[发明专利]基于深度卷积对抗网络的光伏组件故障诊断方法、系统及设备

摘要

本发明提供了一种深度卷积生成对抗网络的光伏组件故障诊断方法，步骤包括：建立光伏组件的数学模型；对光伏组件进行故障图像采集；设定部分故障数据作为训练样本；构建深度卷积对抗网络的训练模型；生成器G输入噪声向量，经过反卷积层输出伪图像；判别器D输入真实样本和伪样本，经过卷积操作提取卷积特征，得到真实样本的概率；通过反向传播算法进行优化权重参数，然后开始下一次循环，每300次循环输出测试图像；将真实样本和取得的测试样本输入分类器，进行故障类别的分类，实现故障诊断。该故障诊断方法利用深度卷积网络生成了大量的故障图片，扩展了故障图像数据库，使得故障的分类更加详细，故障的诊断更加精准。

主权项

1.基于深度卷积对抗网络的光伏组件故障诊断方法，其特征在于，包括如下步骤：步骤1，收集光伏组件采集到的图像信息，筛选出代表故障类型的故障数据，标记为原始样本，设置原始样本中部分故障数据作为训练样本x；步骤2，构建深度卷积对抗网络模型，所述深度卷积对抗网络模型包括生成器G和判别器D；步骤3，训练深度卷积对抗网络模型，输出测试图像；步骤4，将原始样本和深度卷积对抗网络模型训练后获得的测试图像输入到卷积神经网络模型，进行逐层卷积和池化，提取图像特征，输入分类器，将光伏组件故障类型作为输出，进行分类；输出故障类型结果矩阵，实现光伏组件故障诊断。