光伏系统故障与退化机制及其人工智能诊断技术综述

《IEEE Access》：Common Failures in Photovoltaic Systems and Their Diagnostic Methods with Applications of Artificial Intelligence Techniques: A Review

　　

摘要：

光伏（PV）系统易受到源自电气、机械和环境应力源的故障与退化机制的影响，这些故障和退化可能导致性能、可靠性和安全性下降。本综述通过考察常见光伏系统故障与退化机制的成因、可观测特征、性能与安全后果以及诊断路径，对其进行了全面评估。综述对用于故障检测与诊断的成像技术和电学技术进行了回顾和比较，从工作原理、诊断应用、优势、局限性和现场运行要求等方面进行了分析，同时讨论了与这些诊断方法相关的人工智能（AI）技术的发展。综述进一步涵盖了基于人工智能的方法，包括机器学习和深度学习模型、数据集生成、获取与预处理、不同AI模型族的比较分析及其在不同光伏诊断任务中的适用性，以及用于性能评估的度量指标。所综述的研究表明，人工智能在电气、环境、成像和时间序列数据方面的光伏故障检测与诊断中具有广泛的适用性，同时比较分析显示，AI模型的有效性与其诊断数据的结构以及预期的故障检测任务密切相关。综述进一步指出了光伏故障检测与诊断领域的关键挑战和未来研究方向，为致力于提高光伏系统故障监测与维护可靠性、效率和智能化水平的研究人员和从业人员提供了全面的参考。