基于边缘计算的光伏阵列故障智能诊断系统

摘要

针对光伏阵列运行中实时性故障诊断需求和边缘设备资源受限的问题，提出一种结合边缘计算和轻量化ResNet18模型的光伏阵列故障诊断系统，以平衡系统的诊断能力与运行性能.通过数据采集模块获取故障时序数据，并训练ResNet18基础模型.在模型轻量化过程中，采用通道剪枝策略，对残差块中第一层批归一化层的γ参数进行排序.依据剪枝比例剔除冗余通道，构建出更窄的轻量化模型.结果表明，在剪枝比例为90.00%的情况下，模型的浮点运算量减少85.80%,参数量减少82.30%,模型大小减少81.90%,同时在测试集上仍保持99.00%的准确率.轻量化后的模型通过TensorRT优化后部署到边缘设备，用于诊断光伏阵列故障，并实现短信和电子邮件的自动故障警报发送.将诊断结果和相关数据上传至云平台，实现远程监控和综合管理.

关键词

光伏阵列 / 故障诊断系统 / 边缘计算 / 轻量化模型