《Computers and Electrical Engineering》：Hybrid deep learning approaches for photovoltaic fault detection: From supervised CNNs to self-supervised masked autoencoders
编辑推荐：
光伏（PV）故障诊断面临严重的类别不平衡和标记故障数据可用性有限的挑战。然而，现有研究通常在不同的实验协议下评估单一学习范式，使得直接比较变得困难。本研究提出了一个统一的基准，涵盖四种基于一维卷积神经网络（CNN）的策略：监督学习、半监督伪标签、迭代自训练以及
光伏（PV）故障诊断面临严重的类别不平衡和标记故障数据可用性有限的挑战。然而，现有研究通常在不同的实验协议下评估单一学习范式，使得直接比较变得困难。本研究提出了一个统一的基准，涵盖四种基于一维卷积神经网络（CNN）的策略：监督学习、半监督伪标签、迭代自训练以及基于掩码自编码器的自监督预训练。每种策略均在三种不平衡设置下进行评估：无显式缓解、随机过采样和类别加权。实验在Lazzaretti光伏故障数据集上进行，采用分层五折交叉验证。性能评估使用了准确率、宏F1分数、ROC-AUC、逐类别指标，以及基于Bonferroni校正的折级ROC-AUC值配对统计检验。在没有显式不平衡缓解的情况下，监督CNN和自监督模型实现了接近完美的性能，准确率分别为0.9949和0.9973，宏F1分数分别为0.9912和0.9942。随机过采样在所有四种策略中显著降低了少数类判别能力。在类别加权下，CNN和自监督学习保持了强劲性能，而半监督学习和自训练仍然对有偏或噪声伪标签敏感。自监督模型比监督CNN需要显著更多的训练时间和内存，但保持了较低的推理延迟。这些发现表明，监督CNN和基于掩码自编码器的自监督学习在评估协议下是最可靠的策略，而朴素的伪标签和随机过采样不适用于严重类别不平衡的场景。需要在独立光伏系统上进行外部验证以评估泛化能力。
论文解读：光伏故障检测中混合深度学习范式的统一基准评估
一、研究背景与问题
在全球低碳能源转型的推动下，光伏（Photovoltaic，PV）系统的部署规模迅速扩大。然而，光伏组件的内部故障（如短路、开路、退化）与外部环境因素（如阴影遮挡）会显著降低发电效率、加速部件老化并缩短系统投资回报周期。传统的人工巡检与基于规则的算法难以应对海量数据的可扩展性需求，而监督机器学习（Machine Learning，ML）与深度学习（Deep Learning，DL）方法虽在故障检测中展现出潜力，但仍面临多重挑战。首先，现有研究大多在受控实验室环境下仅评估单一学习范式，缺乏在相同实验条件下对监督学习（Supervised Learning，SL）、半监督学习（Semi-Supervised Learning，Semi-SL）、自训练（Self-Training，ST）与自监督学习（Self-Supervised Learning，Self-SL）的直接公平比较。其次，实际光伏系统中的故障事件相对正常运行为罕见事件，标记故障样本的采集与标注耗时且昂贵，导致数据集存在严重的类别不平衡问题。第三，多数方法依赖大量标记数据，而对数据高效学习策略与不平衡缓解技术之间的交互作用缺乏系统研究。第四，以往研究多仅报告平均性能指标而缺乏严格的统计验证，结论可靠性不足。因此，亟需一个统一的基准框架，在相同的数据划分、模型骨干、不平衡处理方式和评估标准下系统比较各种学习范式的性能。
二、研究内容与方法
研究人员在《Computers and Electrical Engineering》期刊上发表了这项研究，针对上述问题提出了一个综合评估框架。该框架在Lazzaretti光伏故障数据集上对四种学习策略进行了统一基准测试：监督CNN、基于伪标签的半监督学习、迭代自训练以及基于掩码自编码器（Masked Autoencoder，MAE）的自监督预训练。数据集源自包含两串共16块C6SU-330P光伏组件、连接5kW并网逆变器的实验系统，以1Hz频率连续采集16天数据，特征包括直流电压、直流电流、辐照度、组件温度及故障标签变量，涵盖正常（NO）、短路（SC）、开路（OC）、退化（DE）和阴影（SH）五种类别，且类别分布严重不平衡。研究采用分层五折交叉验证，并在三种不平衡设置下评估各策略：无显式缓解、随机过采样（Random Over-Sampling，ROS）和类别加权。性能评估使用准确率、宏F1分数、ROC-AUC、逐类别指标以及经Bonferroni校正的配对统计检验。
三、主要研究结果
1. 无不平衡缓解的结果：监督CNN和自监督模型在所有类别上表现最佳，准确率分别达0.9949和0.9973，宏F1分数分别为0.9912和0.9942，且二者差异无统计学显著性。自监督模型在NO、OC和SH类别上取得最高F1分数。半监督和自训练模型则完全无法检测SC类别（精确率、召回率和F1分数均为0），整体宏F1分数分别仅为0.6699和0.6241，表明传统伪标签方法在强类别不平衡下存在根本缺陷。
2. 随机过采样结果：ROS技术未改善少数类判别能力，反而导致CNN和自监督模型对SC、OC、DE类别的精确率为零，整体宏F1分数骤降至约0.19。半监督模型虽在OC和SH类别上实现了较高召回率（分别为0.7350和0.8389），但精确率极低，产生大量假阳性。经Bonferroni校正后，各策略间性能差异均未达到统计显著性，表明ROS通过简单复制少数类样本而缺乏变异性引入，导致模型过拟合与泛化能力下降。
3. 类别加权结果：类别加权使CNN和自监督模型保持近完美整体性能，准确率分别为0.9936和0.9933，宏F1分数分别为0.9893和0.9854，ROC-AUC均为0.9999。然而，半监督和自训练模型宏F1分数仅分别为0.1522和0.1713，说明加权标记损失无法纠正有偏或噪声伪标签生成。统计检验确认CNN与自监督模型性能无显著差异，且二者均显著优于半监督和自训练方法。
4. 总体比较与计算复杂度：CNN和自监督模型在所有不平衡设置下表现最稳定，宏F1分数比准确率更能反映少数类诊断能力。自监督模型需8424秒训练时间和2361.51MB内存，超过监督CNN十倍以上的训练开销和五倍以上的内存消耗，但推理延迟仅2.78毫秒/样本，模型大小仅0.07MB，适合实时部署。与现有方法相比，所提CNN和自监督模型在准确率、精确率、召回率和特异性方面均优于TinyVit、SVM、KNN、决策树以及多种深度模型基线。
四、结论与讨论
研究证实监督CNN和基于MAE的自监督学习是在所评估协议下最可靠的故障诊断策略，而朴素的伪标签方法和随机过采样不适用于严重类别不平衡场景。半监督和自训练方法对类不平衡和伪标签噪声高度敏感，原因在于少数类样本稀少时初始分类器倾向于对多数类做出高置信预测，导致伪标签质量低下且误差在迭代训练中传播。类别加权通过修改损失函数而非数据分布，为CNN和自监督模型提供了更稳定的替代方案。自监督模型通过预训练阶段学习数据内在表示，减少了对标记数据的依赖，尽管训练成本高但其低推理延迟和紧凑模型尺寸支持离线预训练后的实际部署。研究局限性在于仅使用单一受控条件下的基准数据集，且未考察固定置信阈值（τ=0.9）的敏感性。未来工作需在独立光伏系统、多站点数据、噪声环境及未见故障组合下进一步验证框架的泛化能力。
