一种IV故障曲线的分类方法及装置制造方法及图纸

本申请涉及光伏系统故障分析技术领域，具体涉及一种IV故障曲线的分类方法及装置，该方法包括：获取历史IV故障曲线数据，并转换成图片形式的故障数据集，从中选取训练集；将训练集输入至U‑Net网络中生成各个特征图；将特征图输入至对抗网络的特征分类器中进行特征分类训练，并获取故障分类结果；将故障分类结果输入至对抗网络的判别器中，获取差距判别结果；根据判别结果，对分类器与判别器进行交替训练，并获取训练好的对抗网络，以对待分类IV故障曲线进行故障分类。上述方案将U‑Net网络与对抗网络结合起来，以使用少量训练数据就能提升故障分类的准确率，且大幅提升模型泛化性。

【技术实现步骤摘要】

本申请涉及光伏系统故障分析，具体涉及一种iv故障曲线的分类方法及装置。

技术介绍

1、随着新能源的发展，大规模的光伏电站得以迅速扩建，光伏组件及光伏阵列的故障及时诊断对于优化光伏电站的发电效率具有重要作用。然而，由于光伏电站通常安装在恶劣的户外环境中，其在工作时易受到热循环、湿度、紫外线、风激振等各种环境因素的影响，导致光伏材料的局部老化、性能下降、裂纹等故障，极大地影响了光伏阵列的电气特性，进而影响光伏电站的发电效率。

2、在光伏领域中，iv故障曲线通常用于表示光伏组件输出的电流和电压之间的关系。通过观察iv故障曲线，可以评估光伏组件的性能和可靠性，以及预测光伏组件的故障。现阶段，光伏故障分类方法大约分为两类，一种是基于传统机器学习的故障分类方法，另一种是基于光伏组件物理建模的故障分类方法。基于传统机器学习的故障分类方法不仅需要选择合适的机器学习算法，而且还需要获取海量的训练数据，因此会对算法的落地造成很大的瓶颈；而基于光伏组件物理建模的故障分类方法往往需在标准环境中才能获得较为准确的结果，但是现实的环境是复杂多变的，这些物理建模参数极易受到本文档来自技高网...

【技术保护点】

1.一种IV故障曲线的分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述历史IV故障曲线数据转换成图片形式的故障数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述训练集输入至U-Net网络中进行特征提取，并生成各个特征图，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述特征图输入至对抗网络的特征分类器中进行特征分类训练，并获取故障分类结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述故障分类结果输入至所述对抗网络的判别器中，以评判所述故障分类结果与分类标签...

【技术特征摘要】

1.一种iv故障曲线的分类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述历史iv故障曲线数据转换成图片形式的故障数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述训练集输入至u-net网络中进行特征提取，并生成各个特征图，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述特征图输入至对抗网络的特征分类器中进行特征分类训练，并获取故障分类结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述故障分类结果输入至所述对抗网络的判别器中，以评判所述故障分类结果与分类标签之间的差距，并获取差距判别结果，包括：

6.根...

【专利技术属性】
技术研发人员：费远宇，张衡，曾维波，
申请(专利权)人：固德威技术股份有限公司，
类型：发明
国别省市：