AI光伏组串积灰与遮挡判别：清洗时机建议

在光伏电站运维中，积灰和遮挡都会表现为组串电流下降，但处理方式完全不同：前者靠清洗，后者往往要排查树木、鸟粪或设备移位。两类原因混在一条告警里，运维只能凭经验跑现场。
能源AI实验室搭建了一组小规模对照实验：在同一朝向的组串上采集分钟级直流电流、电压与组串温度，同步接入辐照度计和气象数据。做法是不看绝对功率，而以同朝向、同型号组串的相对效率作为基线，用晴空指数与太阳高度角筛出可比时段，再按下降形态区分——遮挡多为固定时段、固定幅度的台阶式损失；积灰则是全时段缓慢下滑，并在雨后出现可识别的回升。
进展：在一座屋顶电站约1200组串日的历史数据上回测，积灰与遮挡二分类F1约0.86；主要误报集中在多云转晴的过渡时段，辐照度波动被误读为效率下降。下一步计划把清洗成本、当时电价与未来两日辐照预报接入模型，把“异常告警”改写成“清洗收益排序”，直接给出建议清洗日期，而不是让运维自行判断。