面向热光伏故障检测的 Vision Transformer 与 CNN 基准测试及可解释 AI 验证

用于自动化光伏（PV）监测的人工智能部署面临可解释性障碍，这限制了其在能源基础设施应用中的采用。尽管深度学习在热故障检测中实现了高准确率，但仍缺乏对模型决策是否符合热物理学原理的验证，这在需要理解模型推理的场景中造成了部署犹豫。本研究对卷积神经网络（ResNet-18、EfficientNet-B0）和 Vision Transformer（ViT-Tiny、Swin-Tiny）进行了热光伏故障检测的系统比较，使用 XRAI 显著性分析来评估其与热物理学原理的契合度。这是首次针对热光伏故障检测中 CNN 与 Vision Transformer 进行具有物理验证可解释性的系统比较。在涵盖正常运行和 11 种故障类别的 20,000 张红外图像上的评估表明，Swin Transformer 与 CNN 方法相比实现了最高性能（94\% 二分类准确率；73\% 多分类准确率）。XRAI 分析表明，模型学习到了具有物理意义的特征，例如对应电池缺陷的局部热点、对应二极管故障的线性热路径以及对应植被遮蔽的热边界，这与预期的热特征一致。然而，不同故障类型之间的性能差异显著：电气故障实现了强检测（F1 分数 >0.90），而污染等环境因素仍具挑战性（F1 分数 0.20-0.33），表明受限于热成像分辨率。这种热物理引导的可解释性方法为验证能源监测应用中的 AI 决策提供了方法论，解决了可再生能源基础设施中的部署障碍。