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！

龙图腾网获悉西南科技大学;中化学西南工程科技有限公司申请的专利一种基于可视图像轻量化神经网络的光伏故障分类方法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：CN121392448B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511937357.7，技术领域涉及：G06V10/764；该发明授权一种基于可视图像轻量化神经网络的光伏故障分类方法是由时浩添;刘巧;曹文;范永存;陈蕾;甘建平;敖广;唐诗杨;马骁;蒋卓君设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种基于可视图像轻量化神经网络的光伏故障分类方法在说明书摘要公布了：本发明公开了一种基于可视图像轻量化神经网络的光伏故障分类方法，光伏故障检测领域，包括：获取光伏系统的原始运行时序数据；基于所述原始运行时序数据，通过无监督特征提取模型提取高维鲁棒特征；将所述高维鲁棒特征转换为二维特征矩阵；将所述二维特征矩阵输入至轻量化神经网络进行分类，得到故障分类结果；基于所述故障分类结果，通过可解释性分析模型对分类决策依据进行可视化分析，得到用于量化各输入特征对分类结果贡献度的可解释性数据。本发明能够准确对光伏故障进行分类。

本发明授权一种基于可视图像轻量化神经网络的光伏故障分类方法在权利要求书中公布了：1.一种基于可视图像轻量化神经网络的光伏故障分类方法，其特征在于，包括以下步骤： 获取光伏系统的原始运行时序数据； 基于所述原始运行时序数据，通过无监督特征提取模型提取高维鲁棒特征； 所述通过无监督特征提取模型提取高维鲁棒特征包括： 对所述原始运行时序数据引入噪声扰动，得到加噪数据； 通过堆叠降噪自编码器对所述加噪数据进行深层非线性映射，得到潜在特征表示； 对所述潜在特征表示进行降维与冗余消除，得到所述高维鲁棒特征； 得到所述高维鲁棒特征包括： 通过主成分分析对所述潜在特征表示进行线性投影，得到降维后的正交特征； 将所述原始运行时序数据、所述降维后的正交特征以及故障标签信息进行融合，生成所述高维鲁棒特征； 将所述高维鲁棒特征转换为二维特征矩阵； 将所述二维特征矩阵输入至轻量化神经网络进行分类，得到故障分类结果； 所述轻量化神经网络为融合了深度可分离卷积与Transformer结构的MobileViT网络； 基于所述故障分类结果，通过可解释性分析模型对分类决策依据进行可视化分析，得到用于量化各输入特征对分类结果贡献度的可解释性数据。

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西南科技大学;中化学西南工程科技有限公司，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59号；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”。

以上内容由龙图腾AI智能生成。