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！

龙图腾网获悉广东晶正科技有限公司申请的专利一种基于多源数据的光伏组件状态监控系统及其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：CN118984135B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411045162.7，技术领域涉及：H02S50/00；该发明授权一种基于多源数据的光伏组件状态监控系统及其方法是由夏振超;何建龙;周庭军;刘伟群;叶榕波;马艳丽设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本一种基于多源数据的光伏组件状态监控系统及其方法在说明书摘要公布了：本发明提供一种基于多源数据的光伏组件状态监控系统及其方法，涉及光伏系统监测技术领域，本发明通过引入自身数据、环境数据和卡尔曼滤波算法构成光伏组件状态监控系统，通过采集光伏组件的自身数据及其环境数据，并通过数据预测模块采用卡尔曼滤波算法对组件未来状态进行预测，获得组件预测数据，通过数据修正模块引入的环境影响指数，能够有效区分光伏组件性能下降的原因，将预测数据作为参考标准生成自身数据误差指数，利用修正后的三个时刻的自身数据和组件预测数据生成自身数据波动率，结合监控分析模块的数据分析模型，能够生成状态监控指数，并与预设阈值进行比较，发出预警信号，提高了光伏系统故障检测的准确性。

本发明授权一种基于多源数据的光伏组件状态监控系统及其方法在权利要求书中公布了：1.一种基于多源数据的光伏组件状态监控系统，其特征在于，包括： 数据采集模块，用于采集光伏组件时刻和时刻的自身数据和环境数据，所述自身数据包括光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，所述环境数据包括光伏组件的表面阳光强度数据、所处环境的温度数据和投入使用的时间； 数据预测模块，用于根据光伏组件时刻和时刻的光伏组件自身数据和环境数据，采用卡尔曼滤波算法对于光伏组件时刻的自身数据进行预测，获得组件预测数据，所述组件预测数据包括时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据； 数据修正模块，用于采集光伏组件时刻的自身数据和环境数据，根据光伏组件时刻和时刻的自身数据和环境数据，生成第一环境影响指数集，使用第一环境影响指数集对于光伏组件时刻的自身数据进行修正； 波动判断模块，用于依据修正后的光伏组件时刻的自身数据和组件预测数据生成自身数据误差指数，使用第一环境影响数据集对于时刻的自身数据进行修正，根据过去时刻的自身数据、修正后的时刻和时刻的自身数据，生成自身数据波动率； 监控分析模块，用于对自身数据波动率和自身数据误差指数进行分析，建立数据分析模型，生成状态监控指数，将状态监控指数与阈值进行对比，根据对比的结果选择发出或不发出预警信号； 所述时刻为当前时刻，时刻和时刻之间的时间长度与时刻和时刻之间的时间长度相同，所述第一环境影响指数集包括阳光强度影响指数、温度影响指数和时间影响指数，生成第一环境影响指数集所依据的逻辑为： 其中，、和分别表示阳光强度影响指数、温度影响指数和时间影响指数，、和分别表示光伏组件时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示光伏组件在时刻的表面阳光强度、所处环境的温度和投入使用时间数据，、和分别表示光伏组件时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示光伏组件在时刻的表面阳光强度、所处环境的温度和投入使用时间数据； 使用第一环境影响指数集对于光伏组件时刻的自身数据进行修正的逻辑为： 其中，、和分别表示修正后的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示采集的光伏组件时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示光伏组件在时刻的表面阳光强度、所处环境的温度和投入使用时间数据； 使用第一环境影响数据集对于时刻的自身数据进行修正所依据的公式为： 其中，、和分别表示修正后的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据； 生成自身数据误差指数时，分别对修正后的光伏组件时刻的自身数据和组件预测数据中，光伏组件输出的电流数据、电压数据和光伏组件表面温度数据的误差分配相应的权重，求和后计算自身数据误差指数，生成自身数据误差指数的公式为： 其中，表示自身数据误差指数，、和分别表示修正后的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示组件预测数据中，预测的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别为电流异常权重、电压异常权重和温度异常权重，，且； 根据过去时刻的自身数据、修正后的时刻和时刻的自身数据，生成自身数据波动率时，分别计算三个时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据的方差，通过计算三组方差的平均数获得自身数据波动率，具体为： 其中，为自身数据波动率，、和分别表示修正后的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示修正后的时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示光伏组件时刻的光伏组件输出的电流数据、电压数据和光伏组件表面温度数据，、和分别表示电流平均数、电压平均数和表面温度平均数，且： 生成状态监控指数所依据的公式为： 其中，表示状态监控指数，将状态监控指数与阈值进行对比时，若，则发出当前光伏组件异常的预警信号，若，则不发出预警信号； 采用卡尔曼滤波算法对于光伏组件时刻的自身数据进行预测，获得组件预测数据所依据的方法为： 依据光伏组件时刻的自身数据构建光伏组件时刻的状态向量，并结合状态转移矩阵构建状态向量从时刻到时刻转移的状态方程，生成基于光伏组件时刻的自身数据和环境数据的时刻的自身预测数据，并更新时刻的自身预测数据的误差协方差矩阵； 根据光伏组件时刻的环境数据，构建光伏组件时刻的观测向量，并构建观测矩阵，结合更新后的误差协方差矩阵和观测矩阵计算卡尔曼增益； 使用卡尔曼增益、时刻的观测向量对于时刻的自身预测数据进行更新，获取更新后的时刻的自身预测数据； 使用更新后的时刻的自身预测数据，结合状态转移矩阵构建从时刻到时刻转移的状态方程，获得预测的时刻的自身数据，即组件预测数据。

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广东晶正科技有限公司，其通讯地址为：510700 广东省广州市黄埔区开泰大道188号1601、1602房；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。