Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东浪潮智慧能源科技有限公司王彪获国家专利权

恭喜山东浪潮智慧能源科技有限公司王彪获国家专利权

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!

龙图腾网恭喜山东浪潮智慧能源科技有限公司申请的专利一种光伏逆变器的热故障识别方法、装置及存储介质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:CN118840567B

龙图腾网通过国家知识产权局官网在2025-05-09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:202411172265.X,技术领域涉及:G06V10/44;该发明授权一种光伏逆变器的热故障识别方法、装置及存储介质是由王彪;左鹏;瞿鹏飞;李恺设计研发完成,并于2024-08-26向国家知识产权局提交的专利申请。

一种光伏逆变器的热故障识别方法、装置及存储介质在说明书摘要公布了:本发明涉及一种光伏逆变器的热故障识别方法、装置及存储介质,涉及光伏逆变器热故障识别技术领域。采集光伏逆变器的离散红外图和对应RGB图;将离散红外图通过二维变分模态分解方法分解得到M个二维解析信号估计带宽之和最小的模态函数;对于连续时段内的离散红外图的模态函数和对应RGB图,求得模态函数和RGB图的波动量;将离散红外图的模态函数、对应离散红外图的RGB图及两者的波动量交替穿插组成特征矩阵F;将所得到的特征矩阵F输送到预训练的热故障模型中,得到光伏逆变器的热故障类别及趋势。本申请结合红外图和RGB图,并进一步将红外图的模态函数作为特征,结合波动量,能更好的进行热故障分类及趋势分析。

本发明授权一种光伏逆变器的热故障识别方法、装置及存储介质在权利要求书中公布了:1.一种光伏逆变器的热故障识别方法,其特征在于,包括:采集光伏逆变器的离散红外图和对应RGB图;将离散红外图通过二维变分模态分解方法分解得到M个二维解析信号估计带宽之和最小的模态函数;对于连续时段内的离散红外图的模态函数和对应RGB图,求得模态函数和RGB图的波动量;将离散红外图的模态函数、对应离散红外图的RGB图及两者的波动量交替穿插组成特征矩阵F;将所得到的特征矩阵F输送到预训练的热故障模型中,得到光伏逆变器的热故障类别及热故障趋势;其中,所述热故障模型包括:2D卷积层和层归一化,2D卷积层的卷积核大小3、步幅1和填充1,2D卷积层提取的特征保持了特征矩阵F的空间维度;在2D卷积层和层归一化之后,是多组深度缩放层和引入SENet层的ConvNeXt块,多组深度缩放层和引入SENet层的ConvNeXt块之后设置层归一化;深度缩放层包含层归一化和若干卷积层;层归一化按顺序应用于特征的通道,接下来的卷积层逐渐扩大通道维度;引入SENet层的ConvNeXt块包括一个逐深度卷积层,逐深度卷积层独立处理每个输入特征的通道,随后,是SENet层和层归一化,通过SENet层选择性地强调重要通道并减少不相关的通道来优化通道特征,在层归一化之后,采用两个逐点卷积层:第一个逐点卷积层将特征的通道维度扩展了四倍,第二逐点卷积层将特征的通道恢复到原始大小,两个逐点卷积层转换了通道特征表示,两个逐点卷积层之间设置GELU激活函数,并且还利用可学习的缩放参数来根据特征的显着性调整输出;层归一化后通过线性映射将特征映射到用于分类的全连接层,全连接层后设置Softmax层,所述全连接层输出维度覆盖全部可识别的热故障类型及类型的趋势,以满足对全部热故障类型的分类及趋势分析。

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山东浪潮智慧能源科技有限公司,其通讯地址为:250101 山东省济南市高新区浪潮路1036号浪潮科技园S05楼北六层;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”。

免责声明
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。