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！

龙图腾网获悉会泽华电道成清洁能源开发有限公司申请的专利一种柔性光伏阵列的监测方法、装置、设备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：CN120128080B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510187501.3，技术领域涉及：H02S50/10；该发明授权一种柔性光伏阵列的监测方法、装置、设备及存储介质是由杨应丹;李云;胡磊;高严;邹国顺设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种柔性光伏阵列的监测方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种柔性光伏阵列的监测方法、装置、设备及存储介质，涉及柔性光伏技术领域，方法将柔性光伏支架的上弦索和下弦索分别以物理参数和环境参数进行线性回归解析，由于上弦索和下弦索处于同一个支架，也处于同一个环境，使得两条弦索虽然分别进行了线性回归，但两个线性回归之间又具有关联性，使得后续预测得到的未来拉应力相互关联，不会产生数据偏离，最后通过定义择一判断条件，并若两个判断条件至少满足其中一个，则判定柔性光伏支架将会在未来时刻产生应力超标。本申请全程为计算机自动计算，不需要人工参与，避免了主观经验误差，且本申请实现了拉应力的预测功能，预测得到拉应力与物理参数和环境参数具有关联性，保证数据准确性。

本发明授权一种柔性光伏阵列的监测方法、装置、设备及存储介质在权利要求书中公布了：1.一种柔性光伏阵列的监测方法，所述柔性光伏阵列包括架设于预设区域内的柔性光伏支架，所述柔性光伏支架包括两个固定于地面的钢梁架、搭设于两个钢梁架上的上弦索和下弦索、安装于所述上弦索和所述下弦索的若干个光伏板，其特征在于，所述监测方法包括： 步骤S1，基于若干个预设时间周期获取所述柔性光伏支架的若干个上弦索拉应力和若干个下弦索拉应力，以及所述柔性光伏支架的两个钢梁架的跨间高差、光伏板数量； 步骤S2，获取所述柔性光伏支架所处区域的风速概率分布和光照强度分布； 步骤S3，将当前柔性光伏支架的上弦索拉应力定义为一个第一因变量、当前柔性光伏支架的下弦索拉应力定义为一个第二因变量； 步骤S4，将当前柔性光伏支架所处区域的风速概率分布、光照强度分布、跨间高差、光伏板数量定义为一组自变量； 步骤S5，通过多元线性回归解析当前柔性光伏支架的第一因变量与所有自变量的第一线性回归关系，以及当前柔性光伏支架的第二因变量与所有自变量的第二线性回归关系； 步骤S6，基于预设预测步数通过所述第一线性回归关系预测所述柔性光伏支架的上弦索未来拉应力、通过所述第二线性回归关系预测所述柔性光伏支架的下弦索未来拉应力； 步骤S7，获取所述上弦索的上弦索最大应许拉应力，以及所述下弦索的下弦索最大应许拉应力； 步骤S8，定义第一判断条件为判断是否有上弦索未来拉应力大于等于所述上弦索最大应许拉应力，定义第二判断条件为判断是否有下弦索未来拉应力大于等于所述下弦索最大应许拉应力； 步骤S9，若所述第一判断条件与所述第二判断条件至少满足其中一个，则判定所述柔性光伏支架产生应力超标风险； 步骤S2，获取所述柔性光伏支架所处区域的风速概率分布和光照强度分布，包括： 步骤S21，采集所述柔性光伏支架所处区域的若干个随机点位风速数据； 步骤S22，根据两参数威布尔分布定义概率分布函数以及概率密度函数，所述概率分布函数与所述概率密度函数均包括尺度参数、形状参数； 步骤S23，将所有随机点位风速数据作为已知量分别代入所述概率分布函数和所述概率密度函数； 步骤S24，定义所述尺度参数与所述形状参数的对数似然函数； 步骤S25，基于所述对数似然函数求解所述尺度参数以及所述形状参数； 步骤S26，将求解后的尺度参数以及求解后的形状参数分别代入所述概率分布函数以及所述概率密度函数，得到所述风速概率分布； 步骤S27，通过预设策略查询所述预设区域的太阳辐射分布； 步骤S5，通过多元线性回归解析当前柔性光伏支架的第一因变量与所有自变量的第一线性回归关系，以及当前柔性光伏支架的第二因变量与所有自变量的第二线性回归关系，包括： 步骤S51，对所有第一因变量、所有第二因变量、所有自变量进行归一化处理； 步骤S52，通过多元线性回归定义所有第一因变量与所有自变量的第一线性回归关系； 步骤S53，通过最小二乘法求解所述第一线性回归关系的所有第一线性回归系数； 步骤S54，将求解得到的所有第一线性回归系数代入至所述第一线性回归关系中，得到上弦索拉应力预测模型； 步骤S55，通过多元线性回归定义所有第二因变量与所有自变量的第二线性回归关系； 步骤S56，通过最小二乘法求解所述第二线性回归关系的所有第二线性回归系数； 步骤S57，将求解得到的所有第二线性回归系数代入至所述第二线性回归关系中，得到下弦索拉应力预测模型； 步骤S6，基于预设预测步数通过所述第一线性回归关系预测所述柔性光伏支架的上弦索未来拉应力、通过所述第二线性回归关系预测所述柔性光伏支架的下弦索未来拉应力，包括： 步骤S61，基于所述预设预测步数获取所述预设区域的未来风速概率分布； 步骤S62，基于所述预设预测步数获取所述预设区域的未来光照强度分布； 步骤S63，将所述未来风速概率分布、所述未来光照强度分布、所述跨间高差、所述光伏板数量代入所述上弦索拉应力预测模型，得到基于所述预设预测步数的上弦索未来拉应力； 步骤S64，将所述未来风速概率分布、所述未来光照强度分布、所述跨间高差、所述光伏板数量代入所述下弦索拉应力预测模型，得到基于所述预设预测步数的下弦索未来拉应力； 步骤S61，基于所述预设预测步数获取所述预设区域的未来风速概率分布，包括： 步骤S611，基于若干个预设时间周期获取所述预设区域的若干个风速概率分布； 步骤S612，将一个风速概率分布中的所有随机点位风速数据整合为一个风速数据集； 步骤S613，将所有风速数据集进行向量归一化处理，基于一个风速数据集得到一个归一化数据集； 步骤S614，将一个归一化数据集按照预设比例划分为一个训练集和一个验证集； 步骤S615，定义输入层、隐含层、输出层依次信号连接的神经网络模型； 步骤S616，将所有训练集依次输入至所述输入层，通过所述神经网络模型进行若干次训练； 步骤S617，基于每一次训练分别获取一次当前验证集与当前训练集对应的训练结果的均方根误差； 步骤S618，获取所有均方根误差中的误差最小值，以及与所述误差最小值对应的训练结果作为风速概率分布预测模型； 步骤S619，通过所述风速概率分布预测模型基于所述预设预测步数预测所述未来风速概率分布。

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会泽华电道成清洁能源开发有限公司，其通讯地址为：655000 云南省曲靖市会泽县古城街道东直街223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。