摘要
本申请公开了一种光伏逆变器的故障预测模型确定方法和装置、故障预测方法、存储介质、电子装置、计算机程序产品,该方法包括:获取多个光伏逆变器的历史数据,并基于历史数据建立数据样本集;采用多尺度卷积方式对数据样本集进行特征提取,确定不同时间尺度下的故障特征集;将故障特征集与数据样本集拼接得到训练样本,采用训练样本依次训练多个分类器;基于多个分类器分别的分类误差率确定多个分类器分别对应的权重;根据多个分类器分别对应的权重,将多个分类器组合,确定光伏逆变器的故障预测模型。通过多尺度卷积特征提取和加权分类器组合,提高模型进行故障预测的准确性和可靠性,该模型能够提前预警光伏逆变器的潜在故障。
技术关键词
光伏逆变器
故障预测模型
故障特征
分类器组合
样本
故障预测方法
多尺度
数据
计算机程序产品
卷积特征提取
电子装置
特征提取模块
组合模块
处理器
存储器
时间段
标签
系统为您推荐了相关专利信息
芯片缺陷检测方法
检测芯片
样本
差分检测方法
学习异常检测
污水处理控制方法
合流制排水系统
人工神经网络
泵站运行状态
全局优化控制
机器学习模型
储能系统
储能电池包
电池簇
拉弧检测方法
故障特征
集成学习算法
电网拓扑关系
集成分类器
数据