基于滑动窗口机制的光伏系统多通道异常检测方法及系统

本发明公开了一种基于滑动窗口机制的光伏系统多通道异常检测方法及系统，基于预处理后的历史数据使用滑动窗口生成训练集，将训练集输入多层前馈神经网络模型和基于自注意力机制的深度学习模型进行训练，将光伏系统的最新数据输入训练后的多层前馈神经网络模型和训练后的基于自注意力机制的深度学习模型中进行异常检测，能够实现训练样本的滚动更新与状态同步，提升模型对季节性变化、功率退化等慢变特性的适应能力，且融合多层前馈神经网络模型在短时建模中的拟合优势与基于自注意力机制的深度学习模型在长期依赖建模中的表现，可同时捕捉光伏系统运行中的局部波动与长期趋势变化，从而提高了光伏系统异常检测的实时性和精准度。