摘要
本申请公开了一种光伏发电智能预警方法及系统,方法包括:确定光伏阵列的多变量时序数据,所述多变量时序数据包括光伏阵列组串的电气特征数据和环境特征数据;将多变量时序数据输入到故障预测模型中,提取光伏阵列组串间的空间关联特征向量并对空间关联特征向量进行时序依赖编码,得到故障敏感特征向量,以基于故障敏感特征向量预测光伏阵列的故障前兆;基于构建的故障演化知识图谱,对预测的故障前兆进行知识链接推理,以生成分级预警信息并据此对光伏阵列故障风险进行提前干预。本申请采集多变量时序数据,经故障预测模型提取特征并编码,结合故障演化知识图谱推理,实现早期微弱信号识别,提升预警时效性、准确性,满足精细化智能需求。
技术关键词
故障预测模型
时序
光伏发电智能
光伏阵列故障
变量
电气特征
多尺度
数据
空间特征提取
预警方法
校准特征
推理网络
编码
拓扑特征
并行特征提取
多模态注意力
知识图谱推理
故障特征
系统为您推荐了相关专利信息
虫害识别方法
图像生成模型
样本
生成数据集
真实图像数据
激光诱导击穿光谱
矩阵
元素检测方法
数据
机器学习模型
智能优化算法
性能优化方法
系统性能模型
决策方法
电池