基于深度学习的光伏系统电能质量监测与故障诊断方法

本发明涉及光伏系统故障诊断技术领域，提供了一种基于深度学习的光伏系统电能质量监测与故障诊断方法；本发明包括以下具体步骤：采集光伏系统的三相电电力参数，并对采集后的三相电电力参数数据进行预处理构建训练数据集；构建双向长短期记忆网络Bi‑LSTM模型，使用预处理后的训练数据集对模型进行训练，预测光伏组件故障类型；将实时采集的三相电电力参数输入训练后的Bi‑LSTM模型，输出光伏组件的故障类型及故障概率分布；将模型预测结果与实际实验结果进行比对，判定识别准确率是否满足预设要求；低于要求则对参数进行优化模型进行迭代更新，直至模型输出结构的准确率满足预设要求。