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！

龙图腾网获悉江西省通信产业服务有限公司申请的专利一种光伏电站智能监控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：CN120710234B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511151239.3，技术领域涉及：H02J13/12；该发明授权一种光伏电站智能监控方法及装置是由肖斌;黄剑;朱几林设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种光伏电站智能监控方法及装置在说明书摘要公布了：本发明属于新能源发电监控技术领域，公开了一种光伏电站智能监控方法及装置，包括对标准化多模态数据集进行特征提取，构建注意力加权矩阵，并对多模态特征进行加权融合，形成多模态融合特征向量；采用残差连接结构和双向长短期记忆网络的混合预测网络，预测光伏电站未来的运行状态，得到预测值，同步采集实时运行数据得到实际值；通过比较预测值与实际值的残差，采用适应动态阈值机制，识别潜在异常标记及异常持续时间；根据残差的幅度、变化速率和异常持续时间，评估故障的严重程度，生成预警信息。本发明通过采集多模态数据并进行标准化处理，有效提升了数据质量和一致性，确保了后续分析的可靠性。

本发明授权一种光伏电站智能监控方法及装置在权利要求书中公布了：1.一种光伏电站智能监控方法，其特征在于，包括以下步骤： S1、采集多模态原始数据集，进行预处理，形成标准化多模态数据集； S2、对标准化多模态数据集进行特征提取，构建注意力加权矩阵，并对多模态特征进行加权融合，形成多模态融合特征向量；具体为： 对标准化多模态数据集中电气参数输入多层感知机，得到电气参数特征向量； 将图像数据通过卷积神经网络，提取图像特征向量； 先对声音数据进行梅尔频率倒谱系数特征提取，再通过一维卷积神经网络提取声音特征向量； 将红外数据通过多尺度卷积层，提取红外特征向量； 将得到的电气参数特征向量、图像特征向量、声音特征向量和红外特征向量进行级联处理，形成初步融合特征向量； 根据初步融合特征向量中多模态的互信息及置信度指标，构建模态注意力加权矩阵，对初步融合特征向量进行加权融合，生成多模态融合特征向量，包括： 采用互信息计算方法对电气参数特征向量与图像特征向量、声音特征向量与红外特征向量之间两两组合进行互信息估计，使用基于直方图分布或核密度估计的方法，计算各模态特征向量之间的互信息值，用于反映特征间的信息冗余与相关性；对每种模态分别计算置信度指标，其中电气参数特征向量的置信度依据原始电气参数的信噪比进行归一化处理，图像特征向量的置信度由图像清晰度指标梯度方差衡量，声音特征向量的置信度由梅尔频率倒谱系数的谱熵值衡量，红外特征向量的置信度由红外热图的对比度进行量化；将互信息值与置信度指标分别进行归一化处理后，按照融合比重对两者进行加权整合，得到与电气参数特征向量、图像特征向量、红外特征向量与声音特征向量一一对应的融合权重；将融合权重按照电气参数特征向量、图像特征向量、红外特征向量与声音特征向量的顺序，依次填入对角线位置，构建模态注意力加权矩阵；将初步融合特征向量与模态注意力加权矩阵进行融合处理，生成多模态融合特征向量； S3、采用残差连接结构和双向长短期记忆网络的混合预测网络，预测光伏电站未来的运行状态，得到预测值，同步采集实时运行数据得到实际值； S4、通过比较预测值与实际值的残差，采用自适应动态阈值机制，识别潜在异常标记及异常持续时间； S5、根据残差的幅度、变化速率和异常持续时间，评估故障的严重程度，生成预警信息； S6、根据故障风险等级和预警信息，自动生成运维指令，并推送至运维终端，对光伏电站进行智能实时监控。

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江西省通信产业服务有限公司，其通讯地址为：330009 江西省南昌市西湖区桃苑大街2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。