摘要
本发明涉及光伏系统技术领域,具体公开了一种光伏系统的故障识别方法及系统,通过环境、电气参数和设备状态监测传感器实时采集数据,经清洗标准化后,提取时域、频域和时频特征,运用相关性分析与特征重要性排序算法筛选特征子集;利用孤立森林算法和随机森林分类器组成的混合模型检测并分类故障;借助层次化诊断策略、图神经网络和贝叶斯推理算法定位故障子系统并分析根本原因;基于新数据定期更新模型。本发明可快速准确识别定位故障,适应复杂环境,降低运维成本,提升光伏系统运行可靠性与运维效率。
技术关键词
故障识别方法
光伏系统拓扑结构
孤立森林算法
设备状态监测
随机森林
设备状态数据
增量学习技术
时域特征
故障传播路径
频域特征
故障检测模型
推理算法
历史数据统计特性
神经网络模型
定位故障
分类器
子系统
环境传感器
无监督学习算法
系统为您推荐了相关专利信息
温度预测方法
融合神经网络
长短期记忆神经网络
电力设备状态监测
变压器状态监测
预后预测模型
食管癌患者
机器学习算法模型
随机森林模型
数据
HRRP识别方法
序列特征
压缩感知成像
网络特征
压缩感知算法
码头
随机森林模型
操作员控制台
设备端
编码器定位设备