摘要
本发明公开了基于边缘端的光伏电站光伏组件运行参数异常检测方法,具体步骤包括:S1:数据采集;S2:数据预处理;S3:特征提取:从大量原始数据中提取有助于异常检测的特征;特征包括与组件输出功率相关的指标,以及环境参数;S4:无监督异常检测;S5:量化感知蒸馏;更轻量化的边缘端部署:针对大规模光伏系统,通过量化感知知识机制对模型进行轻量化处理,使其适应边缘端的资源受限环境;检测准确率显著提升:通过多维特征融合并结合时间关联性,本发明在处理光伏电站组件运行参数时,能够显著提高异常检测的准确率;本发明设计了极小极大策略来放大关联异常与正常情况的可区分性,使得其在无监督时间序列异常检测基准上取得先进的结果。
技术关键词
光伏电站光伏组件
异常检测方法
资源受限环境
大规模光伏系统
发电监控系统
无监督
参数
光伏电站组件
中央控制平台
实时数据
蒸馏
滤波算法
功率
指标
插值法
电气
系统为您推荐了相关专利信息
异常检测方法
谐波畸变率
谐波特征
异常检测设备
功率因数
算法
大语言模型
掩码矩阵
资源受限环境
写入存储介质
二次设备
深度学习模型
循环神经网络算法
样本
变电站设备