期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半监督自学习的光伏系统故障检测方法
被引量：
1
1
作者
王江湖
张越超
+4 位作者
高浩
付泽宇
段震清
陈子豪
赵一峰
《节能技术》
CAS
2024年第2期174-179,共6页
对光伏系统的主要设备进行及时的故障检测能有效提高系统发电量、减少安全隐患。传统的基于机器学习和深度学习的方法通常需要大量标签数据来建立数据模型,然而在光伏系统的运行过程中可用的标签数据非常有限,造成无法建立一个可靠的数...
对光伏系统的主要设备进行及时的故障检测能有效提高系统发电量、减少安全隐患。传统的基于机器学习和深度学习的方法通常需要大量标签数据来建立数据模型,然而在光伏系统的运行过程中可用的标签数据非常有限,造成无法建立一个可靠的数据模型,导致模型的泛化性不高。此外,人工标记数据既成本高昂又易出错。为了解决这个挑战,设计了基于自学习预训练和半监督模型调优的半监督自学习的故障检测方法。该方法通过最大程度地利用少量的有标签的数据(即有限的监督信息)和大量的无标签数据,实现高性能的故障检测。该方法已经部署到国内一个2.5 MW的光伏电站上,数月的运维结果表明,相对于传统的机器学习和深度学习的方法,本文所提出的方法针对光伏组串的故障检测的F1分数提升了4.49%或更多,从而有效地提升了现场运维的效率。
展开更多
关键词
光伏系统
半监督自学习
故障检测
少标签
在线阅读
下载PDF
职称材料
题名
基于半监督自学习的光伏系统故障检测方法
被引量：
1
1
作者
王江湖
张越超
高浩
付泽宇
段震清
陈子豪
赵一峰
机构
国电建投内蒙古能源有限公司
国家能源集团新能源技术研究院有限公司
复旦大学计算机科学技术学院
出处
《节能技术》
CAS
2024年第2期174-179,共6页
基金
光伏电站智能分析决策系统关键技术研究及应用(GJNY-21-102)。
文摘
对光伏系统的主要设备进行及时的故障检测能有效提高系统发电量、减少安全隐患。传统的基于机器学习和深度学习的方法通常需要大量标签数据来建立数据模型,然而在光伏系统的运行过程中可用的标签数据非常有限,造成无法建立一个可靠的数据模型,导致模型的泛化性不高。此外,人工标记数据既成本高昂又易出错。为了解决这个挑战,设计了基于自学习预训练和半监督模型调优的半监督自学习的故障检测方法。该方法通过最大程度地利用少量的有标签的数据(即有限的监督信息)和大量的无标签数据,实现高性能的故障检测。该方法已经部署到国内一个2.5 MW的光伏电站上,数月的运维结果表明,相对于传统的机器学习和深度学习的方法,本文所提出的方法针对光伏组串的故障检测的F1分数提升了4.49%或更多,从而有效地提升了现场运维的效率。
关键词
光伏系统
半监督自学习
故障检测
少标签
Keywords
photovoltaic system
semi-self-supervised learning
fault detection
few labelling
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半监督自学习的光伏系统故障检测方法
王江湖
张越超
高浩
付泽宇
段震清
陈子豪
赵一峰
《节能技术》
CAS
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
