光伏电站的组串级故障长期依赖人工抽检：万用表测开路电压、红外热像找热斑，效率低且难以覆盖全站。我们在实验室搭建了一套基于IV曲线扫描的组串诊断原型，把逆变器自带的扫描能力当作现成的“传感器”用起来。
思路是把一条IV曲线拆成两组特征。一是形态特征，包括短路电流、开路电压、填充因子、膝点位置与斜率变化；二是工况特征，包括辐照度、组件温度与组串并联数。前者用轻量梯度提升树做故障分类，后者用于把不同天气下的曲线归一到可比区间，避免阴晴变化被误判成故障。
阶段性进展（第一批试点：3个分布式屋顶电站、约1200串）：
- 遮挡与失配的识别准确率在晴天正午时段约92%，多云时段降至80%左右，主要混淆项是快速波动的云影；
- 已能区分“整串遮挡”“单组件热斑”“连接器接触电阻升高”三类典型异常，并给出定位到组串的工单建议。
下一步计划：引入时序IV曲线（连续多日同一时点）抑制瞬时云影干扰，并把诊断结果与电站发电量损失做回归对照，先量化漏报与误报的实际成本，再决定是否扩大到组串级自动派单。
评论