一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量诊断方法

本发明公开了一种基于自适应聚类算法和IC‑LSTM神经网络的光伏故障定量诊断方法，涉及光伏故障诊断领域，该方法包括：利用皮尔逊相关系数分析法对历史运行数据中的多个变量进行关联性分析；利用改进的自适应聚类算法对天气条件进行分类，得到天气条件分类结果；基于天气条件分类结果并结合输入凸长短期记忆神经网络，构建光伏发电正常状态下的预测模型；基于预先构建的若干光伏故障场景，对训练完成的光伏发电正常状态下的预测模型进行模型参数迁移，生成光伏发电故障状态下的预测模型。本发明能够有效处理大规模数据集中的非凸聚类问题，提升天气分类的准确性和效率，进而为光伏发电预测模型提供可靠的天气分类基础。