一种基于机器学习的光伏组件防污层效能监测与预测方法

本申请提供一种基于机器学习的光伏组件防污层效能监测与预测方法，包括：获取光伏组件运行时的电流、电压数据，并实时采集组件表面在金属粉尘累积下的电性能变化，得到动态特性数据集；根据电流与电压特性曲线识别金属粉尘累积与微观凹槽填充速率的映射关系，通过分析曲线变化特征得到表面光滑度，建立填充速率与表面光滑度降低的量化关系；获取卷积神经网络输出的高温点分布密度和面积,若超过预设范围,则结合表面粗糙度变化与附着力动态的关联模式,调整高温点分布密度和面积相关的阈值参数。