摘要
本发明涉及光伏发电故障诊断技术领域,特别涉及多源数据融合的光伏发电异常诊断方法及系统,方法为:S1,获取气象数据、光伏发电量数据、光伏设备状态信息、光伏面板图像、历史发电量异常诊断记录;S2,预处理获取的数据;S3,构建光伏发电量预测模型,预测光伏的理论发电量;S4,设定发电量异常偏差阈值,将理论发电量与实际发电量进行对比,检测光伏发电是否异常;S5,根据光伏发电异常检测结果,综合分析气象数据、光伏设备状态及光伏面板图像,分析光伏发电异常原因。本发明实现了对光伏发电行为的精准建模与实时异常感知,显著提升了光伏电站的智能运维效率,降低了人工巡检成本,增强了光伏系统的经济性与可持续性。
技术关键词
光伏发电量
光伏面板
诊断方法
光伏设备
光伏发电故障诊断技术
图像深度特征
历史气象数据
光伏发电站系统
图像语义分割模型
多模型
分析气象数据
静态特征
异常诊断系统
执行存储器存储
系统为您推荐了相关专利信息
强化学习模型
散热片单元
故障智能诊断方法
高斯混合模型
共振频率
历史性能数据
故障诊断方法
无人机系统
数字孪生模型
单位耗电量