同济大学李玉涵获国家专利权
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！
龙图腾网获悉同济大学申请的专利基于深度学习的可再生能源设备故障智能诊断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：CN120336789B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202510814092.5，技术领域涉及：G06F18/21；该发明授权基于深度学习的可再生能源设备故障智能诊断方法是由李玉涵;殷俊锋;董泽宇;郭璇;高翔宇设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。
本基于深度学习的可再生能源设备故障智能诊断方法在说明书摘要公布了：本发明提供一种基于深度学习的可再生能源设备故障智能诊断方法。涉及可再生能源故障诊断领域，包括：S1：采集光伏系统等数据并进行数据预处理，构建带故障标签的训练样本集；S2：构建加权移位Grünwald‑Letnikov格式的分数阶物理信息神经网，输出设备故障概率预测值；S3：建立分段Poisson回归模型，以时间变量及环境虚拟变量为自变量，对设备故障概率预测值进行动态趋势建模，输出统计修正后的故障概率；S4：对设备故障概率预测值与修正后的故障概率进行融合，生成最终故障概率；S5：基于相对奖励回归机制的强化学习方法，优化预测策略参数。本发明提升了隐含故障特征的识别能力，显著提高故障诊断准确性。
本发明授权基于深度学习的可再生能源设备故障智能诊断方法在权利要求书中公布了：1.一种基于深度学习的可再生能源设备故障智能诊断方法，其特征在于，包括以下步骤： S1：采集光伏系统、电池储能系统及风力发电机组的传感器数据，并进行数据预处理后，构建带故障标签的训练样本集； S2：构建加权移位Grünwald‑Letnikov格式的分数阶物理信息神经网，通过离散化逼近分数阶导数项并引入物理约束损失函数，输出物理驱动的设备故障概率预测值； S3：建立分段Poisson回归模型，以时间变量及环境虚拟变量为自变量，对所述设备故障概率预测值进行动态趋势建模，输出统计修正后的故障概率； S4：采用加权融合策略对所述设备故障概率预测值与所述统计修正后的故障概率进行融合，生成最终故障概率 ； S5：基于相对奖励回归机制的强化学习方法，以所述最终故障概率及环境上下文特征为输入，通过最小化相对奖励差值损失函数优化预测策略参数。
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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号同济大学；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AI智能生成
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励