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！

龙图腾网获悉中国电力工程顾问集团西南电力设计院有限公司;成都贝斯特数码科技有限责任公司申请的专利基于大模型的新能源发电设备健康管理平台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：CN120725657B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511142107.4，技术领域涉及：G06Q10/20；该发明授权基于大模型的新能源发电设备健康管理平台是由周秦;何勇;傅强;熊涛;焦景云;罗延举;陈跃第;钱澄浩;彭桃;李雪松;黄永军;刘军;欧阳裕洁;陈伟;何沛衡;刘倩倩;李相君;王杰;周清怡;周飞燃;段卓君设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本基于大模型的新能源发电设备健康管理平台在说明书摘要公布了：本发明涉及数据分析技术领域，尤其涉及基于大模型的新能源发电设备健康管理平台，包括数据采集与感知层、边缘计算层、云端处理层和应用服务层；本发明相对于现有技术采用静态历史数据或单一设备参数作为健康检测基准，存在无法反映环境动态变化及设备老化影响的缺点，本方案采用多维度仿真建模技术，集合设备参数、天气参数及其他实时工况数据构建数字孪生模型，通过模拟不同场景下的设备运行状态如极端温度下的光伏效率衰减、盐雾环境下的风机气动载荷，生成包含发电量、瞬时电流电压、设备温度等动态健康基准值。此方法可精准捕捉环境与设备的交互效应，使健康检测阈值随工况动态调整，异常识别准确率较传统方法提升35%以上。

本发明授权基于大模型的新能源发电设备健康管理平台在权利要求书中公布了：1.基于大模型的新能源发电设备健康管理平台；其特征在于：包括： 数据采集与感知层，用于通过多源传感器和物联网设备实时采集运行数据，并结合包括气象参数、电网状态在内的外部数据； 边缘计算层，部署轻量化异常检测模型，用于对数据采集与感知层所采集到的数据进行筛选，并提取关键特征，边缘计算层具体包括： A11：故障处理模块，采用基准统计模型，筛选异常片段并提取统计特征，根据统计特征进行故障检测，并根据内置的故障策略库进行故障实时处理，其中，基准统计模型采用的统计方法包括3σ法则和滑动均值分析； A12：数据筛选模块，用于根据故障识别模型的数据结果以及预设的规则，对数据采集与感知层所采集到的数据进行筛选，保留异常数据和关键特征数据上传至云端处理层； A13：调度优化模块，用于建立计算节点健康度评估模型，根据CPU和内存负载动态分配任务； 云端处理层，用于构建数字孪生仿真模型，结合外部数据预测新能源发电设备的工作状态，生成动态健康基准值，并通过大模型进行健康诊断和管理，云端处理层具体包括： A21：仿真模块，用于构建数字孪生仿真模型，根据实时环境数据和外部数据对新能源发电设备进行仿真，得到新能源发电设备的预测工作状态数据； A22：异常识别模块，用于根据实时数据与预测工作状态数据进行异常识别； A23：故障诊断模块，用于根据异常识别模块的数据结果对新能源发电设备进行故障诊断； 应用服务层，用于基于云端处理层的数据结果，提供设备健康评估、运维工单管理、可视化服务以及决策支持； 其中，云端处理层在工作时，具体包括： S31：多源数据融合与处理，首先从边缘计算层接收筛选后的异常数据、关键特征数据以及外部环境参数，通过分布式消息队列进行接收，并对数据进行清洗和对齐，最后将异构数据转换为数字孪生模型可解析的标准化格式； S32：数字孪生仿真模型动态更新，通过仿真模块基于设备设计参数建立数字孪生仿真模型，并将清洗后的数据注入模型中，进行设备工作模拟，得到设备健康基准值； S33：异常识别，通过异常识别模块计算实时数据与仿真预测数据的偏差，利用滑动均值分析识别短期波动，通过小波变换检测周期性异常； S34：故障诊断，利用故障诊断模块提取异常片段的统计特征与时频特征，形成高维特征向量，并进行故障定位与根因分析，生成可解释报告。

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中国电力工程顾问集团西南电力设计院有限公司;成都贝斯特数码科技有限责任公司，其通讯地址为：610056 四川省成都市成华区东风路16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。