基于卷积神经网络与最大均值差异的光伏故障诊断方法与装置

本公开提出一种基于卷积神经网络与最大均值差异的光伏故障诊断方法与装置，属于跨拓扑结构的光伏阵列故障诊断技术领域。方法包括：获取源域带标签光伏阵列电气时序数据及目标域无标签光伏阵列电气时序数据，所述源域与目标域对应不同拓扑结构的光伏阵列，形成跨光伏阵列故障诊断模型的样本数据集；对样本数据集中的每个电气时序数据进行归一化处理；利用样本数据集中的测试数据，构建基于CNN‑MMD无监督域自适应深度学习框架的跨光伏阵列故障诊断模型；将剩余用于测试的目标域无标签数据输入CNN‑MMD模型进行故障诊断，以准确分类目标域待测数据的故障类型。本方法可在目标域缺乏类别标注的条件下，准确识别正常、开路、短路和局部阴影类别。