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！

龙图腾网获悉储新未来能源科技(北京)有限公司申请的专利一种光伏设备自降负荷运行的检测方法及装置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：CN120784879B 。

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：202511285137.0，技术领域涉及：H02J3/06；该发明授权一种光伏设备自降负荷运行的检测方法及装置是由王鑫;马宝聚;于静;单泽宇;郑雄;王垚;孙翰墨;包洁;倪少强;朱林设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种光伏设备自降负荷运行的检测方法及装置在说明书摘要公布了：本发明提供了一种光伏设备自降负荷运行的检测方法及装置，涉及光伏发电技术领域，包括：获取光伏多维数据；基于光伏多维数据动态校准单二极管物理模型，结合光伏物理特性对深度学习模型训练，得到动态基准功率；基于光伏多维数据对随机森林模型集成学习优化，通过对光伏设备的降负荷特征分类，得到降负荷类型结果；基于动态基准功率和实时功率计算初始损失值，通过对初始损失值修正，构建电量损失值；基于电量损失值和降负荷类型结果，结合边缘计算节点与云端模型实时交互，得到优化云端模型；根据优化云端模型实时检测光伏设备，当检测的结果不满足预设性能阈值时，触发实时告警。本发明解决了电站运维响应滞后的问题。

本发明授权一种光伏设备自降负荷运行的检测方法及装置在权利要求书中公布了：1.一种光伏设备自降负荷运行的检测方法，其特征在于，包括： 获取光伏多维数据，所述光伏多维数据包括气象数据、电气数据、环境数据和设备健康数据； 基于光伏多维数据动态校准单二极管物理模型，结合光伏物理特性对深度学习模型进行迁移学习训练，得到动态基准功率； 基于所述光伏多维数据对随机森林模型集成学习优化，通过优化的随机森林模型对光伏设备的降负荷特征分类，得到降负荷类型结果； 其中，所述降负荷类型结果的具体获取方式，包括： 基于所述光伏多维数据进行划分，得到训练子集，所述训练子集包括训练集和测试集； 根据网格搜索对所述随机森林模型的超参数进行优化，得到超参数配置； 基于所述超参数配置和所述训练集对所述随机森林模型进行拟合，得到优化随机森林模型； 基于所述测试集对所述优化随机森林模型进行评估，得到模型性能指标； 基于所述模型性能指标和交叉验证对不同超参数的性能进行评估，确定最优超参数配置； 基于所述最优超参数配置初始化随机森林模型，在训练过程中，通过集成学习方法进行特征和样本的双重随机抽样，生成多棵决策树； 根据集成学习机制对多棵所述决策树的预测结果进行降负荷特征投票，输出降负荷类型分类结果； 基于动态基准功率和光伏多维数据中的实时功率计算初始损失值，通过对所述初始损失值进行多因素修正，构建电量损失值； 其中，所述电量损失值的具体获取方式，包括： 基于所述动态基准功率和所述实时功率的差值进行时间积分计算，得到初始电量损失值； 根据长短期记忆网络模型分析电量损失值随时间的变化规律，得到功率变化率； 基于所述功率变化率对所述初始电量损失值进行动态调整，得到修正电量损失值； 根据不同时间段的电价权重和补贴系数进行直接经济损失构建，得到动态电价模型； 基于寿命损耗加速因子和所述修正电量损失值构建，得到寿命损耗模型； 基于所述动态电价模型和所述寿命损耗模型进行加权求和，最终得到电量损失值； 基于所述电量损失值和降负荷类型结果，结合边缘计算节点与云端模型实时交互，得到优化云端模型； 根据所述优化云端模型对光伏设备进行实时检测，当检测的结果不满足预设性能阈值时，触发实时告警。

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储新未来能源科技(北京)有限公司，其通讯地址为：100080 北京市海淀区丹棱街16号海兴大厦底商102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。