摘要
本发明公开了基于动态阈值与拓扑分析的光伏组串故障定位方法。该方法首先实时采集组串的电流、电压、温度及光照强度数据;接着,基于历史数据和LSTM模型生成随环境动态调整的故障判断阈值;然后,将实时数据与动态阈值比较以检测异常节点;随后,构建以电气阻抗为权重的组串拓扑网络,利用Dijkstra最短路径算法精确定位故障点;最后,提取多维特征,通过模糊逻辑分类器识别热斑、断路等具体故障类型,并输出诊断报告。本发明解决了静态阈值误报率高、传统拓扑分析精度不足的问题,实现了对光伏故障快速、精准的定位与诊断,提升了运维效率。
技术关键词
LSTM神经网络模型
光照强度数据
故障定位方法
节点
故障传播路径
精确定位故障点
滑动窗口
拓扑网络
模糊逻辑
动态
电气
逆变器
实时数据
阻抗偏差
电流
环境传感器
机器学习模型
噪声滤波
曲线特征
分类器
系统为您推荐了相关专利信息
挤压造粒设备
序列
描述符
Sigmoid函数
因子
光伏清扫机器人
清扫方法
清洁机构
光伏板清洁度
计划
装配工艺流程
工艺设计方法
数据关联关系
规划
场景
节点分类方法
神经网络分类器
生成对抗网络
节点特征
重构