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！

龙图腾网获悉国网江苏省电力有限公司淮安供电分公司申请的专利基于光伏电站电流信号输出的光伏阵列故障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：CN120012035B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202411800765.3，技术领域涉及：G06F18/27；该发明授权基于光伏电站电流信号输出的光伏阵列故障诊断方法是由韩伟;戴正振;陈翔;张经炜设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于光伏电站电流信号输出的光伏阵列故障诊断方法在说明书摘要公布了：本发明公开了一种基于光伏电站电流信号输出的光伏阵列故障诊断方法，收集电流信号，去噪后采用改进的AVMD算法将去噪后的电流信号分解成多个本征模态函数IMFs；改进的AVMD算法引入了自适应学习率调整，并结合改进的Adam算法对带宽参数和频率参数进行优化更新；构建Lasso回归模型，引入L1正则化，筛选出重要性较高的IMF作为诊断光伏系统故障的信息载体；对所选IMF进行小波变换，分解为不同频带上的低频分量和高频分量，低频分量进行粗粒化处理后进行多尺度离散熵MDE计算，得到时间尺度因子和归一化后的离散熵值的曲线；设定阈值判断光伏系统的健康状况，实现故障诊断。本发明利用改进的AVMD算法将电流信号进行分解及去噪，具有良好的鲁棒性，易于实现。

本发明授权基于光伏电站电流信号输出的光伏阵列故障诊断方法在权利要求书中公布了：1.一种基于光伏电站电流信号输出的光伏阵列故障诊断方法，其特征在于，包括以下步骤： 步骤1.将光伏电站的运行和管理系统连接到电网的逆变器收集电流信号，采集阴影遮挡的光伏组件的电流信号和正常天气的电流信号，对输入的电流信号使用卡尔曼滤波进行去噪，采用改进AVMD算法将去噪后的电流信号分解成多个本征模态函数IMFs；所述改进AVMD算法引入了自适应学习率调整，并结合改进的Adam算法对带宽参数和频率参数进行优化更新； 引入改进的Adam优化算法，用于优化和的动态更新，首先，Adam优化算法初始化参数，设定初始学习率以及两个指数衰减率参数和，初始化一阶矩=0和二阶矩=0，设定一个小数值以避免除零错误； 改进Adam优化算法的计算步骤如下： a.计算梯度： 3； b.更新带宽和频率参数： 对于带宽参数： 4； 对于频率参数： 5； 其中，和分别为一阶和二阶矩的自适应估计，为带宽更新的学习率，为频率更新的学习率，均为自适应调节的参数； 在改进Adam优化算法中加入自适应学习率调整，使学习率根据梯度变化自动调整，自适应学习率调整的计算公式为： 6； 其中，是调节因子，取10-6，为当前梯度的绝对值，引入自适应学习率调整之后使学习率在梯度大时适当减小，避免剧烈更新，同时在梯度小时适当增大，以加快收敛速度； 使用改进的Adam优化算法和自适应学习率调整，对和进行迭代更新，最小化目标函数，在每轮更新中，检查带宽变化是否满足预设的收敛条件，若满足则结束迭代，最终经过多次迭代后得到收敛的K个本征模态函数，表示为： 7； 步骤2.应用Lasso回归模型使用交叉验证选择最佳的正则化参数来平衡模型的偏差和方差，利用训练数据拟合Lasso回归模型，计算IMF的回归系数，评估IMF在故障诊断的重要性，进而确定重要性较高的IMFs作为诊断光伏系统故障的信息载体； 步骤3.对所选的IMF进行小波变换，将光伏电站输出电流随时间变化的原始时间序列分解为不同频带上的低频分量和高频分量； 步骤4.对低频分量进行粗粒化处理，再对分解出来的不同时间尺度的粗粒度子序列进行多尺度离散熵MDE计算，对计算出来的离散熵值进行归一化处理； 步骤5.对比无故障晴天、无故障阴天以及故障晴天的归一化离散熵值曲线，观察在不同时间尺度下的离散熵值的差异性，找出遮阴故障与无故障光伏系统差别较大的离散熵值，设为阈值，用来判断光伏系统此时处于正常状态、遮阴故障状态以及遮阴故障发生还是结束状态，实现光伏系统的故障诊断。

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国网江苏省电力有限公司淮安供电分公司，其通讯地址为：223001 江苏省淮安市清江浦区淮海南路134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。