摘要
本申请涉及了一种基于数据驱动的光伏设备故障预警方法及系统,方法包括:获取多个目标设备在历史时段内的历史故障报告、历史运行数据和历史工作音频数据;根据历史故障报告和历史运行数据,基于神经网络预测模型,确定目标设备的第一故障情况;根据历史故障报告和历史工作音频数据,基于频谱图分析模型,确定目标设备中的第二故障情况;获取目标设备中原子部件的实时工作数据,根据第一故障情况和第二故障情况进行故障预警,并存储于故障分析库中。本申请能够全面表达光伏设备的故障情况,实现单点警告、故障关联和因果推断的逐级跃迁,确保光伏电站面对故障隐患时能够迅速响应,提升光伏运维管理的紧急处理能力。
技术关键词
故障预警方法
神经网络模型
神经网络预测模型
故障特征
光伏设备
历史运行数据
报告
残差神经网络
多通道特征
特征提取网络
音频
协同操作界面
滑动窗口
局部注意力机制
掩码矩阵
设备状态参数
系统为您推荐了相关专利信息
快速生成方法
多波束
引入注意力机制
半监督学习
编码
穿刺路径规划方法
三维模型
三角形面片
活检针
穿刺对象
石材幕墙
图像筛选方法
人机交互模块
迁移学习技术
深度学习模型
水轮机建模方法
神经网络模型
BP神经网络
力矩
数据