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！

龙图腾网获悉贵州大学申请的专利一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统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：CN120012577B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510090762.3，技术领域涉及：G06F30/27；该发明授权一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统是由余珮嘉;张靖;张昕;代长乐;陈昆;李原旭;陈雨轩设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统在说明书摘要公布了：本发明公开了一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统，方法包括：获取光伏发电系统的历史运行数据，建立包含环境因素影响的数据集，构建光伏发电量预测模型；采用粒子群优化算法初始化参数搜索空间，模拟计算光伏系统输出功率；建立光伏系统输出功率与环境因素的非线性映射关系，计算得到系统输出功率预测值；通过随机森林算法评估各参数对系统输出功率的重要性，筛选出关键参数；将优化后的参数值代入光伏发电量预测模型，计算系统输出功率，将输出功率与实测值进行对比，若二者误差在允许范围内，则输出最终的参数辨识结果。本发明提高了光伏发电系统参数辨识的准确性和效率。

本发明授权一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统在权利要求书中公布了：1.一种基于群体智能优化算法的光伏发电系统参数辨识方法，其特征在于，包括： 获取光伏发电系统的历史运行数据，建立包含环境因素影响的数据集，通过所述包含环境因素影响的数据集构建光伏发电量预测模型； 采用粒子群优化算法初始化参数搜索空间，设置超参数，将所述超参数输入所述光伏发电量预测模型中，模拟计算光伏系统输出功率； 通过支持向量回归模型，建立光伏系统输出功率与环境因素的非线性映射关系，将粒子群优化算法得到的参数估计值输入支持向量回归模型，计算得到系统输出功率预测值，若所述预测值与实测值的误差超过预设阈值，则重新调整粒子群搜索策略； 通过随机森林算法评估各参数对系统输出功率的重要性，筛选出关键参数，若所述关键参数中某参数的重要性低于预设值，则将此关键参数从优化过程中剔除； 将优化后的参数值代入所述光伏发电量预测模型，计算系统输出功率，将所述输出功率与实测值进行对比，若二者误差在允许范围内，则输出最终的参数辨识结果； 其中，将粒子群优化算法得到的参数估计值输入支持向量回归模型，计算得到系统输出功率预测值，若所述预测值与实测值的误差超过预设阈值，则重新调整粒子群搜索策略包括： 获取预先建立的支持向量回归模型和预设的误差阈值； 针对待预测的系统，采用粒子群优化算法进行参数估计，得到参数估计值； 将所述参数估计值输入支持向量回归模型，计算得到系统输出功率的预测值； 获取系统输出功率的实测值，计算预测值与实测值之间的误差； 判断误差是否超过预设阈值，若超过阈值，则调整粒子群算法的搜索策略； 根据调整后的搜索策略，重新执行粒子群优化算法，得到新的参数估计值； 将新的参数估计值输入支持向量回归模型，计算更新后的功率预测值，直至预测值满足所述误差阈值要求； 通过随机森林算法评估各参数对系统输出功率的重要性包括： 通过不同输入参数和对应的输出功率数据，构建训练数据集和测试数据集； 采用随机森林算法对训练数据集进行训练，得到随机森林模型，并利用测试数据集对模型进行评估，计算模型的预测准确率； 利用所述随机森林模型对不同输入参数的重要性进行评估，得到各个参数的重要性值； 根据预设的重要性阈值，将重要性值大于等于所述重要性阈值的参数确定为关键参数； 判断所述关键参数中是否存在重要性值低于重要性阈值的参数，若存在，则将此参数从关键参数列表中剔除； 根据筛选得到的关键参数，构建优化模型，并采用遗传算法对所述关键参数进行优化求解，得到各关键参数的最优取值； 将所述各关键参数的最优取值输入到光伏发电量预测模型中，获取系统的输出功率，并与优化前的输出功率进行对比，评估优化效果。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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。