摘要
本发明属于光伏设备故障预警系统技术领域,本发明公开了一种用于光伏电站的新能源设备故障预警系统,包括:首先按照预设频率采集光伏系统参数,形成时间序列数据库;然后对参数进行预处理,生成物理特征数据集和分析特征数据集;接着构建动态贝叶斯网络模型和机器学习分类模型,分别基于物理特征数据集和分析特征数据集进行故障分析,生成两种故障概率分布;再计算两种分布的一致性指标,根据一致性指标采取相应的决策策略,生成综合故障概率;最后根据故障概率值与预设阈值的比较结果确定故障状态,生成预警信号。本发明通过融合物理模型和数据驱动方法,实现了两种模型结果的智能融合,提高了故障预警的准确性和可靠性。