基于权重四向量算法优化改进Swin-Transformer模型的光伏故障诊断方法

本发明公开了一种基于权重四向量算法优化改进Swin‑Transformer模型的光伏故障诊断方法，所述方法包括：输入光伏阵列样本数据，对光伏阵列样本数据进行动态参数调整机制的P<Sub>dynamic</Sub>标准化转换；采用基于线性插值法的重采样方法对所提取的I‑V曲线进行归一化处理；通过相对位置矩阵特征变换法提取归一化后的I‑V曲线动态特性，生成二维三通道特征图，将二维三通道特征图分为训练集和测试集；引入Res‑MLP模块形成双层残差连接，得到改进后的ResMLP‑Swin Transformer模型；基于训练集，采用权重四向量算法对ResMLP‑Swin Transformer模型框进行参数寻优，构建最优诊断组合模型；将待检测图像输入至完成训练和测试的最优诊断组合模型，得到故障诊断结果。本发明通过上述步骤实现高效、精准的光伏组串故障诊断。