摘要
本发明公开了一种基于降维模式的层次化光伏组串异常检测方法,相比于现有的检测方法而言,该方法基于时序电气量数据和天气数据为样本数据,结合降维模式和层次化的模型训练架构,以带有天气标签的时序电气量数据的降维模式图作为异常检测模型输入,降低了模型输入成本并提高模型预测准确性,可以有效应对真实光伏电厂动态的预测场景;本发明还提供了基于光伏组串异常检测方法的可视化分析系统,支持将异常检测模型的组串异常识别结果进行展示和分析,通过对异常结果的分析与简单标注优化异常检测模型,帮助用户通过交互式操作快速定位异常组串并制定合理的解决方案,实现光伏组串故障的有效排查。
技术关键词
组串异常检测方法
可视化分析系统
高斯混合模型
时序
数据
天气
电气
逆变器
皮尔逊相关系数
光伏电站
标签
可视分析系统
支持向量机
协方差矩阵
发电量
无监督模型
定位感兴趣
雷达
模式
指标
系统为您推荐了相关专利信息
模式构建方法
强度
校正
医疗康复护理技术
小波变换去噪
广告数据处理方法
地点
位置提取
图谱
车载广告投放技术
地铁道床
地铁列车
条件生成对抗网络
信号
数值仿真模型
认知功能损伤
Pearson相关系数
机器学习分类模型
无损伤
评估系统