[发明专利]动态光伏电板清洗指数的计算方法

说明书

本发明涉及一种基于PM值数据来评估的动态光伏电板清洗指数的计算方法。其步骤包括：收集当地电站的灰尘累积度、发电损耗率、预期发电值、所在地PM值；使用PM值和灰尘累积度进行线性回归分析；根据线性回归对发电损耗率进行预测，扩充原始数据集；使用聚类方法并依据发电损耗率重新排布，最终的排序即为推荐的清洗指数。本发明通过回归分析来对灰尘累积度和PM值进行拟合，当数据拟合完成后，可以用易于获取的PM值作为特征参数，与发电量、电量损失指数等其它特征进行协同过滤，在投入尽可能小的情况下得到准确的清洗指数，自动提醒用户光电板的积灰程度是否需要清洗，通过及时清洗光伏电板，提升发电效率，节约成本。

技术领域

本发明涉及光伏电板灰尘监控技术领域，具体是一种基于PM值数据来评估的动态光伏电板清洗指数的计算方法。

背景技术

由于光伏发电系统的发电能力是评价光伏电站性能最重要的指标，而灰尘对光伏组件的发电性能影响存在普遍性，大气灰尘是影响太阳能发电效率的关键因素之一，尤其是长时间的风沙导致尘土等污浊物遮挡光伏组件，影响光线的透射率，进而影响组件表面接受到的辐射量。

同时，由于这些污浊物距离光伏电池片的距离很近，会形成阴影，并在光伏组件具备形成热斑效应。如果长时间不及时对光伏组件进行清洁，将会大幅度降低光伏电站发电量，不仅不能满足电网的要求，而且还降低了光伏发电系统的利用率。目前对于灰尘的研究主要停留在利用传感器对灰尘的累积度进行监测，该方法布设成本高，需要安装大量的传感器。

发明内容

针对现有光伏监控对灰尘缺乏有效手段监控，复杂度高，对传感器有极大的依赖性，不够成熟完善的问题，本发明提供一种根据简单易得的PM值数据来评估动态光伏电板清洗指数的计算方法，能够实现PM值与灰尘累积度的回归分析，通过特征值进行分析，得到清洗指数的推荐算法。

本发明解决其技术问题采用的技术方案是：

一种动态光伏电板清洗指数的计算方法，按如下步骤进行：

数据采集→回归分析→标准化数据→聚类划分→指数重排；其中，数据采集是收集当地电站的灰尘累积度、发电损耗率、预期发电值、所在地PM值；回归分析使用PM值和灰尘累积度进行线性回归分析；标准化数据是根据线性回归对发电损耗率进行预测，扩充原始数据集；聚类划分是使用聚类方法并依据发电损耗率重新排布，最终的排序即为推荐的清洗指数。

采用上述技术方案的本发明，与现有技术相比，有益效果是：

本发明通过回归分析来对灰尘累积度和PM值进行拟合，当数据拟合完成后，可以用易于获取的PM值作为特征参数，与发电量、电量损失指数等其它特征进行协同过滤，在投入尽可能小的情况下得到准确的清洗指数，自动提醒用户光电板的积灰程度是否需要清洗，通过及时清洗光伏电板，提升发电效率，节约成本。

进一步的，本发明优选方案是：

所述的线性回归分析，初始阶段，使用PM指数、积灰指数和电源损耗率的线性回归方程进行回归分析，之后根据传感器数据自动生成新的回归分析；具体的线性回归方程为：

式中，x为PM值，y为灰尘累积度，R为y与x之间的线性关系系数，n为常数。

所述的PM值是根据公开的API获取的所在电站的PM值。

所述的聚类方法使用K－means算法的改进算法，将K值设定为100，具体是：

(1)从相异度计算公式d中随机取100个元素，作为k个簇的各自的中心；

(2)分别计算剩下的元素到100个簇中心的相异度，将这些元素分别划归到相异度最低的簇；

(3)根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；