pv-current/deviation/intro.Rmd

---
title: "光伏组串离散率算法说明"
author: "Leo"
date: "2019.1.25"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

基于离散率的光伏组串算法适用于短期故障预警。

计算频率：一天计算3次：10:00, 13:00, 17:00

采样频率：5min 采一次数据。

计算时间范围：07:00 ~ 10:00; 07:00 ~ 13:00; 07:00 ~ 17:00

# 参数列表

* $t_s$: 输入起始时间；

* $t_e$: 输入终止时间；

* $t_f$: 通讯故障最小时长，默认值 30min，不可配置；

* $I_0$: 时间窗起始阈值，默认值 1A，可配置；

* $I_m$: 最高电流值，默认值 12A，不可配置，如果某个组串在时域上的均值大于 $I_m$ （或者小于0），则此组串标记为 通讯故障（前端渲染为灰色）；

# 输入和输出

输入：

DataFrame, 列包括：

*STATION_ID, DEVICE_ID, MONITOR_TIME, VOLTAGE_VALUE, CURRENT_VALUE, POWER_VALUE, TEMPERATURE, IRRADIANCE*

输出：

DataFrame, 列包括：

* 计算单元ID: str

* 计算时刻：datetime

* 计算结果值：float，离散率或者异常标记（-1代表 通讯故障，-2代表 计算单元无有效值）；

* 组串状态：str，异常组串标记，`E1` ~ `E3` 分别代表组串三种异常状态，不同组串间以竖线分隔（避免用逗号分隔造成混淆）；

# 应用处理流程

应用处理包括预处理和后处理两部分计算。

预处理过程将整体输入数据转换为算子输入，执行并行计算，后处理将计算结果组合为整体输出。

预处理流程：

1. 按照 $t_s$ 和 $t_e$ 提取指定时间段内的数据；

1. 根据 `STATION_ID` 和 `DEVICE_ID` 生成 计算单元ID 和 组串编号；

1. 根据 计算单元ID 对输入数据分组，每个分组作为算子的输入。

1. 执行并行计算；

预处理输出（算子输入）格式：

DataFrame, 列包括：

* 组串编号：str

* 采样时间：datetime

* 电流值：float

* 电压值：float

后处理流程：

1. 对于每个算子计算结果，添加 计算单元ID 和 监控时间 $t_e$ 两个字段；

1. 整合在一个 DataFrame 中输出。

# 算子计算过程

算子计算过程的输入数据是预处理步骤的输出。

算子计算过程的输出：DataFrame，列包括：

* 离散率：float

* 组串状态：str

算子计算流程

1. 若计算单元中所有组串在 $t_f$ 内直流电流和直流电压值不变（对于组串式逆变器还要加上交流电流、交流电压和有功功率），则整个计算单元标记为 通讯故障，计算结果返回 -1；用滑动窗口方法检测值的不变性，滑动步长为 5min；

1. 对非通讯故障的计算单元，取所有组串在检测窗口内第一个 $I \ge I_0$ 的时刻，作为所有组串的计算起始时间 $t_1$，和当前计算开始时间 $t_2$组成计算区间 $[t_1, t_2]$。如果整个计算区间内没有大于的值，返回值-2，代表此计算单元“无有效值”。

1. 对非通讯故障的计算单元内的每个组串做如下操作：
   在 $[t_1, t_2]$ 内筛选电流值，如果 $I \notin [-0.5A, 12A]$ 则剔除该条数据；
   如果 $I \in [-0.5A, 0.1A]$ 则置为0；
   如果 $I \in [0.1A, 12A]$ 保留原数据不变；
   如果筛选后无数据剩余，则该组串标记为 -3，表示 组串无数据，不参与后续计算；

1. 对处理后的每个计算单元，求所有有效组串的电流平均值 $I_{str}$，
   再求计算单元的总体电流平均值 $I_u = \frac{\sum I_{str}}{no. of. strings}$，（角标 $u$ 表示 计算单元 unit）
   如果 $I_u \lt I_0$，整个计算单元标记为“无有效值”，返回 -2；

1. 对筛选后剩余的计算单元中的每个组串计算 $[t_1, t_2]$ 上的平均功率 $\bar P_s$：
   首先算出平均电流 $\bar I$ 和平均电压 $\bar V$，$\bar P_s = \bar I \times \bar V$；

1. 得到计算单元在 $[t_1, t_2]$ 内的功率平均值 $\bar P_u = \frac{\sum \bar P_s}{no. of. strings)}$;

1. 计算并输出单元离散率：$d = \frac{\sqrt{\sum (\bar P_s - \bar P_{cal}) ^ 2 }}{\bar P_{cal}}$

1. 若 $d \ge 20\%$，将此计算单元内 $P_s$ 最小值对应的组串 $s_{Imin}$ 标记为 异常1（界面红色标记）；
   若 $10\% \lt d \lt 20\%$，将此计算单元内 $P_s$ 最小值对应的组串 $s_{Imin}$ 标记为 异常2（界面橙色标记）；
   若 $5\% \lt d \lt 10\%$，将此计算单元内 $P_s$ 最小值对应的组串 $s_{Imin}$ 标记为 异常3（界面黄色标记）；
   若 $d \le 5\%$，将此计算单元内各个组串标记为正常，计算结束。

1. 重复计算 $d$ 值，直到计算结束，

1. 收集每轮计算中组串状态变化，整合为空格分隔的字符串，输出到该计算单元的 组串状态 列中。

# 术语定义

* 检测窗口：算子一次计算中使用的数据在时间上的跨度，例如7:00 ~ 10:00，或者 7:00 ~ 17:00；

* 计算频率：算子执行的频率；

* 采样频率：检测窗口内，相邻两个数据点在时间上的跨度；

* 计算单元：一组光伏组串形成的彼此独立的计算单位，对于集中式场站，计算单元等价于汇流箱，
  对于分布式场站，计算单元等价于逆变器，计算单元的ID由场站名称、小室编号、
  逆变器（汇流箱）编号组成。

# 参考资料

* [Coefficient of variation](https://en.wikipedia.org/wiki/Coefficient_of_variation):
  $CV = \frac{\sigma_u}{\bar P_u}$（其中 $\sigma_u$ 是 $p_s$ 的标准差，这个值与离散率的比值为常数）；