AI光伏组串损失诊断：辐照归一与离散度定位

能源AI实验室近期在光伏电站组串级损失诊断上完成一轮实验：以逆变器直流侧组串电流、气象站水平辐照与组件背板温度为输入，先做辐照-温度归一化，再按朝向与倾角分组，建立同组组串的期望功率区间，用离散度而非绝对发电量定位异常。

进展：在某2.4 MW分布式屋顶电站的412个组串上连续运行30天，系统日均标记12条候选异常，经现场核查确认3处持续离散——2处为局部积灰遮挡，1处为旁路二极管导通。单次异常定位由人工巡检约2小时缩短至约15分钟，未出现漏报导致的非计划停机。

下一步：接入降雨与组件清洗记录，区分积灰、鸟粪与固定遮挡，输出清洗建议窗口；同时把同一套归一化思路迁移到储能侧充放电损耗归因，验证跨设备复用性。