在光伏电站运维中，组串级 IV 曲线信息量很大，但人工判读依赖经验，容易把积灰、遮挡、组件失配与旁路二极管导通混为一谈。本阶段的工作，是把 IV 曲线与同期辐照度、背板温度、组串朝向、历史清洗记录对齐后，训练一个轻量分类模型，先做故障归因，再输出清洗优先级。与单纯按发电量排序不同，模型不直接预测发电量，而是估算“若清洗可恢复的功率区间”，并给出置信度；置信度低于阈值的组串转人工复核，避免把线缆接触不良误判为积灰。
进展：在华东一处 12MW 屋顶分布式电站做三个月回测，模型对积灰与遮挡类样本的召回约 0.86，误报率约 8%；按模型排序执行清洗，无效清洗次数下降约三成，对应发电量增益约 2%。该结果受天气与清洗窗口影响，仍属阶段性观察。
下一步计划把水耗、人工成本与电价写入目标函数，将“清洗优先级”改为“清洗经济性排序”，并尝试在逆变器侧做边缘推理，减少数据回传。
评论