(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111187101.0 (22)申请日 2021.10.12 (71)申请人 西安咸林能源科技有限公司 地址 710077 陕西省西安市高新区鱼化 街 办天谷七路88号新加坡腾飞科汇城西 楼15层01单 元 (72)发明人 裴刘生　王海峰　江标荣　杨先川　 杨建辉　崔桃源　柳凯元　冯国刚　 (74)专利代理 机构 北京化育知识产权代理有限 公司 11833 代理人 尹均利 (51)Int.Cl. G06F 30/27(2020.01) G06N 20/20(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于人工智能的组串故障判 断方法和 装置 (57)摘要 本申请公开了一种基于人工智能的组串故 障判断方法和装置， 该方法包括： 获取多组组串 中的每一组组串的发电量的曲线； 对 所述多组组 串对应的多条曲线进行比较； 根据所述比较结果 确定所述多条曲线中与其他曲线差距满足预定 条件的至少一条第一曲线； 确定所述至少一条第 一曲线对应的组串出现故障。 通过本申请解决了 现有技术中组串故障发现不及时的问题， 从而比 较及时的发现组串故障， 为提高发电效率提供了 可靠的保证 。 权利要求书2页 说明书5页 附图1页 CN 113901723 A 2022.01.07 CN 113901723 A 1.一种基于人工智能的组串故障判断方法， 其特 征在于， 包括： 获取多组 组串中的每一组 组串的发电量的曲线； 对所述多组 组串对应的多条曲线 进行比较； 根据所述比较结果确定所述多条曲线中与其他曲线差距满足预定条件的至少一条第 一曲线； 确定所述至少一条第一曲线对应的组串出现故障。 2.根据权利要求1所述的方法， 其特征在于， 获取所述多组组串中的每一组组串的发电 量的曲线包括： 获取所述多组组串中的每一组组串在相同的时间段内的发电量的曲线， 其中， 所述每 一组组串中的光伏板的发电功率相同。 3.根据权利要求1所述的方法， 其特征在于， 根据 所述比较结果确定所述多条曲线中与 其他曲线差距满足预定条件的至少一条第一曲线包括： 将所述多条曲线输入到机器学习模型中， 其中， 所述机器学习模型为分类模型， 所述机 器学习模型用于所述多条曲线进行分类， 相似度超过阈值的曲线被分为第一类， 其余的区 别被分为第二类， 所述第二类中的曲线为第一曲线。 4.根据权利要求3所述的方法， 其特征在于， 所述机器学习 模型是使用多组训练数据训 练得到的， 其中， 每组训练数据均包括输入数据和输出数据， 所述输入数据包括多条曲线， 所述输出数据包括分类结果， 所述分类结果为人工标识出 的发电量正常的第一类曲线， 以 及发电量异常的第二类曲线。 5.根据权利要求4所述的方法， 其特征在于， 确定所述至少一条第 一曲线对应的组串出 现故障包括： 根据所述至少一条第一曲线确定该第一曲线对应的组串出现的故障的类型。 6.一种基于人工智能的组串故障判断装置， 其特 征在于， 包括： 获取模块， 用于获取多组 组串中的每一组 组串的发电量的曲线； 比较模块， 用于对所述多组 组串对应的多条曲线 进行比较； 第一确定模块， 用于根据所述比较结果确定所述多条曲线中与其他曲线差距满足预定 条件的至少一条第一曲线； 第二确定模块， 用于确定所述至少一条第一曲线对应的组串出现故障。 7.根据权利要求6所述的装置， 其特 征在于， 所述获取模块用于： 获取所述多组组串中的每一组组串在相同的时间段内的发电量的曲线， 其中， 所述每 一组组串中的光伏板的发电功率相同。 8.根据权利要求6所述的装置， 其特 征在于， 所述第一确定模块用于： 将所述多条曲线输入到机器学习模型中， 其中， 所述机器学习模型为分类模型， 所述机 器学习模型用于所述多条曲线进行分类， 相似度超过阈值的曲线被分为第一类， 其余的区 别被分为第二类， 所述第二类中的曲线为第一曲线。 9.根据权利要求8所述的装置， 其特征在于， 所述机器学习 模型是使用多组训练数据训 练得到的， 其中， 每组训练数据均包括输入数据和输出数据， 所述输入数据包括多条曲线， 所述输出数据包括分类结果， 所述分类结果为人工标识出 的发电量正常的第一类曲线， 以 及发电量异常的第二类曲线。权　利　要　求　书 1/2 页 2 CN 113901723 A 210.根据权利要求9所述的装置， 其特 征在于， 所述第二确定模块用于： 根据所述至少一条第一曲线确定该第一曲线对应的组串出现的故障的类型。权　利　要　求　书 2/2 页 3 CN 113901723 A 3