基于光伏系统发现未知工况和物理含义的聚类算法

• 作者: 李小坤 刘光宇 俞玮捷 俞武嘉
• 来源期刊: 传感器与微系统
• 关键词: 光伏发电系统 时序聚类 DBSCAN算法 动态时间规整
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 计算与测试|Calculation & Test
• 页码范围: 143-146
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)10-0143-04

摘要

在光伏领域,光强以外的高维时间序列数据如何聚类,时间序列聚类是否具有明确的物理意义,目前还没有研究.时间序列聚类是一种从复杂、海量的时间序列数据集中提取有价值信息的新技术.光伏电站在不同工况下运行,统计电流、电压、温度和辐照度等时间序列数据,然后通过时序DBSCAN算法对时间序列数据聚类.实验结果表明:未知工况与聚类结果之间确实存在物理关联.未知工况与时间序列簇之间物理意义的发现,将推动光伏发电系统监测、预测和故障诊断的智能技术向前发展.