摘要
本发明公开了一种基于机器学习的地面集中式光伏模块故障诊断方法及系统,属于光伏模块故障诊断的技术领域获取地面集中式光伏模块存储的历史传感数据,对其进行数据预处理,以形成训练数据集;并按照故障发生时间,将训练数据集中的数据标注为正常数据与故障数据;再对训练数据集进行随机采样,并筛选出正常数据与故障数据,利用随机欠采样方法动态调整数据比例,形成多个子训练数据集;然后对多个子训练数据集并行训练,得到多个子故障诊断模型;最后获取实时传感数据,输入各个子故障诊断模型,并统计出输出结果,得到最终故障诊断结果。这提高了对于地面集中式光伏模块的故障诊断效率,并且有效改善了最终诊断效果,降低故障诊断误判率。
技术关键词
光伏模块
故障诊断模型
故障诊断方法
传感
欠采样方法
地面
学习算法
样本
故障诊断效率
有功功率
故障诊断系统
故障诊断模块
模型训练模块
时序
存储计算机程序
收发器
数据处理模块
计算机程序产品
数据采集模块
系统为您推荐了相关专利信息
平衡控制方法
融合算法
障碍物识别
协作策略
环境状态信息
运输监控系统
水下传感器
自主水下航行
无人机
网络
计量互感器
非线性回归模型
传感器
数据
误差测量方法
发电厂设备
故障诊断模型
故障诊断方法
上采样
神经网络模型
径向基函数神经网络
模型构建方法
智能机械臂
力学
数据