摘要
本发明公开了一种基于模型下沉的光伏阵列积灰监测方法和系统,1)获取分布式光伏系统的边缘端光伏阵列输出数据;2)提取有效数据;3)使用改进的差分编码对采样数据进行压缩编码;4)上传压缩后的数据,并在云端训练用于数据压缩的人工智能模型和用于光伏阵列积灰监测的模型;5)将训练好的用于数据压缩的人工智能模型加载到与光伏阵列电气相连的逆变器的控制器中;6)逆变器的控制器运行用于数据压缩的人工智能模型,并将压缩后数据上传至云端;7)云端通过半监督K‑Means模型分析数据,判断光伏阵列是否需要清洗;8)对于需要清洗的光伏阵列,通知其业主。本发明仅使用少量带标签数据实现分布式光伏阵列积灰状态精准判断。
技术关键词
分布式光伏系统
分布式光伏阵列
人工智能模型
GRU模型
监测方法
积灰
数据压缩
逆变器
特征值
云端
数据上传模块
聚类
特征提取模块
编码
数据获取模块
无标签数据
通知
系统为您推荐了相关专利信息
高压断路器
监测方法
干扰识别模型
电力设备运行状态检测技术
频段
压力监测方法
燃烧室
异常检测方法
压力变化曲线
高温压力传感器
船只监测方法
分布特征
可见光图像
融合特征
特征模板
性状预测模型
无损监测方法
特征地图
光谱辐射计
多层感知器
数据处理方法
长短期记忆神经网络
界面
构建数据结构
元素