本公开涉及光伏故障诊断，尤其涉及一种光伏故障诊断模型的生成方法、诊断方法及装置。
背景技术：
1、随着光伏电站装机容量的规模化增长,光伏组件故障的快速、准确诊断对光伏电站的可靠运行尤为重要。目前光伏故障诊断主要有两种方法，一种是图像诊断方法，即通过可见光或红外图像发现光伏的故障并对其分类；一种是数字诊断方法，即通过光伏的各种电信号，如电流、电压、功率等发现光伏的故障并其分类。
2、图像诊断方法目前通常使用无人机或机器人等携带相机对光伏进行的巡视图像采集，执行一次需要一定时间，同时也需要一定成本，特别是对于大范围的光伏发电场站，无法高频执行；而数字诊断方法通过直接采集电流、电压等数字信号进行，信号便于高频采集，实时性好，但单纯通过数字信号进行特征诊断准确度不高。
技术实现思路
1、本公开实施例提供了一种光伏故障诊断模型的生成方法、诊断方法及装置，用以解决现有的图像诊断方法无法高频执行，单纯的数字诊断方法准确度不高的问题。
2、基于上述问题，第一方面，提供一种光伏故障诊断模型的生成方法，包括：
3、获取光伏场站各组串的第一图像信息，并基于预设图像识别算法对图像中的各组串进行故障识别，得到故障组串的第二图像信息以及对应的故障类别；
4、根据所述第二图像信息，确定对应故障组串在所述光伏场站的位置信息；
5、基于所述位置信息，确定所述故障组串对应预设数字信号特征的特征值；
6、将各特征值作为输入，将对应故障类别作为真值，对预设的光伏故障诊断模型进行训练，生成完成训练的光伏故障诊断模型。
7、结合第一方面，在一种可能的实施方式中，根据所述第二图像信息，确定对应故障组串在所述光伏场站的位置信息，包括：确定所述第二图像信息中故障组串位置的图像像素坐标；根据所述图像像素坐标，对所述图像像素坐标进行坐标投影转换，得到故障组串的空间坐标。
8、结合第一方面，在一种可能的实施方式中，基于所述位置信息，确定所述故障组串对应预设数字信号特征的特征值，包括：基于所述位置信息从光伏场站的cad图纸中确定所述故障组串的编号，从而确定所述故障组串所属的电气设备；收集所述故障组串所属的电气设备，在对应图像采集时间前后一定时间间隔内的预设数字信号特征的特征值。
9、结合第一方面，在一种可能的实施方式中，所述预设数字信号特征包括：电流或电压峰值、电流或电压有效值、峰-峰值或者最大峰频、信号采集温度、场站辐照度、前后间隔预设时间的电流或电压信号能量总值中的预设数量种。
10、结合第一方面，在一种可能的实施方式中，将各特征值作为输入，将对应故障类别作为真值，对预先构建的光伏故障诊断模型进行训练，生成完成训练的光伏故障诊断模型，包括：将预设数字信号特征作为自变量，将故障类别作为因变量，建立光伏故障诊断模型；利用预设数字信号特征的各特征值作为输入，对应故障类别作为真值，对所述预设光伏故障诊断模型进行训练；生成完成训练的光伏故障诊断模型。
11、结合第一方面，在一种可能的实施方式中，所述获取光伏场站各组串的第一图像信息，包括：获取所述光伏场站各组串的预设类型图像；所述预设类型图像包括：红外图像和可见光图像。
12、第二方面、提供一种光伏故障诊断方法，包括：
13、获取光伏场中的预设组串的预设数字信号特征的特征值；
14、将所述特征值输入按照如权利要求1-6任一项所述的一种光伏故障诊断模型的生成方法生成的光伏故障诊断模型，确定故障组串以及对应故障类别。
15、第三方面、提供一种光伏故障诊断模型的生成装置，包括：
16、图像采集及诊断模块，用于获取光伏场站各组串的第一图像信息，并基于预设图像识别算法对图像中的各组串进行故障识别，得到故障组串的第二图像信息以及对应的故障类别；
17、故障定位模块，用于根据所述第二图像信息，确定对应故障组串在光伏场站的位置信息；
18、数字信号采集模块，用于基于所述位置信息，确定所述故障组串对应预设数字信号特征的特征值；
19、故障诊断模型生成模块，用于将各特征值作为输入，将对应故障类别作为真值，对预设的光伏故障诊断模型进行训练，生成完成训练的光伏故障诊断模型。
20、第四方面、提供一种光伏故障诊断装置，包括：
21、数字信号获取模块，用于获取光伏场中的预设组串的预设数字信号特征的特征值；
22、故障诊断模块，用于将数字信号获取模块获取的特征值输入按照如第一方面，或者结合第一方面的任一种可能的实施方式生成的光伏故障诊断模型，确定故障组串以及对应故障类别。
23、第五方面、提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面，或者结合第一方面的任一种可能的实施方式所述的光伏故障诊断模型的生成方法的步骤。
24、第六方面、提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面，或者结合第一方面的任一种可能的实施方式所述的光伏故障诊断模型的生成方法的步骤。
25、本公开实施例的有益效果包括：
26、本公开提供了一种光伏故障诊断模型的生成方法、诊断方法及装置，获取光伏场站各组串的第一图像信息，并基于预设图像识别算法对图像中的各组串进行故障识别，得到故障组串的第二图像信息以及对应的故障类别；根据第二图像信息，确定对应故障组串在光伏场站的位置信息；基于位置信息，确定故障组串对应预设数字信号特征的特征值；将各特征值作为输入，将对应故障类别作为真值，对预设的光伏故障诊断模型进行训练，生成完成训练的光伏故障诊断模型。本公开实施例提供的光伏故障诊断模型生成方法，结合图像诊断方法对光伏故障诊断模型进行训练，即将预设数字信号特征作为光伏故障诊断模型的输入，利用图像诊断方法确定故障类别的真值，训练得到光伏故障诊断模型，进而本公开提供的光伏故障诊断方法，在利用该模型进行故障诊断时，不需要对光伏进行巡视图像采集，节省了成本和时间，能够高频执行，尽管输入模型的是数字信号特征，但模型训练过程中结合了图像诊断方法，与现有技术中单纯通过数字信号特征进行诊断相比，准确度高。
1.一种光伏故障诊断模型的生成方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，根据所述第二图像信息，确定对应故障组串在所述光伏场站的位置信息，包括：
3.如权利要求1所述的方法，其特征在于，基于所述位置信息，确定所述故障组串对应预设数字信号特征的特征值，包括：
4.如权利要求3所述的方法，其特征在于，所述预设数字信号特征包括：电流或电压峰值、电流或电压有效值、峰-峰值、最大峰频、信号采集温度、场站辐照度、前后间隔预设时间的电流或电压信号能量总值中的预设数量种。
5.如权利要求1所述的方法，其特征在于，将各特征值作为输入，将对应故障类别作为真值，对预先构建的光伏故障诊断模型进行训练，生成完成训练的光伏故障诊断模型，包括：
6.如权利要求1所述的方法，其特征在于，所述获取光伏场站各组串的第一图像信息，包括：
7.一种光伏故障诊断方法，其特征在于，包括：
8.一种光伏故障诊断模型的生成装置，其特征在于，包括：
9.一种光伏故障诊断装置，其特征在于，包括：
10.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的一种光伏故障诊断模型的生成方法的步骤，或者如权利要求7所述的一种光伏故障诊断方法的步骤。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6任意一项所述的一种光伏故障诊断模型的生成方法的步骤，或者如权利要求7所述的一种光伏故障诊断方法的步骤。
