[发明专利]一种光伏异常的检测方法、装置、设备及介质

权利要求书

1.一种光伏异常的检测方法，其特征在于，包括：

获取目标用户在待检测周期的辐射照度关联数据和发电功率数据；

根据所述目标用户在待检测周期的辐射照度关联数据，以及预先确定的至少两个周期类别，确定待检测周期所属的目标周期类别；

根据所述目标用户在待检测周期的发电功率数据，以及与所述目标周期类别匹配的发电功率数据，判断目标用户的光伏设备是否存在异常。

2.根据权利要求1所述的方法，其特征在于，所述辐射照度关联数据包括：辐射照度的平均值、标准差、最大值和波峰数中的至少一项。

3.根据权利要求2所述的方法，其特征在于，所述至少两个周期类别的确定过程包括：

根据目标用户在至少两个历史周期的历史辐射照度关联数据，确定期望最大化算法模型的参数初始值；

根据各历史周期的历史辐射照度关联数据以及期望最大化算法模型的参数初始值，进行高斯混合聚类，得到至少两个周期类别。

4.根据权利要求3所述的方法，其特征在于，所述期望最大化算法模型的参数包括加权系数、均值以及协方差矩阵；

根据目标用户在至少两个历史周期的历史辐射照度关联数据，确定期望最大化算法模型的参数初始值，包括：

将加权系数的初始值确定为目标周期类别的周期数量占各周期类别的总周期数量的比值；

将均值的初始值确定为目标周期类别对应的各历史周期的辐射照度平均值的平均值、目标周期类别对应的各历史周期的辐射照度标准差的平均值、目标周期类别对应的各历史周期的辐射照度最大值的平均值，以及目标周期类别对应的各历史周期的辐射照度波峰数的平均值中的至少一项；

将协方差矩阵的初始值确定为目标周期类别对应的各历史周期的辐射照度平均值的方差、目标周期类别对应的各历史周期的辐射照度标准差的方差、目标周期类别对应的各历史周期的辐射照度最大值的方差，以及目标周期类别对应的各历史周期的辐射照度波峰数的方差中的至少一项。

5.根据权利要求1所述的方法，其特征在于，根据所述目标用户在待检测周期的辐射照度关联数据，以及预先确定的至少两个周期类别，确定待检测周期所属的目标周期类别，包括：

根据贝叶斯原理以及所述目标用户在待检测周期的辐射照度关联数据，确定待检测周期属于各周期类别的概率；

若确定待检测周期属于目标周期类别的概率满足预设概率条件，则将目标周期类别确定为待检测周期所属的目标周期类别。

6.根据权利要求1所述的方法，其特征在于，根据所述目标用户在待检测周期的发电功率数据，以及与所述目标周期类别匹配的发电功率数据，判断目标用户的光伏设备是否存在异常，包括：

根据异常因子算法以及与所述目标周期类别匹配的发电功率数据，判断待检测周期的发电功率数据中是否存在异常时刻点；

若所述待检测周期的发电功率数据中存在异常时刻点，则确定目标用户的光伏设备存在异常。

7.根据权利要求6所述的方法，其特征在于，根据异常因子算法以及与所述目标周期类别匹配的发电功率数据，判断待检测周期的发电功率数据中是否存在异常时刻点，包括：

根据异常因子算法，分别计算待检测周期的各时刻点的发电功率数据与目标周期类别的各时刻点发电功率数据的局部异常因子；

根据各时刻点的局部异常因子，判断待检测周期的发电功率数据中是否存在异常时刻点；

所述待检测周期的发电功率数据中存在异常时刻点，包括：

若确定目标时刻点的局部异常因子的绝对值大于或者等于1，则确定待检测周期的发电功率数据中存在异常时刻点。