← 返回
一种基于鲁棒规则的利用逆变器数据检测与分类光伏系统性能低下的方法
A robust rule-based method for detecting and classifying underperformance in photovoltaic systems using inverter data
| 作者 | Bernardo Mendonca Severiano · Earl Duran · Jonathan Rispler · Jaysson Guerrero Orbe · Yinyan Liu · Fiacre Rougieux · Anna Bruce · Baran Yildiz · Chris Martell · Ibrahim Anwar Ibrahim |
| 期刊 | Solar Energy |
| 出版日期 | 2026年4月 |
| 卷/期 | 第 308 卷 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 光伏逆变器 故障诊断 机器学习 组串式逆变器 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 |
本文提出一种基于规则的鲁棒方法，利用光伏逆变器运行数据（如功率、电压、电流、温度等）自动识别和分类系统性能低下原因（如遮挡、污秽、组件失效、通信故障等），无需依赖高精度物理模型或大量标注数据。
S
SunView 深度解读
该研究高度契合阳光电源iSolarCloud智能运维平台及SG系列组串式逆变器的故障预警能力升级需求。其规则驱动的轻量化诊断方法可嵌入逆变器边缘侧固件，提升ST系列PCS和PowerTitan在光储电站中的实时健康评估能力，降低对云端AI算力依赖。建议将该方法集成至iSolarCloud 3.0故障根因分析模块，并适配SG325HX等新一代组串逆变器的数据流接口，强化户用及工商业场景的主动运维响应效率。