[发明专利]一种基于XGBoost的光伏组串通信异常识别方法及系统

说明书

本发明涉及一种基于XGBoost的光伏组串通信异常识别方法及系统，所述方法包括：获取待测时段内光伏电站中各光伏组串的电流值及待测时段前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据，并将所述电流值归一化；基于VaDE模型的生成数据对XGBoost模型进行训练，得到训练好的XGBoost模型；将待测时段内光伏电站中各光伏组串的电流归一化后的值输入训练好的XGBoost模型中，识别出待测时段内光伏电站中电流值通信异常的光伏组串。本发明提供的技术方案，基于VaDE模型的生成数据对XGBoost模型进行训练，得到训练好的XGBoost模型，利用所述训练好的模型对光伏电站中各组串的电流通信是否异常进行识别，可以提升XGBoost模型识别光伏电站中异常光伏组串的准确性。

技术领域

本发明涉及光伏组串通信异常识别领域，具体涉及一种基于XGBoost的光伏组串通信异常识别方法及系统。

背景技术

随着科技日新月异的发展，光伏发电技术在国内外均得到了广泛的应用，其应用形式多种多样，应用场所分布广泛，主要用于大型地面光伏电站、住宅和商用建筑物的屋顶、建筑光伏建筑一体化、光伏路灯等。在实际应用中，由于光伏电站中光伏组串众多，对于通信异常的光伏组串没有办法及时的发现和处理，由于该通信异常导致数据异常时有时无，时大时小，造成基于该数据的组串异常诊断模型发生误检漏检，降低了相关性分析的可信度，因此，亟需提出一种可以准确识别光伏电站中光伏组串通信异常的方法及系统。

发明内容

本申请提供一种基于XGBoost的光伏组串通信异常识别方法及系统，以至少解决相关技术中对光伏电站中光光伏组串通信是否异常识别不准确的技术问题。

本申请第一方面实施例提出一种基于XGBoost的光伏组串通信异常识别方法，所述方法包括：

获取待测时段内光伏电站中各光伏组串的电流值及待测时段前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据，并将所述电流值归一化；

将归一化后的待测日期前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据记作样本集A,并将A中故障光伏组串的电流值及对应的通信异常标签构成的样本集记作B；

将所述样本集B中故障光伏组串的电流值输入预先训练好的VaDE模型中，得到VaDE模型生成的故障光伏组串电流值通信异常的样本集，并将所述样本集记作C，合并样本集A和样本集C得到合并后的样本集D；

利用样本集D对XGBoost模型进行训练，得到训练好的XGBoost模型；

将待测时段内光伏电站中各光伏组串的电流归一化后的值输入训练好的XGBoost模型中，识别出待测时段内光伏电站中电流值通信异常的光伏组串。

本申请第二方面实施例提出一种基于XGBoost的光伏组串通信异常识别系统，所述系统包括：

获取模块，用于获取待测时段内光伏电站中各光伏组串的电流值及待测时段前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据，并将所述电流值归一化；

第一样本模块，用于将归一化后的待测日期前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据记作样本集A,并将A中故障光伏组串的电流值及对应的通信异常标签构成的样本集记作B；

第二样本模块，用于将所述样本集B中故障光伏组串的电流值输入预先训练好的VaDE模型中，得到VaDE模型生成的故障光伏组串电流值通信异常的样本集，并将所述样本集记作C，合并样本集A和样本集C得到合并后的样本集D；

训练模块，用于利用样本集D对XGBoost模型进行训练，得到训练好的XGBoost模型；

识别模块，用于将待测时段内光伏电站中各光伏组串的电流归一化后的值输入训练好的XGBoost模型中，识别出待测时段内光伏电站中电流值通信异常的光伏组串。