基于FCM-BOA-TCN-GRU的分布式光伏出力异常检测方法

A Distributed Photovoltaic Power Output Anomaly Detection Method Based on FCM-BOA-TCN-GRU

彭昱 · 符琛 · 郭昕 · 黄守道 等5人 · 电工技术学报 · 2025年1月 · Vol.40

针对分布式光伏点多面广、传统集中式异常检测技术适用性差的问题，提出一种融合模糊C均值聚类（FCM）与贝叶斯优化算法（BOA）优化的时间卷积网络-门控循环单元（TCN-GRU）模型的异常检测方法。通过异常值处理与特征筛选后，采用基于权重的FCM-Frechet算法实现晴天、多云与阴雨三类相似日两阶段聚类划分，降低天气波动影响；结合BOA优化TCN-GRU模型提升不同天气下光伏出力预测精度，并结合设定规则进行异常判别。实例验证表明，该方法较CNN-LSTM和Transformer-BiLSTM模型准...

解读: 该FCM-BOA-TCN-GRU异常检测方法对阳光电源iSolarCloud智能运维平台具有重要应用价值。针对分布式光伏电站点多面广的运维痛点，该方法通过模糊聚类实现天气分类与相似日匹配，结合深度学习模型提升出力预测精度，可直接集成到SG系列光伏逆变器的智能诊断模块中。相比传统集中式检测，该分布式架...