摘要
本发明公开了一种基于离散率的光伏组串故障定位及类型诊断方法,属于光伏电站设备异常诊断运维领域。包括:获取光伏组串的历史数据,包括空间配置参数、环境监测数据以及电气参数,对数据进行预处理,并进行归一化处理;将处理后的数据进行数据标注,划分为正常数据和异常数据,并标注异常数据的异常类型;通过所述数据训练异常诊断分类模型,以诊断光伏组串。本发明将离散率作为诊断模型的重要特征输入,无需人工经验设置离散率阈值,不仅能获取异常的位置,还能对异常类型进行判定,有利于后续维修;本发明通过模型自动学习和增量学习不断更新模型以适应光伏组串状态的变化,提高了定位和维修的效率,减少了成本,增加发电量。
技术关键词
诊断方法
异常数据
环境监测数据
机器学习模型
光伏电站设备
集成树模型
数据标签
参数
光伏系统
电气
实时数据
发电量
方位角
电流值
运维
电压