能源AI实验室近期在华东一处分布式光伏电站完成了组串级 IV 曲线诊断的阶段性验证。方案不改动现场设备，直接读取逆变器在低辐照时段的扫描曲线，配合辐照度、背板温度与组串朝向做归一化，再从曲线形态中提取填充因子、膝点电压偏移、台阶数等特征，用于区分阴影遮挡、组串失配、组件老化与旁路二极管异常。
进展：在 1200 余个组串、约 6 个月的历史曲线上回测，模型对明显失配与二极管导通两类异常的识别结果与现场核查一致率约 85%；单站全量诊断由人工抽测的半日缩短至分钟级，并可按估算发电量损失排序，为运维排优先级。
局限同样明确：清晨长阴影造成的多峰曲线与真实失配容易混淆，异常样本量仍偏少。下一步计划接入清洗与巡检工单，用实际处理结果反标样本，观察误报能否进一步收敛。
评论