摘要
本发明提供一种故障检测方法、装置、电子设备及存储介质,涉及人工智能领域,方法包括:将光伏组件的电流‑电压数据转换为电流‑电压曲线图像;利用预设分类模型对电流‑电压曲线图像进行分类处理,确定电流‑电压曲线图像对应各种预设故障类型的预测概率;其中,预设分类模型包含预设残差模块,预设残差模块由第一卷积单元、状态空间模型单元、第二卷积单元串联组成,预设残差模块的输入端与第一卷积单元和第二卷积单元连接,状态空间模型单元用于对第一卷积单元提取的多组局部特征进行全局特征提取;根据预测概率确定电流‑电压曲线图像对应的目标预设故障类型;可基于状态空间模型单元较好的全局特征提取能力提升光伏组件故障检测的可靠性。
技术关键词
残差模块
故障检测方法
状态空间模型
矩阵
全局特征提取
图像
曲线
电流
电压
计算机可执行指令
入口模块
光伏组件故障
数据
故障检测装置
电子设备
可读存储介质
存储计算机程序
批量
系统为您推荐了相关专利信息
灰色神经网络
马尔科夫链模型
Bayes方法
序列
粒子群优化算法
偏振控制器
单光子探测器
斯托克斯参数
分束器
穆勒矩阵