摘要
本发明属于光伏检测技术领域，提供了一种基于对比学习的光伏异常检测方法、系统、设备及介质，首先采集光伏系统的运行数据，对采集数据进行预处理与数据增强，然后构建基于对比学习的特征学习模型，并对特征学习模型和异常分类采用的模型进行协同优化，对训练和优化后的卷积神经网络模型进行评估验证，验证通过后部署到光伏系统的实时监控平台，部署后的卷积神经网络模型接收来自光伏系统的实时数据流，当输出结果大于预设阈值时，光伏系统触发报警机制。本发明通过对多模态数据的深度特征学习与增强，提升光伏系统异常检测的准确性和可靠性，减少人为干预，提升系统的自动化水平和运行效率，从而为光伏系统的高效管理和维护提供技术支持。
