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！

龙图腾网获悉国网上海市电力公司;上海交通大学申请的专利一种考虑训练集标签有误情况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：CN116522244B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310498124.6，技术领域涉及：G06F18/2415；该发明授权一种考虑训练集标签有误情况的光伏阵列故障诊断方法是由刘舒;方陈;柳劲松;时珊珊;魏新迟;严正;徐潇源;顾崇寅;王梦圆;王晗设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种考虑训练集标签有误情况的光伏阵列故障诊断方法在说明书摘要公布了：本发明公开了一种考虑训练集标签有误情况的光伏阵列故障诊断方法，属于光伏技术领域，该方法包括以下步骤：1基于置信学习算法，对训练数据集进行清洗，除去绝大部分标签错误的数据样本；2基于分布鲁棒逻辑回归算法，建立对标签错误鲁棒的光伏阵列故障诊断模型，实现对光伏阵列故障的准确诊断。本发明方法能够有效诊断多种不同类型、不同程度的光伏阵列故障。与传统算法相比，所提方法对训练数据标签错误具有鲁棒性，可以有效应对工程实际中采集标签数据时难以避免的人工和技术问题导致的标签错误情况，提升诊断准确率。

本发明授权一种考虑训练集标签有误情况的光伏阵列故障诊断方法在权利要求书中公布了：1.一种考虑训练集标签有误情况的光伏阵列故障诊断方法，其特征在于，包含以下步骤： （1）基于置信学习算法，对训练数据集进行清洗，除去绝大部分标签错误的数据样本； （2）基于分布鲁棒逻辑回归算法，建立对标签错误鲁棒的光伏阵列故障诊断模型，实现对光伏阵列故障的准确诊断； 所述步骤（1）包括如下步骤： 数据清洗方法：采用置信学习法，分为三个步骤：估计噪声标签与真实标签的联合分布；找出并清洗错误标签样本；基于清洗后的数据建立训练集； 首先对数据集样本进行交叉验证，计算第n个样本属于第j个类别的概率P[n][j]，计算每一类别j下的平均概率t[j]作为置信度阈值，其表达式为： 1 式中：为数据集中标签为j的所有样本的集合；为中包含样本的个数； 计算计数矩阵，其中元素的含义为数据集中标签为但是有足够大的概率应为的样本个数，其表达式为： 2 式中：为原标签为i，但是其属于类别j的概率大于阈值t[j]的样本个数；为计数矩阵第i行的第j个元素； 为了让计数总和与原数据集样本总数相同，对计数矩阵进行标定，计算方法为： 3 式中：为标定后矩阵第i行的第j个元素； 基于标定的计数矩阵，计算原数据标签与真实标签的联合分布矩阵，计算方法为： 4 得到联合分布矩阵后，采用如下几种方法清洗数据： ①选取P[n][j]中最大概率对应的标签类别与原始标签不一致的样本进行过滤； ②选取构造计数矩阵过程中进入非对角线的样本进行过滤； ③对于原数据集中每一类别i，选取个样本进行过滤，并按照其概率由低到高进行排列； ④对于计数矩阵的非对角线元素对应的样本，选取个元素进行过滤，并按照P[n][j]-P[n][i]最大间隔进行排序； ⑤综合清洗方法③和④，即取其交集； 对原数据集进行清洗以后，使用剩余数据进行模型训练。

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上海市电力公司;上海交通大学，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区源深路1122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。