论文部分内容阅读
随着全球能源的日益短缺,光伏发电已经成为世界各地关注的焦点。然而大型光伏电站能够平稳运行,不但需要众多光伏设备协同工作,而且需要这些设备处于“无故障”运行状态。传统上对光伏设备的管理和监测,主要采用网络化监控系统和少量光伏运营人员,但受制于光伏监控系统智能化不足和有限的人力资源,根本无法达到对设备及时、精确地监控,由此可能对光伏电站设备造成安全隐患,甚至引起人员伤害。但是,随着传感器等技术在光伏电站上的应用,整个光伏发电系统积累了大量设备运行故障数据。如何利用光伏发电系统产生的故障数据,经过深度挖掘和分析,来实现对光伏电站智能化生产和监测,是当今光伏行业一个研究热点。本文为了解决大型光伏电站在故障监测方面的智能化需求问题,通过深度挖掘光伏故障数据,利用数据挖掘和Map Reduce框架技术,设计和实现了一套面向光伏电站的故障监测系统。论文主要完成以下工作:(1)针对光伏故障数据中存在缺失值的问题,采用了基于K均值的缺失值填充方法,完成了对光伏缺失值数据的处理,提高了可用光伏数据的质量;针对光伏监控系统缺少故障预测模型的问题,采用了基于数据挖掘的分类分析法,建立了光伏故障预测模型,提高了系统预测光伏故障的能力;针对在传统单机计算环境下,挖掘和处理光伏故障数据性能低下的问题,采用了基于Map Reduce框架的光伏数据处理机制,提升了系统挖掘故障数据的性能。(2)针对光伏故障监测系统进行了功能性和非功能性需求分析,确定了光伏故障监测系统的业务流程和数据流程。采用模块化的思想,利用Mahout接口和Map Reduce机制,设计了系统的三大功能模块,即光伏数据预处理模块、光伏故障预测模型建立模块、光伏设备实时监测模块,并对系统的数据库进行了设计。(3)确定了光伏故障监测系统实现所采用的框架和技术,详细阐述了光伏故障监测系统三大功能模块的实现过程,并对光伏故障监测系统的功能性和非功能性需求进行了测试。综上,本论文设计和实现了光伏电站故障监测系统,并采用相关的性能测试实验,对系统中应用的关键方法和技术进行了实验验证,取得了预期的应用效果。