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！

龙图腾网获悉国能江西新能源产业有限公司;国家能源集团江西电力有限公司;中国电力工程顾问集团中南电力设计院有限公司申请的专利一种光伏场站渔光互补的协同管理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：CN120725371B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511033128.2，技术领域涉及：G06Q10/0631；该发明授权一种光伏场站渔光互补的协同管理方法是由王华;康龙;唐磊;刘轩铭;温邦春;曾瀚文;柯政阳;邢旭东;江桥;王雪浩;舒旷设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种光伏场站渔光互补的协同管理方法在说明书摘要公布了：本发明公开了一种光伏场站渔光互补的协同管理方法，本发明涉及光伏场站运维技术领域。该方法步骤包括：收集数据；采用基于随机森林的递归特征选择法筛选重要特征，得到生长数据，并利用TreeSHAP法计算各特征的特征权重；计算生长数据中各特征对应的生长偏差度，结合特征权重计算水产生物效能指数并绘制效能曲线；基于滑动窗口的最小二乘法计算效能曲线的增长趋势因子，确定生长趋势稳定性；利用生长趋势稳定性调整粒子群优化算法的惯性权重，得到光伏板的最优状态即最优光伏板倾角和最优反光膜角度；通过最优光伏板倾角和最优反光膜角度对光伏板发电进行预测，得到光伏场站的最优发电量，据此协同管理光伏场站，使光伏场站的运维状态达到最佳。

本发明授权一种光伏场站渔光互补的协同管理方法在权利要求书中公布了：1.一种光伏场站渔光互补的协同管理方法，其特征在于：包括以下步骤： 步骤S1：收集水产生物在不同生存条件下的水产生长数据并进行预处理，得到水产生物生长数据； 步骤S2：通过基于随机森林的递归特征选择法对所述水产生物生长数据进行特征重要性筛选，得到筛选后的第二水产生物生长数据；通过TreeSHAP法计算所述第二水产生物生长数据中每个特征的特征权重，包括以下具体步骤： 通过基于随机森林的递归特征选择法对所述水产生物生长数据进行特征重要性筛选，水产生物生长数据为X={,,...,...,}，构建决策树集合T={,,...,,...,}，一共有棵树； 对每棵树和特征，计算每个特征在所有分裂点的累计纯度提升： ； 其中，表示水产生物生长数据中第p个特征在第m棵决策树中的特征重要性，为树的分裂点集合，h为中的一个分裂点，I为指示函数，即分裂点h的特征索引和水产生物生长数据特征的索引p相等时为1，不等时为0，为分裂点h的特征索引，为分裂点h的基尼不纯度减少量，，为分裂点h的父节点parent的基尼不纯度，为分裂点h的子节点child，为分裂点h的子节点child的基尼不纯度，和分别为分裂点h的父节点和子节点的样本数量，p为水产生物生长数据特征的索引； 则特征在随机森林模型中的特征重要性为： ； 其中，为水产生物生长数据第p个特征在随机森林模型中的特征重要性，M为决策树的总数量，m为第m棵决策树，表示水产生物生长数据中第p个特征在第m棵决策树中的特征重要性； 基于水产生物生长数据中所有特征在随机森林模型中的特征重要性，剔除特征重要性最低的特征，形成新的特征子集，用新的特征子集重新训练随机森林模型，重复计算特征重要性，直到剩余特征数达到预设特征数量阈值，输出筛选后的第二水产生物生长数据； 通过TReeSHAP法计算第二水产生物生长数据的每个特征的SHAP值： ； 其中，为第二水产生物生长数据中第p个特征的SHAP值，M为决策树的总数量，m为第m棵决策树，h为决策树中的分裂节点，表示节点h处受特征影响的样本数量，为第二水产生物生长数据中的第p个特征，表示到达节点h的总样本数，为分裂点h的基尼不纯度减少量； 根据第二水产生物生长数据的每个特征的SHAP值，计算第二水产生物生长数据中每个特征的权重： ； 其中，为第二水产生物生长数据中第p个特征的权重，为第二水产生物生长数据中第p个特征的SHAP值，P2为第二水产生物生长数据的特征总数量； 步骤S3：通过计算所述第二水产生物生长数据和预设生长阈值区间的偏差度，得到第二水产生物生长数据中每个特征的生长偏差度；通过结合所述每个特征的生长偏差度和对应的特征权重，计算得到水产生物效能指数；根据所述水产生物效能指数，绘制水产生物效能曲线，包括以下步骤： 通过所述第二水产生物生长数据和预设生长阈值的偏差度，计算每个养殖周期中每个时刻下第二水产生物生长数据中每个特征的生长偏差度： ； 其中，为第二水产生物生长数据第p个特征的偏差度，为第二水产生物生长数据中的第p个特征，为第二水产生物生长数据中第p个特征的预设生长阈值区间的中心值，为第二水产生物生长数据中第p个特征的预设生长阈值区间的阈值上限，为第二水产生物生长数据中第p个特征的预设生长阈值区间的阈值下限； 步骤S4：通过基于滑动窗口的最小二乘法计算水产生物效能曲线的增长趋势因子，根据所述增长趋势因子得到水产生物的最优生存条件并计算最优生存条件对应的水产生物效能曲线的生长趋势稳定性； 步骤S5：通过所述生长趋势稳定性对粒子群优化算法中的惯性进行调整，并通过粒子群优化算法得到光伏板的最优状态，所述光伏板的最优状态包括：最优光伏板倾角和最优反光膜角度； 步骤S6：对每个养殖周期的光伏板的最优状态进行发电量预测，得到发电量预测值，通过所述发电量预测值对水产养殖提供调整策略，实现对渔光互补的协同管理。

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能江西新能源产业有限公司;国家能源集团江西电力有限公司;中国电力工程顾问集团中南电力设计院有限公司，其通讯地址为：330000 江西省南昌市新建区经开区璜溪大道19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。