摘要
光伏故障检测与最大功率点跟踪通常被视为相互独立的功能，然而两者均依赖于辐照度、温度、电气状态和数据质量。本研究提出了一种物理引导框架，将实测故障检测与诊断相关的监督式MPPT相结合，同时保持实测诊断证据与控制软件证据相互分离。拉合尔数据集包含来自一台并网友器及其两个受监控MPPT通道的217,196条带时间戳记录以及19,452个独特的物理故障事件组。故障事件在物理事件层级上按时间顺序进行分离，校准与阈值选择仅使用训练集与验证集数据。基于完整运行表征的HGB检测器在测试集上达到了99.46%的准确率与宏F1值，MCC为0.9892，AUROC为0.9998。排列重要性分析表明模型对序列可用性描述符存在强依赖；一种无残差且无质量信息的设计，仅使用记录的电气、环境与电网通道，在测试集上实现了88.79%的准确率。在另一项独立的静态P–V软件基准测试中，诊断相关的监督式P&O控制器在受限的240个事件子集上实现了99.96%的平均跟踪效率以及0.193 V的平均模拟电压参考振荡。该控制实验不包含变流器动态特性或物理时间基准，且实测诊断证据仅限于单光伏场站。因此，在进行更广泛的运维推广之前，必须进行外部场站验证与变流器级测试。
