[发明专利]联合诊断模型建立方法、光伏组件故障诊断方法

说明书

本发明公开了一种联合诊断模型建立方法、光伏组件故障诊断方法，通过获取各终端设备发送的故障诊断模型参数；故障诊断模型通过样本训练集训练得到；每个终端设备对应有至少一组故障诊断模型参数；对各故障诊断模型参数进行聚合，得到初始联合模型参数；根据初始联合模型参数，得到联合诊断模型；根据多个故障诊断模型参数联合建模，从而在保障隐私和通信效率的前提下充分利用多个故障诊断模型的故障类型，大幅提升了模型的泛化性，如此提高光伏组件故障诊断的诊断方法的准确率。

技术领域

本发明涉及故障诊断技术领域，具体涉及一种联合诊断模型建立方法、光伏组件故障诊断方法。

背景技术

环境污染、能源短缺和可持续发展等日益严重的问题引起人们的广泛关注。对于世界上大多数国家来说，发电站所消耗的化石燃料是碳排放的主要原因之一。根据对温室气体排放(主要是二氧化碳)的研究，超过40％的碳排放是由发电过程中的化石燃料燃烧产生的。作为一种清洁的可再生能源，太阳能被认为是一个具有广阔市场前景的低碳发展方向，其中光伏发电是利用太阳能的主要途径之一。光伏组件是光伏系统的核心组成部分，而且大多运行在较为恶劣的户外条件。光伏系统在日常运行中面临诸多潜在的常见故障。由于不同故障类型对光伏系统的发电效率、运行安全以及经济效益的影响程度不同，因此，在光伏组件发生故障后快速准确地诊断故障类型对维护光伏系统的可靠性、可持续发电以及减少发电经济损失是至关重要的。

然而，现有的光伏故障诊断方法都是基于单个光伏电站或光伏阵列的故障样本来训练模型的，它们都没有考虑实际现场单个光伏电站难以采集到足够数量和类型的故障样本的问题。尽管半监督学习和生成对抗网络等方法可以使用少量有标签样本和历史数据中的无标签样本提高故障诊断的准确性，但它们都是基于以下假设：用于训练模型的少量有标签样本中已经包含了全部故障类型，也即虽然故障样本的数量受限，但故障样本的类型是齐全的。这意味着一旦发生新的故障，现有方法中的光伏故障诊断方法很难将其识别出来或者仅能将其粗略地分类为未知故障，不利于后续的故障排除工作，导致光伏故障诊断方法的准确率大幅降低。

发明内容

本发明实施例提供一种联合诊断模型建立方法、光伏组件故障诊断方法，以提高现有光伏故障诊断方法的准确率。

一方面，本发明实施例提供一种联合诊断模型建立方法，所述方法包括：

获取各终端设备发送的故障诊断模型参数，故障诊断模型通过样本训练集训练得到，每个所述终端设备对应有至少一组故障诊断模型参数；

对各所述故障诊断模型参数进行聚合，得到初始联合模型参数；

根据所述初始联合模型参数，得到联合诊断模型。

另一方面，本发明实施例提供一种光伏组件故障诊断方法，所述方法包括：

采集待检测光伏组件的运行数据；

将所述运行数据输入至联合诊断模型进行故障诊断，得到所述待检测光伏组件的故障诊断结果；所述联合诊断模型是根据上述联合诊断模型建立方法建立得到的。

另一方面，本发明实施例提供一种联合诊断模型建立系统，所述系统包括服务器和多个终端设备；

所述终端设备，用于发送故障诊断模型参数至所述服务器；

所述服务器，用于接收各终端设备发送的故障诊断模型参数；

所述服务器，用于对各所述故障诊断模型参数进行聚合，得到初始联合模型参数；

所述服务器，用于根据所述初始联合模型参数，得到联合诊断模型。

另一方面，本发明实施例提供一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，