轻量化光伏电弧故障检测模型及边缘部署方法OA

随着光伏发电系统的广泛应用,光伏串联电弧故障以其隐蔽性与危害性威胁着光伏系统的稳定运行。光伏系统电弧故障信号较弱且不同天气情况差异较大,存在难以快速准确识别的问题。通过搭建光伏系统电弧故障实验平台,完成故障数据采集与故障特征分析;基于故障特征分析结果选取ShuffleNetV2卷积神经网络并进行改进,融合双注意力机制等模块强化模型信息捕捉能力;利用构建的电弧故障数据集开展模型训练与测试,结果表明改进模型对光伏电弧故障的检测准确率达99.5%。在此基础上设计了8通道的光伏系统电弧故障检测边缘终端,将模型部署到终端设备,该设备不仅实现对光伏电弧故障的可靠检测,在云层遮挡、逆变器干扰等复杂工况下也保持良好的鲁棒性,为光伏系统安全运维提供了可靠的技术方案。