수명 주기 열화 PV 어레이 고장 진단
태양광(PV) 모듈의 장기 사용에 따른 성능 저하는 출력 특성 분포의 동적 변화를 유발합니다. 기존 고장 진단 방법은 열화되지 않거나 고정된 열화 수준의 정적 데이터셋에 의존하여, 모듈 수명 주기 전반의 동적 특성 변화를 간과합니다. 이로 인해 모델은 미지의 열화 상태에서 심각한 도메인 시프트 문제를 겪으며, 일반화 능력과 진단 정확도가 크게 저하됩니다. 이러한 문제를 해결하기 위해 동적 레이블 스무딩 기반 조건부 도메인 적대 네트워크(dynamic label smoothing-based conditional domain adversarial network)라는 새로운 준지도 고장 진단 프레임워크를 제안합니다. 조건부 매핑 기반 판별자를 활용하는 조건부 도메인 적대 아키텍처를 구축하여, 점진적 열화 단계의 데이터 특성을 클래스 수준에서 단일 특성 공간으로 정렬함으로써 열화로 인한 분포 불일치를 효과적으로 제거합니다. 또한, 열화된 어레이에서 고장 샘플 부족으로 발생하는 소수 샘플 과적합 문제를 해결하기 위해 동적 레이블 스무딩 전략을 도입했습니다. 이는 일관성 제약과 결합하여 특성 판별력과 결정 경계의 견고성을 효과적으로 향상시킵니다. 다양한 미지의 열화 시나리오와 동적 먼지 축적의 영향을 구분하는 실험 결과, 제안된 방법은 극히 제한된 수의 타겟 도메인 샘플만으로 최대 98.55%의 진단 정확도를 달성했습니다. 이는 수명 주기 열화 단계 전반에 걸쳐 데이터 효율성과 일반화 견고성 면에서 비교 방법론 대비 상당한 우수성을 보였습니다.