站的不断涌现，如何提高光伏电站的运维效率是光伏电站技术人员当前所面临的一项紧迫任务。光伏组件的故障诊断是光伏电站的运维中的重要任务。因此，提升光伏组件的故障诊断精度可以在很大程度上提高光伏电站的运维效率。
3.为了高效地诊断出光伏组件在运行过程中出现的故障，许多技术人员已经将数据挖掘技术引入到了光伏组件的故障诊断中。然而，在光伏电站运维数据中往往存在着大量的冗余数据或者与光伏组件故障不相关的数据，这在很大程度上影响了光伏组件故障诊断的精度。为了解决这个问题，技术人员就需要对光伏运维数据进行约简，也就是删除光伏运维数据中的冗余数据或者与光伏组件故障不相关的数据，从而提升光伏组件故障诊断的精度。然而，光伏运维数据的约简往往是一个np(网络处理器)完全性问题。因此，传统确定性搜索方法常常难以在有效的时间内求解出满足实际工程要求的约简结果。为此，研究人员提出了基于演化算法的光伏运维数据约简方法。
4.演化算法是一种模拟自然演化规律的智能算法，它在解决许多工程实践中的np完全性问题时获得了较可行的结果。然而，传统演化算法在解决光伏运维数据的约简时容易出现局部搜索能力不足的问题。


技术实现要素：

5.本发明的目的是提供一种面向光伏运维数据的约简方法。在一定程度上克服传统演化算法应用于光伏运维数据的约简时容易出现局部搜索能力不足的缺点，提高光伏运维数据的约简效率。
6.本发明采用以下技术方案。一种面向光伏运维数据的约简方法，其步骤如下：
7.1)从光伏电站的运维系统中导出光伏运维数据；
8.2)设置种群大小lps，最大代数mgn；
9.3)设置代数t＝0；
10.4)随机产生lps个个体组成种群
11.其中，为种群中的第tk个个体，并且个体中存储了光伏运维数据的rd个特征的约简权重；rd表示光伏运维数据的特征数量；个体下标tk＝1,2,...,lps；下标cj＝1,2,...,rd；
12.5)计算种群中每个个体的适应值；
13.6)从种群中找出适应值最小的个体记为最优个体bgx；
14.7)设置适应性系数fa
tk
＝0.1；
15.8)从种群中随机选择出两个个体和
16.9)如果个体的适应值小于个体的适应值，则进入步骤10)，否则转到步骤11)；
17.10)设置中间个体并设置中间个体然后转到步骤12)；
18.11)设置中间个体并设置中间个体
19.12)按照公式(1)计算当前适应性系数cfa
tk
：
[0020][0021]
其中，arf为[0,0.2]之间的随机实数；prf为[0,1]之间的随机实数；
[0022]
13)设置交叉率其中nmrand表示服从正态分布的随机实数产生函数；
[0023]
14)设置权重
[0024]
其中，f
bgx
表示最优个体bgx的适应值；f
mu1
表示中间个体的适应值；epk是一个实数，用以避免分母等于0；
[0025]
15)设置权重
[0026]
16)设置权重
[0027]
其中，f
mu2
表示中间个体的适应值；
[0028]
17)按照公式(2)计算累积权重sumd：
[0029]
sumd＝swb sw1 sw2
ꢀꢀꢀ
(2)
[0030]
18)按照公式(3)计算组合均值xu：
[0031][0032]
19)按照公式(4)计算组合标准差xstd：
[0033][0034]
20)按照公式(5)计算差分变异量dvx：
[0035][0036]
其中，krf为[0,1]之间的随机实数；
[0037]
21)按照公式(6)执行变异操作生成变异个体
[0038]
[0039]
其中，krd为[0,1]之间的随机实数；
[0040]
22)按照公式(7)执行交叉操作生成交叉个体
[0041][0042]
其中，ptr为[0,1]之间的随机实数；jrd为[1,rd]之间随机生成的整数；表示交叉个体中存储的光伏运维数据的第cj个特征的约简权重；表示个体中存储的光伏运维数据的第cj个特征的约简权重；表示变异个体中存储的光伏运维数据的第cj个特征的约简权重；
[0043]
23)如果交叉个体的适应值小于的适应值，则进入步骤24)，否则转到步骤26)；
[0044]
24)在种群中利用替换个体
[0045]
25)设置适应性系数fa
tk
＝cfa
tk
；
[0046]
26)从种群中找出适应值最小的个体记为最优个体bgx；
[0047]
27)设置代数t＝t 1；
[0048]
28)如果t小于mgn，则转到步骤8)，否则转到步骤29)；
[0049]
29)将最优个体bgx解码为光伏运维数据的约简结果，即实现光伏运维数据的约简。
[0050]
本发明应用改进的演化算法来优化光伏运维数据的约简效果，在改进的演化算法中，利用选择的个体与最优个体的适应值差值作为启发式信息，再利用启发式信息对选择的个体与最优个体进行线性组合生成组合均值，然后利用组合均值增强最优个体在搜索过程中的主导作用，以此提升算法的局部搜索能力，从而提高了光伏运维数据的约简效率。
附图说明
[0051]
图1为本发明实施例的流程图。
具体实施方式
[0052]
下面通过实施例，并结合图1，对本发明的技术方案作进一步具体的说明。
[0053]
实施例：
[0054]
本发明的具体实施步骤如下(参见图1)：
[0055]
步骤1)从光伏电站的运维系统中导出光伏运维数据；所述光伏运维数据包括但不限于输出电流、输出电压、光照强度、入射角度、光伏阵列安装角度、光伏阵列转换率、光伏阵列表面温度、光伏阵列使用时间、光伏阵列所处地的经度、光伏阵列所处地的纬度、光伏阵列的海拔高度、光伏阵列所处地的环境温度和光伏阵列所处地的环境湿度，以及光伏阵列的故障类型；
[0056]
步骤2)设置种群大小lps＝30，最大代数mgn＝5000；
[0057]
步骤3)设置代数t＝0；
[0058]
步骤4)随机产生lps个个体组成种群
[0059]
其中，为种群中的第tk个个体，并且个体中存储了光伏运维数据的rd个特征的约简权重；rd表示光伏运维数据的特征数量；个体下标tk＝1,2,...,lps；下标cj＝1,2,...,rd；
[0060]
步骤5)计算种群中每个个体的适应值；所述适应值的计算方法为：对于种群中的第tk个个体首先从个体中提取出光伏运维数据的每个特征的约简权重，然后根据每个特征的约简权重删除光伏运维数据中对应的特征，当约简权重小于0.5时，则删除光伏运维数据中对应的特征，否则保留光伏运维数据中对应的特征；再利用支持向量机方法在所有保留的特征上构建故障分类模型，并将所构建的故障分类模型的分类错误率设置为个体的适应值；
[0061]
步骤6)从种群中找出适应值最小的个体记为最优个体bgx；
[0062]
步骤7)设置适应性系数fa
tk
＝0.1；
[0063]
步骤8)从种群中随机选择出两个个体和
[0064]
步骤9)如果个体的适应值小于个体的适应值，则转到步骤10)，否则转到步骤11)；
[0065]
步骤10)设置中间个体并设置中间个体然后转到步骤12)；
[0066]
步骤11)设置中间个体并设置中间个体
[0067]
步骤12)按照公式(1)计算当前适应性系数cfa
tk
：
[0068][0069]
其中，arf为[0,0.2]之间的随机实数；prf为[0,1]之间的随机实数；
[0070]
步骤13)设置交叉率其中nmrand表示服从正态分布的随机实数产生函数；
[0071]
步骤14)设置权重其中f
bgx
表示最优个体bgx的适应值；f
mu1
表示中间个体的适应值；epk是一个实数，且设置为0.001，用以避免分母等于0；
[0072]
步骤15)设置权重
[0073]
步骤16)设置权重其中f
mu2
表示中间个体的适应值；
[0074]
步骤17)按照公式(2)计算累积权重sumd：
[0075]
sumd＝swb sw1 sw2
ꢀꢀꢀ
(2)
[0076]
步骤18)按照公式(3)计算组合均值xu：
[0077][0078]
步骤19)按照公式(4)计算组合标准差xstd：
[0079][0080]
步骤20)按照公式(5)计算差分变异量dvx：
[0081][0082]
其中，krf为[0,1]之间的随机实数；
[0083]
步骤21)按照公式(6)执行变异操作生成变异个体
[0084][0085]
其中，krd为[0,1]之间的随机实数；
[0086]
步骤22)按照公式(7)执行交叉操作生成交叉个体
[0087][0088]
其中，ptr为[0,1]之间的随机实数；jrd为[1,rd]之间随机生成的整数；表示交叉个体中存储的光伏运维数据的第cj个特征的约简权重；表示个体中存储的光伏运维数据的第cj个特征的约简权重；表示变异个体中存储的光伏运维数据的第cj个特征的约简权重；
[0089]
步骤23)如果交叉个体的适应值小于的适应值，则转到步骤24，否则转到步骤26)；
[0090]
步骤24)在种群中利用替换个体
[0091]
步骤25)设置适应性系数fa
tk
＝cfa
tk
；
[0092]
步骤26)从种群中找出适应值最小的个体记为最优个体bgx；
[0093]
步骤27)设置代数t＝t 1；
[0094]
步骤28)如果t小于mgn，则转到步骤8)，否则转到步骤29)；
[0095]
步骤29)将最优个体bgx解码为光伏运维数据的约简结果，即实现光伏运维数据的约简；所述最优个体bgx解码为光伏运维数据的约简结果的方法为：首先从最优个体bgx中提取出光伏运维数据的每个特征的约简权重，然后根据每个特征的约简权重删除光伏运维数据中对应的特征，当约简权重小于0.5时，则删除光伏运维数据中对应的特征，否则保留光伏运维数据中对应的特征。