【技术实现步骤摘要】
本专利技术涉及光伏组件故障诊断，具体涉及iv和cv智能融合诊断方法及诊断系统。
技术介绍
1、光伏组件是一种将太阳能转化为电能的设备，其由光电池电池片、玻璃、框架、反射层、透明上层等部分组成。当阳光照射到光伏组件上时，光电池利用半导体材料的特性转化为电流，电流则被集电线连接并输出电能。
2、随着使用率的不断上升，光伏组件的故障问题也日益凸显。现有技术使用红外热像仪来捕获光伏组件的红外图像，并通过计算机对红外图像进行分析处理，从而实现光伏组件的故障诊断。然而，通过红外热成像进行故障诊断的方法，可能会将处于阴影中的光伏组件识别为故障组件，造成对光伏组件的故障诊断不够准确。
3、iv&cv融合诊断是一种结合了智能电压(intelligentvoltage,iv)诊断和计算机视觉(computervision,cv)诊断的先进技术，用于光伏电站的故障检测、定位和性能评估。这种融合诊断技术通过集成两种不同但互补的诊断方法，提供了更全面、更准确的光伏组件故障诊断解决方案。
技术实现思路b>
1本文档来自技高网...
【技术保护点】
1.IV和CV智能融合诊断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的IV和CV智能融合诊断方法，其特征在于：S1中构建光伏组件故障诊断模型，并进行模型训练，得到训练好的光伏组件故障诊断模型，包括：
3.根据权利要求2所述的IV和CV智能融合诊断方法，其特征在于：所述采集待测光伏组件在历史时段内的历史工作电流和历史工作电压，包括：
4.根据权利要求3所述的IV和CV智能融合诊断方法，其特征在于：所述确定对应的历史特征和历史标签信息，构建得到第一训练数据集，包括：
5.根据权利要求1所述的IV和CV智能融合诊...
【技术特征摘要】
1.iv和cv智能融合诊断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的iv和cv智能融合诊断方法，其特征在于：s1中构建光伏组件故障诊断模型，并进行模型训练，得到训练好的光伏组件故障诊断模型，包括：
3.根据权利要求2所述的iv和cv智能融合诊断方法，其特征在于：所述采集待测光伏组件在历史时段内的历史工作电流和历史工作电压，包括：
4.根据权利要求3所述的iv和cv智能融合诊断方法，其特征在于：所述确定对应的历史特征和历史标签信息，构建得到第一训练数据集，包括：
5.根据权利要求1所述的iv和cv智能融合诊断方法，其特征在于：s3中构建光伏组件图像分割模型，并进行模型训练，得到对应的训练好的光伏组件图像分割模型，包括：
6.根据权利要求5所述的iv和cv智能融合诊断方法，其特征在于：s3中...
【专利技术属性】
技术研发人员：王永升，杨福胜，陶枫，王旭，柳顺芳，
申请(专利权)人：国能龙源环保南京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。