深圳戴普森新能源技术有限公司林钦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳戴普森新能源技术有限公司申请的专利一种基于云平台计算的光伏设备监控方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120389522B 。
龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510872821.2,技术领域涉及:G06F9/50;该发明授权一种基于云平台计算的光伏设备监控方法及系统是由林钦;张庆伍;卓灵杰设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。
本一种基于云平台计算的光伏设备监控方法及系统在说明书摘要公布了:本发明公开了一种基于云平台计算的光伏设备监控方法及系统,涉及光伏设备监控技术领域,采集光伏设备的运行数据和环境数据,将传感器数据与图像特征输入双分支网络,生成联合特征向量,训练本地模型,按设备类型聚合传感器参数,按环境分类聚合图像参数,融合生成全局模型,利用全局模型分析实时数据,本发明融合无人机图像与传感器数据,通过动态权重分配精准识别复合型故障,弥补单一数据源检测盲区,结合动态阈值调整,基于图像特征主动预警,实现早期故障预测与快速响应,利用图像风险指标动态调整监控策略,减少无效巡检频率,平衡发电收益与维护成本,分层联邦聚合策略融合多场景特征提升了全局模型泛化能力。
本发明授权一种基于云平台计算的光伏设备监控方法及系统在权利要求书中公布了:1.一种基于云平台计算的光伏设备监控方法,其特征在于,包括如下步骤: 步骤S1,同步采集光伏设备的运行数据和环境数据,通过无人机获取光伏板多光谱图像,对齐时空信息并预处理; 步骤S2,将传感器数据与图像特征输入双分支网络,动态分配权重生成联合特征向量,训练本地模型; 步骤S3,按设备类型聚合传感器参数,根据联邦学习算法对本地监控模型参数进行聚合计算,融合生成全局模型; 步骤S4,利用全局模型分析实时数据,输出性能异常指标,结合图像特征动态与预设的指标阈值调整异常阈值并触发预警; 步骤S5,根据图像风险指标优化监控频率,下发执行; 所述步骤S1还包括: 采集光伏板表面的多光谱图像数据,与预处理数据进行时空对齐,生成时空关联数据集; 所述步骤S2中,对多光谱图像数据进行特征提取,输出为图像特征数据,采用双分支自适应时空融合网络对预处理数据与多光谱图像数据进行融合建模,所述双分支包括图像分支和传感器分支,所述融合建模包括: 对于传感器分支,提取预处理数据的时间序列特征与空间关联特征,输出为传感器特征; 对于图像分支,提取多光谱图像数据的图像特征,对齐预处理数据的时间维度; 通过跨模态注意力机制动态分配传感器特征与图像特征的权重,生成联合特征向量输入至本地监控模型; 所述图像特征的提取包括: 对多光谱图像数据进行栅格化定位分割,提取单块光伏板的局部图像; 采用轻量化卷积神经网络提取局部图像的污垢覆盖率、裂纹检测置信度及阴影遮挡面积比的结构化特征向量; 所述跨模态注意力机制的执行逻辑为: 根据图像特征中污垢覆盖率和裂纹严重性指标和预设的图像特征与权重的对应关系,定义图像分支在联合特征向量中的权重; 当预处理数据中历史功率输出与图像特征中阴影遮挡面积比同时超过预设的功率阈值和遮挡面积阈值时,触发融合建模; 所述联邦学习算法的聚合计算还包括: 将传感器分支参数按光伏设备类型进行分组聚合并将图像分支参数按实际环境数据进行分组聚合; 在云平台对分组聚合后的传感器分支参数和图像分支参数进行全局融合,生成双分支协同全局监控模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳戴普森新能源技术有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道高新区社区科技南路18号深圳湾科技生态园12栋裙楼401;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。