一种光伏逆变器的健康评估方法、系统及装置

技术领域

本申请涉及光伏发电领域，特别涉及一种光伏逆变器的健康评估方法、系统及装置。

背景技术

光伏逆变器的健康度评估是对逆变器的工作状态、性能和可靠性水平进行评估的过程。这种评估方法的目的是及时发现潜在的故障和问题，并采取相应的维护措施，提高设备的可靠性和效率。

目前，逆变器健康度的评价方法主要分为定性和定量两种。定性方法主要依靠电站运维工程师的经验和专业知识进行判断和总结。而定量方法则通过对设定的健康度参数的进行加权计算。然而，这些方法并没有对逆变器的历史故障数据、发电数据等进行量化分析。此外，不同电站的设备老化程度和光照强度等因素也会对健康度参数的影响产生不同的权重。因此，采用上述方法很难得出准确的健康度评估结果。

发明内容

本申请的目的是提供一种光伏逆变器的健康评估方法、系统及装置，充分考虑了逆变器的历史故障数据、发电数据等因素，通过量化分析能够更准确地评估逆变器的健康度；同时，通过建立评估体系模型，根据各个健康度指标的权重，可以更准确地评估逆变器的健康状况。

为解决上述技术问题，第一方面，本申请提供了一种光伏逆变器的健康评估方法，包括：

获取所述光伏逆变器在预设时间段内的历史数据；

根据所述历史数据计算健康度指标；

根据各所述健康度指标建立评估体系模型，用于建立所述评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种；

根据各所述健康度指标和所述评估体系模型计算所述光伏逆变器的健康度得分。

在一种实施例中，在所述健康度指标包括无故障率时，根据所述历史数据计算健康度指标，包括：

根据所述预设时间段内的所述光伏逆变器发生故障的时间或正常运行的时间、所述光伏逆变器计划运行时间计算所述发生故障的时间或所述正常运行的时间占所述光伏逆变器计划运行时间的占比，并根据所述占比得到所述无故障率。

在一种实施例中，在所述健康度指标包括故障频次时，根据所述历史数据计算健康度指标，包括：

根据所述历史数据统计所述预设时间段内所述光伏逆变器发生故障的频次。

在一种实施例中，在所述健康度指标包括通信可靠率时，根据所述历史数据计算健康度指标，包括：

根据所述预设时间段内所述光伏逆变器通信发生中断的天数和所述光伏逆变器计划运行的天数计算所述通信可靠率。

在一种实施例中，判断所述光伏逆变器通信是否发生中断的过程包括：

获取逆变器的日发电量和有功功率的实时数据；

若获取到的连续若干此的实时数据为相同的非零值，则判定所述光伏逆变器通信发生中断。

在一种实施例中，在所述健康度指标包括发电量拟合度时，根据所述历史数据计算健康度指标，包括：

根据所述预设时间段内的日发电量和日累计辐照度拟合关于所述日发电量和所述日累计辐照度的初始线性回归模型；

根据已知的若干组日发电量-日累计辐照度数据对确定所述初始线性回归模型的线性参数，以根据所述线性参数及所述初始线性回归模型得到目标线性回归模型；

通过拟合优度验证所述目标线性回归模型的拟合程度。

在一种实施例中，在所述健康度指标包括偏差率时，根据所述历史数据计算健康度指标，包括：

获取每天电站中正常工作的光伏逆变器的总发电量和总装机容量；

根据每天的所述总发电量和所述总装机容量确定每天的全站平均发电小时数；

根据每天的所述当前评估的光伏逆变器的发电小时数和所述全站平均发电小时数确定每天的偏差率，将所述预设时间段内的偏差率均值作为所述光伏逆变器的偏差率。

在一种实施例中，在所述健康度指标包括电量损耗率时，根据所述历史数据计算健康度指标，包括：

根据所述光伏逆变器每天的输入侧发电量和输出侧发电量计算所述电量损耗率；

将所述预设时间段内的电量损耗量均值作为所述光伏逆变器的电量损耗率。

在一种实施例中，在所述健康度指标包括温度影响系数时，根据所述历史数据计算健康度指标，包括：

根据每天所述光伏逆变器的温度和电站内和所述光伏逆变器型号相同的设备的温度的均值计算所述温度影响系数；

将预设时间段内的温度影响系数的均值作为所述光伏逆变器的温度影响数据。

在一种实施例中，根据各所述健康度指标建立评估体系模型，根据各所述健康度指标和所述评估体系模型计算所述光伏逆变器的健康度得分，包括：

通过熵权法计算各个所述健康度指标对应的第一权重；

根据各个所述健康度指标的得分和对应的第一权重计算所述光伏逆变器的健康度得分。

在一种实施例中，根据各所述健康度指标建立评估体系模型，根据各所述健康度指标和所述评估体系模型计算所述光伏逆变器的健康度得分，包括：

通过层次分析法计算各个所述健康度指标对应的第二权重；

根据各个所述健康度指标的得分和对应的第二权重计算所述光伏逆变器的健康度得分。

在一种实施例中，根据各所述健康度指标建立评估体系模型，根据各所述健康度指标和所述评估体系模型计算所述光伏逆变器的健康度得分，包括：

通过熵权法计算各个所述健康度指标对应的第一权重；

通过层次分析法计算各个所述健康度指标对应的第二权重；

根据各个所述健康度指标对应的所述第一权重和所述第二权重计算各个所述健康度指标的最终权重；

根据各个所述健康度指标的得分和对应的最终权重计算所述光伏逆变器的健康度得分。

在一种实施例中，根据各个所述健康度指标对应的所述第一权重和所述第二权重计算各个所述健康度指标的最终权重，包括：

根据各个所述健康度指标对应的所述第一权重和所述第二权重利用预设公式计算各个所述健康度指标的最终权重；

所述预设公式为：

第二方面，本申请还提供了一种光伏逆变器的健康评估系统，包括：

数据获取单元，用于获取所述光伏逆变器在预设时间段内的历史数据；

指标计算单元，用于根据所述历史数据计算健康度指标；

模型建立单元，用于根据各所述健康度指标建立评估体系模型，用于建立所述评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种；

评估单元，用于根据各所述健康度指标和所述评估体系模型计算所述光伏逆变器的健康度得分。

第三方面，本申请还提供了一种光伏逆变器的健康评估装置，包括：

存储器，用于存储计算机程序；

处理器，用于在存储计算机程序时，实现如上述所述的光伏逆变器的健康评估方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的光伏逆变器的健康评估方法的步骤。

本申请提供了一种光伏逆变器的健康评估方法、系统及装置，涉及光伏发电领域。该方案中，获取光伏逆变器在预设时间段内的历史数据；根据历史数据计算健康度指标，根据各健康度指标建立评估体系模型，用于建立所述评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种，根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分。可见，本申请中充分考虑了逆变器的历史故障数据、发电数据等因素，通过量化分析能够更准确地评估逆变器的健康度；同时，通过建立评估体系模型，根据各个健康度指标的权重，可以更准确地评估逆变器的健康状况。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的一种光伏逆变器的健康评估方法的流程示意图；

图2为本申请提供的一种光伏逆变器的健康评估系统的结构框图；

图3为本申请提供的一种光伏逆变器的健康评估装置的结构框图。

具体实施方式

本申请的核心是提供一种光伏逆变器的健康评估方法、系统及装置，充分考虑了逆变器的历史故障数据、发电数据等因素，通过量化分析能够更准确地评估逆变器的健康度；同时，通过建立评估体系模型，根据各个健康度指标的权重，可以更准确地评估逆变器的健康状况。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

第一方面，本申请提供了一种光伏逆变器的健康评估方法，如图1所示，该方法包括：

S11：获取光伏逆变器在预设时间段内的历史数据；

本步骤是指获取光伏逆变器在预设时间段内的历史数据。在该光伏逆变器健康评估方法中，首先需要获取光伏逆变器在预设时间段内的历史数据。这些历史数据可以包括逆变器的运行数据、故障数据、发电数据等。

在获取历史数据的过程中，可以通过监测设备或传感器定期采集光伏逆变器的运行状态，例如电流、电压、频率、温度等信息。同时，也可以考虑获取逆变器的故障记录，例如故障代码、故障类型、故障发生的时间等。此外，还可以获取光伏逆变器的发电数据，包括逆变器每天、每月或每年的发电量、发电效率等信息。

通过获取光伏逆变器的历史数据，可以对逆变器的运行状态、故障情况和发电情况进行全面了解。这些数据将作为后续计算健康度指标和建立评估体系模型的基础。

S12：根据历史数据计算健康度指标；

本步骤中，需要根据光伏逆变器的历史数据计算健康度指标。健康度指标是评估逆变器健康状况的关键参数，可以提供对逆变器故障情况、发电情况和设备性能的评估。健康度指标可以包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标。其中，用于表征故障情况的指标：这些指标用于衡量逆变器的故障状况，通过分析逆变器的历史故障数据来计算。例如，可以考虑故障发生的频率、故障修复所需的时间等。这些指标可以反映出逆变器的可靠性和稳定性。用于表征发电情况的指标：这些指标用于评估逆变器的发电能力和效率。可以通过分析逆变器的历史发电数据来计算这些指标。例如，可以考虑逆变器的发电功率输出、发电效率等。这些指标可以反映出逆变器的发电能力和性能。用于表征设备性能情况的指标：这些指标用于评估逆变器的整体性能和运行状态。可以考虑逆变器的工作温度、输入电压范围、功率因数等指标。这些指标可以帮助识别逆变器可能存在的问题或潜在的性能下降。

本实施例中，可以根据实际需要选择更多的健康度指标来评估逆变器的健康状况。通过综合考虑这些指标，可以计算出逆变器的健康度得分，从而更准确地评估逆变器的健康状况。评估体系模型可以结合各个健康度指标的权重，以更精确地反映逆变器的整体健康状况。

S13：根据各健康度指标建立评估体系模型，用于建立所述评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种；

S14：根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分。

本步骤描述了对光伏逆变器健康度进行评估的步骤，其中重要的一步是建立评估体系模型。该模型是根据各健康度指标以及其他相关参数或因素构建的，用于计算光伏逆变器的健康度得分。在建立评估体系模型时，可以考虑以下因素：健康度指标的权重：不同的健康度指标对光伏逆变器健康评估的重要程度可能不同。因此，在建立评估体系模型时，需要确定各个健康度指标的权重，以反映其相对重要性。健康度指标之间的关联性：不同的健康度指标可能相互影响，或者存在一定的相关性。因此，在建立评估体系模型时，需要考虑健康度指标之间的关联性，并考虑如何将这些关联性纳入到模型中。评估体系模型的数学方法：建立评估体系模型时，可以选择适当的数学方法，例如加权求和、加权平均等，以将各个健康度指标结合起来计算光伏逆变器的健康度得分。该数学方法应能够合理地反映各个指标的变化和重要性。

其中，用于建立评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种，综合考虑这些指标，可以计算出逆变器的健康度得分，从而更准确地评估逆变器的健康状况。评估体系模型可以结合各个健康度指标的权重，以更精确地反映逆变器的整体健康状况。

通过建立评估体系模型，根据各个健康度指标的权重和指标的数值，可以计算光伏逆变器的健康度得分。该健康度得分能够量化地反映光伏逆变器的整体健康状况，并提供一个可比较的指标，用于评估和比较不同逆变器之间的健康状态。

在一种实施例中，在健康度指标包括无故障率时，根据历史数据计算健康度指标，包括：

根据预设时间段内的光伏逆变器发生故障的时间或正常运行的时间、光伏逆变器计划运行时间计算发生故障的时间或正常运行的时间占光伏逆变器计划运行时间的占比，并根据占比得到无故障率。

本实施例描述了一种实施例中的健康度指标的计算方法，其中包括了用于表征光伏逆变器是否发生故障的指标，即无故障率。具体地，可以通过以下步骤来计算无故障率指标：首先，需要获取预设时间段内光伏逆变器发生故障的时间或正常运行的时间，以及光伏逆变器的计划运行时间。其中，发生故障的时间和正常运行的时间是相对的，具体表示为发生故障的时间+正常运行的时间＝计划运行的总时间。接下来，根据预设时间段内光伏逆变器发生故障的时间或正常运行的时间，可以计算出光伏逆变器的发生故障的时间或正常运行的时间占总时间(计划运行时间)的比例。这可以通过将发生故障的时间或正常运行的时间除以计划运行时间来计算。

例如，如果预设时间段为一个月，光伏逆变器在此期间内发生故障的时间为5天，则正常运行的时间为25天，总的计划运行时间为30天，则故障时间占比为5/30＝1/6。最后，通过将故障时间占比乘以100％来计算可以计算出光伏逆变器的无故障率。

需要说明的是，设备故障时间＝故障结束时间-故障开始时间(单位：

h)，光伏逆变器计划运行时间：最近30天(截止到前一天的24点，单位：h)、

综上所述，本实施例描述了一种实施例中的无故障率指标的计算方法，该方法通过计算预设时间段内光伏逆变器的故障时间占比来评估光伏逆变器的健康状况。这样的计算方法可以用于基于历史数据来评估光伏逆变器的健康度。

在一种实施例中，在健康度指标包括故障频次时，根据历史数据计算健康度指标，包括：

根据历史数据统计预设时间段内光伏逆变器发生故障的频次。

本实施例中，健康度指标包括故障频次时，通过以下步骤计算健康度指标：首先，需要获取光伏逆变器在预设时间段内的历史数据。这些数据可能包括逆变器的运行记录、温度、电压和电流等参数的记录，以及逆变器发生故障的时间戳记录。根据历史数据，对预设时间段内光伏逆变器发生故障的频次进行统计。可以通过分析记录的时间戳来确定故障的发生次数。通过统计的故障频次，可以得出光伏逆变器的故障情况指标。这个指标可以用于衡量逆变器的健康度，即故障频次越高，逆变器的健康度越低。

该实施例中的健康度指标可能还包括其他指标，如发电情况指标和设备性能情况指标。根据这些指标，可以建立评估体系模型，并将各个健康度指标和评估体系模型结合起来，计算出光伏逆变器的健康度得分。

通过对光伏逆变器的历史数据进行分析和评估，可以及时发现设备的故障情况、发电情况和性能情况，为设备维护和管理提供科学依据。此外，这种健康评估方法还可以为设备制造商和运营商提供改进和优化设备性能的参考。

在一种实施例中，在健康度指标包括通信可靠率时，根据历史数据计算健康度指标，包括：

根据预设时间段内光伏逆变器通信发生中断的天数和光伏逆变器计划运行的天数计算通信可靠率。

本实施例描述了光伏逆变器的健康度指标中包括通信可靠率。通信可靠率是用于评估光伏逆变器通信状况的一个指标，它反映了在预设的时间段内通信的中断情况。通信中断可能是由于设备故障、网络问题或其他原因引起的。

为了计算通信可靠率，需要获取光伏逆变器在预设时间段内的历史数据。历史数据可以包括每天的通信情况，即光伏逆变器通信是否正常运行。通过统计光伏逆变器通信发生中断的天数和光伏逆变器计划运行的天数，可以计算出通信可靠率。

通信可靠率的计算公式可以如下所示：

通信可靠率＝(光伏逆变器计划运行的天数-光伏逆变器通信发生中断的天数)/光伏逆变器计划运行的天数*100％。其中，光伏逆变器计划运行的天数：最近30天(截止到前一天的24点，单位：天)；光伏逆变器通信发生中断的天数：当天只要发生通信中断，不论通信中断的时间和次数都累计1天。

通过计算通信可靠率，可以了解光伏逆变器通信状况的好坏。通信可靠率越高，表示通信状况越好，光伏逆变器的健康度也相对较高。而通信可靠率越低，表示通信状况较差，光伏逆变器的健康度也相对较低。

在一种实施例中，判断光伏逆变器通信是否发生中断的过程包括：

获取逆变器的日发电量和有功功率的实时数据；

若获取到的连续若干此的实时数据为相同的非零值，则判定光伏逆变器通信发生中断。

本实施例描述了一种用于判断光伏逆变器通信是否发生中断的过程。逆变器是一种用于将直流电转换为交流电的设备，它通常用于太阳能光伏发电系统。对于逆变器，每天的发电量和有功功率都是非常重要的指标。这个过程包括以下步骤：获取逆变器的日发电量和有功功率的实时数据。获取到连续若干次的实时数据，并检查它们是否为相同的非零值。在这一步，系统会获取逆变器的实时数据，例如每五分钟或每小时收集一次数据。然后，系统会检查连续若干次(如6次)获取到的数据是否为相同的非零值。这意味着如果连续几次获取到的数据都是相同的非零值，那么就可以判断光伏逆变器的通信发生了中断。

需要说明的是，光伏逆变器在晚上的时间日发电量和有功功率都为零，因此本申请中以连续相同的非零值作为判断通信是否中断的标准。

通过这种判断方式，可以及时检测到光伏逆变器通信是否中断。如果连续若干次的实时数据都没有变化，那么就可以推断出逆变器无法正常传输数据，并且存在通信中断的问题。这可以作为健康度评估的重要指标之一，以帮助确定逆变器的状态和性能。

在一种实施例中，在健康度指标包括发电量拟合度时，根据历史数据计算健康度指标，包括：

根据预设时间段内的日发电量和日累计辐照度拟合关于日发电量和日累计辐照度的初始线性回归模型；

根据已知的若干组日发电量-日累计辐照度数据对确定初始线性回归模型的线性参数，以根据线性参数及初始线性回归模型得到目标线性回归模型；

通过拟合优度验证目标线性回归模型的拟合程度。

本实施例描述了一种实施例中的健康度指标，其中包括了发电量拟合度。在此实施例中，根据历史数据计算健康度指标的方法如下：首先，根据预设时间段(例如一个月)内的日发电量和日累计辐照度数据，构建一个初始的线性回归模型，该模型用于拟合日发电量和日累计辐照度之间的关系。然后，通过已知的若干组日发电量-日累计辐照度数据，确定初始线性回归模型的线性参数。这些参数可以通过拟合已知数据点获得，从而使得初始线性回归模型更准确地描述日发电量和日累计辐照度之间的关系。接下来，利用确定的线性参数和初始线性回归模型，得到一个目标线性回归模型。该模型可以更准确地预测发电量与辐照度之间的关系。最后，通过拟合优度验证目标线性回归模型的拟合程度。拟合优度是用来评估目标线性回归模型与真实数据之间的拟合程度，其数值范围在0到1之间，值越接近1表示模型与真实数据的拟合程度越好。

如：通过逆变器30天的日发电量与日累计辐照度的进行线性拟合得到的初始线性回归模型为：y＝f(x,b1,b2,…,bn)，其中，x为日累计辐照度，y为日发电量，b1-bn为线性参数，通过60天中日累计辐照度和日发电量数据(x1,y1)，(x2,y2)，…,(xm,ym)；即通过m组数据寻求参数b的最佳估计值，进而得到目标线性回归模型。然后，通过拟合优度验证该电站建立的目标线性回归模型是否合适；拟合优度是指回归方程对观测值的拟合程度，度量拟合优度的统计量是判定系数R2，R2的取值范围是[0,1]，R2的值越接近1，说明回归方程对观测值的拟合程度越好；反之，R2的值越接近0，说明回归方程对观测值的拟合程度越差。

拟合优度公式：

通过以上步骤，可以根据历史数据计算出健康度指标中的发电量拟合度。这个指标可以用来评估光伏逆变器的发电情况，进而通过评估体系模型计算出光伏逆变器的健康度得分。引入发电量拟合优度指标，间接反映逆变器的发电量性能、健康水平。发电量拟合优度越高，说明逆变器发电量与辐照度拟合程度越好，逆变器发电情况稳定，发电水平高；发电量拟合优度越低，说明逆变器发电量与辐照度拟合程度越差，逆变器发电量情况不稳定。

在一种实施例中，在健康度指标包括偏差率时，根据历史数据计算健康度指标，包括：

获取每天电站中正常工作的光伏逆变器的总发电量和总装机容量；

根据每天的总发电量和总装机容量确定每天的全站平均发电小时数；

根据每天的当前评估的光伏逆变器的发电小时数和全站平均发电小时数确定每天的偏差率，将预设时间段内的偏差率均值作为光伏逆变器的偏差率。

本实施例针对健康度指标包括偏差率的情况进行了详细说明。在这种实施例中，根据历史数据计算健康度指标的步骤如下：1.获取每天电站中正常工作的光伏逆变器的总发电量和总装机容量。在该步骤中，根据历史数据，获取每天电站中正常工作的光伏逆变器的总发电量和总装机容量。总发电量是指光伏逆变器在该天内发电的总量，总装机容量是指光伏逆变器的总装机能力。2.根据每天的总发电量和总装机容量确定每天的全站平均发电小时数。在该步骤中，根据每天的总发电量和总装机容量，计算每天的全站平均发电小时数。全站平均发电小时数是指光伏逆变器在该天内平均每台逆变器能够工作的小时数。3.根据每天的当前评估的光伏逆变器的发电小时数和全站平均发电小时数确定每天的偏差率。在该步骤中，根据每天的当前评估的光伏逆变器的发电小时数和全站平均发电小时数，计算每天的偏差率。偏差率是指光伏逆变器的实际发电时间与全站平均发电时间之间的差异。4.将预设时间段内的偏差率均值作为光伏逆变器的偏差率。

例如，全站平均发电小时数＝正常工作的光伏逆变器的总发电量/正常工作的光伏逆变器的总装机容量*100％。每天的偏差率＝(光伏逆变器的发电小时数-全站平均发电小时数)/全站平均发电小时数*100％。

在该步骤中，通过计算预设时间段内各天的偏差率的均值，得到光伏逆变器的偏差率。这个偏差率可以用来衡量光伏逆变器的发电表现与整体平均水平的差异。

在一种实施例中，在健康度指标包括电量损耗率时，根据历史数据计算健康度指标，包括：

根据光伏逆变器每天的输入侧发电量和输出侧发电量计算电量损耗率；

将预设时间段内的电量损耗量均值作为光伏逆变器的电量损耗率。

本实施例描述了一种在健康度评估中考虑电量损耗率的方法。具体地，该方法利用光伏逆变器每天的输入侧发电量和输出侧发电量计算电量损耗率，并以预设时间段内的电量损耗量均值作为光伏逆变器的电量损耗率。

首先，使用历史数据中的光伏逆变器每天的输入侧发电量和输出侧发电量计算电量损耗率。电量损耗率是通过计算输出侧发电量与输入侧发电量之间的比值得出的。这可以通过简单地将输出侧发电量除以输入侧发电量来完成。例如，如果一个光伏逆变器在一天内输入侧发电量为100kWh，而输出侧发电量为90kWh，那么电量损耗率为90％(90/100)。接下来，计算预设时间段内的电量损耗量的均值。根据历史数据，可以获得光伏逆变器在预设时间段内每天的电量损耗率。将这些电量损耗率值求平均即可得到光伏逆变器的电量损耗率。

这种方法的优势在于将电量损耗率考虑在内，可以更全面地评估光伏逆变器的健康状况。电量损耗率反映了光伏逆变器在将输入侧的太阳能转化为输出侧的电能时的效率。如果电量损耗率较高，则说明光伏逆变器存在一定程度的性能问题或故障。因此，通过纳入电量损耗率指标，可以更准确地评估光伏逆变器的健康状况，并及时发现潜在的问题。

在一种实施例中，在健康度指标包括温度影响系数时，根据历史数据计算健康度指标，包括：

根据每天光伏逆变器的温度和电站内和光伏逆变器型号相同的设备的温度的均值计算温度影响系数；

将预设时间段内的温度影响系数的均值作为光伏逆变器的温度影响数据。

本实施例描述了一种在健康度评估中使用温度影响系数的方法。这种方法使用光伏逆变器的温度数据和电站内相同型号设备的温度数据，通过计算它们的均值来得到温度影响系数。该系数可以用来评估光伏逆变器在预设时间段内受温度影响的程度。具体而言，该方法包括以下步骤：1.获取光伏逆变器在预设时间段内的历史数据。2.计算光伏逆变器每天的温度和电站内相同型号设备的温度的均值。3.使用计算得到的均值作为温度影响系数。4.将预设时间段内的温度影响系数的均值作为温度影响数据。

通过这种方法，可以将温度影响纳入到光伏逆变器的健康度评估中。温度影响系数提供了光伏逆变器在不同温度条件下的性能指标，通过计算得到的温度影响数据可以用来量化光伏逆变器受温度影响的程度，进而评估其健康状况。

值得注意的是，本步骤需要结合其他健康度指标和评估体系模型进行计算。

在一种实施例中，根据各健康度指标建立评估体系模型，根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分，包括：

通过熵权法计算各个健康度指标对应的第一权重；

根据各个健康度指标的得分和对应的第一权重计算光伏逆变器的健康度得分。

在本实施例中，使用熵权法计算各个健康度指标对应的第一权重。熵权法是一种多指标权重确定方法，它可以根据指标之间的差异性和相关性来确定它们的权重。通过熵权法计算的第一权重将用于后续的健康度得分计算。最后，再根据各个健康度指标的得分和对应的第一权重计算光伏逆变器的健康度得分。具体而言，可以将各个健康度指标的得分与其对应的第一权重相乘，然后求和得到光伏逆变器的健康度得分。

具体地，利用熵权法确定各指标权值的步骤描述如下：

(1)首先将各指标数据进行同向化和无量纲化处理，假设给定了m个健康度指标：X′

(2)对各个健康度指标进行标准化处理，X

(3)各健康度指标数据标准化后的值为：X

(4)对各个指标进行归一化处理得：

其中，X

(5)计算第j项健康度指标下第i个样本值占该健康度指标的比重p

(6)计算第j项健康度指标的熵值e

其中，

(7)计算熵权法各健康度指标的权值β

总之，本实施例提供了一种光伏逆变器健康评估方法的具体实施例。该实施例通过建立评估体系模型和使用熵权法计算权重，对光伏逆变器的健康度进行客观评估。这个方法可以为光伏逆变器的维护和管理提供有益的参考依据。

在一种实施例中，根据各健康度指标建立评估体系模型，根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分，包括：

通过层次分析法计算各个健康度指标对应的第二权重；

根据各个健康度指标的得分和对应的第二权重计算光伏逆变器的健康度得分。

本实施例中，根据各健康度指标建立评估体系模型，并采用层次分析法计算各个健康度指标对应的第二权重，然后根据各个健康度指标的得分和对应的第二权重计算光伏逆变器的健康度得分。其中，层次分析法是一种多因素权重计算方法，通过构造判断矩阵来对多个因素进行比较和排序，从而得到各个因素的权重值。在这里，通过层次分析法可以确定每个健康度指标相对于其他指标的重要程度。一旦得到各个健康度指标的第二权重值，就可以根据各个指标的得分和对应的权重来计算光伏逆变器的健康度得分。这里的计算方法可以采用数学模型、公式或算法进行计算。

具体地，使用层分析法计算第二权重的方式如下：

(1)采用了光伏电站运维工程师对逆变器健康度的7个健康度指标进行定性分析并确定其相应权重：

(2)关于逆变器健康度评价体系中各健康度指标的判断矩阵以及相关定义如下：

(3)逆变器健康度评价体系的判断矩阵取值及其对应含义：

不同n值及其对应的RI值(随机一致性检验)：

(4)RI一致性检验后，进而求解最大特征值的特征向量并进行归一化得到各健康度指标的第二权重α

总之，本实施例中采用了层次分析法来计算各个健康度指标的权重，并根据权重和指标得分来计算光伏逆变器的健康度得分。这种方法可以进一步综合考虑不同指标的重要性，从而更准确地评估光伏逆变器的健康状况。

在一种实施例中，根据各健康度指标建立评估体系模型，根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分，包括：

通过熵权法计算各个健康度指标对应的第一权重；

通过层次分析法计算各个健康度指标对应的第二权重；

根据各个健康度指标对应的第一权重和第二权重计算各个健康度指标的最终权重；

根据各个健康度指标的得分和对应的最终权重计算光伏逆变器的健康度得分。

具体地，本实施例中评估体系模型的建立和光伏逆变器的健康度得分计算包括以下步骤：通过熵权法计算各个健康度指标对应的第一权重：熵权法是一种利用信息熵来确定各指标权重的方法。熵的值越大，说明对应的指标信息量越多，权重越大。通过计算各个健康度指标的熵值，可以确定它们之间的相对重要性。通过层次分析法计算各个健康度指标对应的第二权重：层次分析法是一种用来解决复杂决策问题的方法，它将问题层层分解，通过判断和比较确定各个因素之间的权重。在这里，层次分析法被用来确定各个健康度指标之间的相对权重。根据各个健康度指标对应的第一权重和第二权重计算各个健康度指标的最终权重：通过将第一权重和第二权重进行综合计算，获得各个健康度指标的最终权重。这样可以考虑到不同指标的相对重要性和相互之间的关联程度。根据各个健康度指标的得分和对应的最终权重计算光伏逆变器的健康度得分：最终权重与各个健康度指标的得分相乘，然后求和，得到光伏逆变器的健康度得分。

在一种实施例中，根据各个健康度指标对应的第一权重和第二权重计算各个健康度指标的最终权重，包括：

根据各个健康度指标对应的第一权重和第二权重利用预设公式计算各个健康度指标的最终权重；

预设公式为：

相比于只使用熵值法或层次分析法确定权重，使用熵值法和层次分析法综合确定最终权重的原因为：综合考虑了信息量和相对重要性：熵值法能够度量指标的信息量，而层次分析法能够判断和比较各个因素的相对重要性。综合使用这两种方法可以更全面地考虑指标之间的关系和重要性，使权重的确定更加准确和合理。考虑了指标之间的关联程度：熵值法和层次分析法都能够考虑指标之间的关联程度。熵值法通过计算指标的熵值来度量其信息量，而层次分析法通过判断和比较来确定各个因素的重要性。综合使用这两种方法可以更好地反映指标之间的关联程度，使权重的确定更加科学和可靠。

综上所述，使用熵值法和层次分析法综合确定最终权重相比于只使用熵值法或层次分析法确定权重，可以更全面地考虑指标之间的关系和重要性，更好地反映指标之间的关联程度，使权重的确定更加准确、合理、科学和可靠，从而使用此最终权重对光伏逆变器的健康度进行评估时，评估结果更可靠。

第二方面，本申请还提供了一种光伏逆变器的健康评估系统，如图2所示，该系统包括：

数据获取单元21，用于获取光伏逆变器在预设时间段内的历史数据；

指标计算单元22，用于根据历史数据计算健康度指标；

模型建立单元23，用于根据各健康度指标建立评估体系模型，用于建立评估体系模型的健康度指标至少包括用于表征故障情况的指标、用于表征发电情况的指标和用于表征设备性能情况的指标中的两种；

评估单元24，用于根据各健康度指标和评估体系模型计算光伏逆变器的健康度得分。

对于光伏逆变器的健康评估系统的介绍请参照上述实施例，本申请在此不再赘述。

第三方面，本申请还提供了一种光伏逆变器的健康评估装置，如图3所示，该装置包括：

存储器31，用于存储计算机程序；

处理器32，用于在存储计算机程序时，实现如上述的光伏逆变器的健康评估方法的步骤。

对于光伏逆变器的健康评估装置的介绍请参照上述实施例，本申请在此不再赘述。

第四方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的光伏逆变器的健康评估方法的步骤。对于计算机可读存储介质的介绍请参照上述实施例，本申请在此不再赘述。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。