谢祥颖,刘 虎,王 栋,冷彪

(1.北京航空航天大学计算机学院，北京 100191；2.国网电子商务有限公司战略发展部，北京 100053；3.国家电网有限公司互联网部，北京 100031；4.国网电子商务有限公司数字科技部，北京 100053)

1 引言

太阳能资源是取之不尽、用之不竭的清洁能源，光伏发电是目前使用太阳能最广泛、有效的方式。根据2016年12月发布的《太阳能发展“十三五”规划》，到2020年底，中国光伏发电装机容量指标为105 GW,光热发电装机容量指标为5 GW。截至2018年底，中国光伏累计并网装机量174 GW，远超《太阳能发展“十三五”规划》目标。但是，在光伏发电广泛应用的同时，光伏电站故障频发成为了光伏产业发展亟待解决的问题。目前光伏故障诊断方法可以分为3大类：(1)传统基于光伏电路特点的诊断方法；(2)机器学习诊断方法；(3)深度学习诊断方法。

传统的故障诊断方法包括时域反射法[1,2]和等效电路法[3]。时域反射法通过对比时域反射信号与输入信号确定故障发生的位置。这种方法的缺点包括：能够检测出的故障类别少；白天光照会对时域反射信号产生干扰；需要系统停机进行故障诊断，难以实时进行。等效电路法是一种利用伏安特性进行故障诊断的方法，通过在电路中串联等效电阻来判断系统中是否存在故障组件。等效电路法虽解决了实时故障诊断的问题，但该检测方法不能大范围使用。

基于机器学习的故障诊断方法主要通过分析光伏电站的运行数据，然后对当前状态进行故障诊断。毕锐等……