江西省电机工程学会网站

传统数据采集方法在处理高度非线性和不确定性的光伏发电限电问题时，存在数据缺失以及冗余数据干扰等问题。因此，设计一种结合相似日与蝙蝠-小波神经网络（Bat Algorithm-Wavelet Neural Network，BA-WNN）的光伏发电限电异常数据采集方法，该方法对原始光伏发电数据实施预处理，包括缺失值填充、异常值处理、数据降噪处理，确保数据的完整性和准确性。结合余弦相似度与灰色关联理论实施光伏发电相似日的选取，减少后续所需的历史数据量。基于 BA-WNN 构建限电异常数据识别模型，通过识别光伏发电限电异常数据完成数据采集工作。测试结果表明，该方法在平稳天气下与突变天气下的光伏发电限电异常数据采集平均绝对误差小，其中在突变天气下其平均绝对误差高于平稳天气。

［1］刘周斌，徐崇斌，王鑫磊，等.结合遥感数据的光伏发电功率预测方法[J].航天返回与遥感，2021 ，42(5)： 85-95. ［2］方鹏，高亚栋，潘国兵，等.基于 LSTM 神经网络的中长期光伏电站发电量预测方法研究[J].可再生能源， 2022 ，40(1)：48-54. ［3］卞楠，马聪.基于 CPLD 的光伏数据采集系统的设计[J]. 电子技术应用，2016 ，42(2)：68-70. ［4］蔡晟琦，曹琦琳.一种基于 VPN 加密的即插即用分布式光伏数据采集装置研究[J].中州煤炭，2018，40(3)： 138-143. ［5］陈瑶，陈晓宁.基于自适应 Kmeans 和 LSTM 的短期光伏发电预测[J].电测与仪表，2023 ，60(7)：94-99. ［6］胡耀敏，潘晴，田妮莉.基于集合经验模态的低 SNR 下信源数估计方法[J].计算机仿真，2022 ，39(9)：186-189+207. ［7］叶林，崔宝丹，李卓，等.光伏电站高比例异常运行数据组合识别方法[J].电力系统自动化，2022，46(20)： 74-82. ［8］王丽朝，孟子尧，陈诗明，等.基于 GRU 神经网络的光伏电站数据预处理方法[J].太阳能学报，2022 ， 43(11)：78-84. ［9］周嘉琪，毕利.基于 GAN 的光伏逆变器数据异常检测技术[J]. 电力系统保护与控制，2022 ，50(1)：133-140. ［10］陆双，彭曙蓉，杨云皓，等.基于平均影响值-启发式前向搜索的异常光伏用户识别方法[J]. 电力自动化设备，2022 ，42(2)：106-111. ［11］王清亮，代一凡，王旭东，等.基于ICEEMDAN-LSTM-BNN 的短期光伏发电功率概率预测[J].西安科技大学学报，2023 ，43(3)：593-602. ［12］朱林，韩涛，董颖华，等.基于时变因素的光伏发电系统可靠性评估[J].中国电力，2023 ，56(1)：158-165. ［13］刘翼飞，崔承刚.基于地基云图云量特征的光伏发电功率区间预测[J].南方电网技术，2023 ，17(2)：92-100. ［14］周浩杰，杨建卫，王尊，等.基于 LSTM 光伏发电功率超短期预测模型研究[J].电源技术，2023，47(6)： 785-789. ［15］刘兴华，耿晨，谢胜寒，等.考虑光伏发电不确定性的日前火电-光伏经济调度[J].系统仿真学报， 2022 ，34(8)：1874-1884. ［16］王志洁，李书江，胡红阳，等.构网型光伏发电系统振荡模态分析及抑制策略[J]. 电力电子技术， 2022 ，56(12)：82-86.

优秀论文集模块列表

会员频道