光伏电站的发电量损失中，真正由组件失效引起的比例往往不高，更多来自积灰、局部遮挡和接线失配。三者在组串IV曲线上都表现为填充因子下降，仅看单一特征难以区分，运维人员常按经验先清洗、再排查，成本花在了错误的地方。
我们在一个约 2MW 的工商业屋顶电站做了阶段性的实验：以组串级IV扫描数据为主输入，叠加辐照度、组件温度和当天的清洗记录，训练一个轻量分类模型，输出「遮挡 / 积灰 / 失配 / 疑似衰减」四类判断及置信度。为控制现场算力，模型在边缘侧推理，单串耗时约 1.2 秒。
要点：
1）60 天连续测试中，遮挡与积灰的区分准确率约 82%，明显优于此前仅用发电量偏差的规则告警；失配类因样本少，仍是主要误差来源。
2）下一步计划引入组件朝向与屋面遮挡物CAD信息，作为先验约束，并扩充阴雨天的样本，观察湿度对清洗决策边界的干扰。
目前这套方法只作为派工建议，不直接触发清洗动作。
评论