南京工业大学易辉获国家专利权
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!
龙图腾网获悉南京工业大学申请的专利一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量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:CN120804847B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202511316264.2,技术领域涉及:G06F18/241;该发明授权一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量诊断方法是由易辉;姜振豪;卢铭;李红涛设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。
本一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量诊断方法在说明书摘要公布了:本发明公开了一种基于自适应聚类算法和IC‑LSTM神经网络的光伏故障定量诊断方法,涉及光伏故障诊断领域,该方法包括:利用皮尔逊相关系数分析法对历史运行数据中的多个变量进行关联性分析;利用改进的自适应聚类算法对天气条件进行分类,得到天气条件分类结果;基于天气条件分类结果并结合输入凸长短期记忆神经网络,构建光伏发电正常状态下的预测模型;基于预先构建的若干光伏故障场景,对训练完成的光伏发电正常状态下的预测模型进行模型参数迁移,生成光伏发电故障状态下的预测模型。本发明能够有效处理大规模数据集中的非凸聚类问题,提升天气分类的准确性和效率,进而为光伏发电预测模型提供可靠的天气分类基础。
本发明授权一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量诊断方法在权利要求书中公布了:1.一种基于自适应聚类算法和IC-LSTM神经网络的光伏故障定量诊断方法,其特征在于,该方法包括: 利用皮尔逊相关系数分析法对历史运行数据中的多个变量进行关联性分析,并基于关联性分析结果筛选与实际发电功率相关联的特征变量; 结合谱聚类算法及矢量量化技术生成改进的自适应聚类算法,并利用改进的自适应聚类算法对天气条件进行分类,得到天气条件分类结果; 基于天气条件分类结果并结合输入凸长短期记忆神经网络,构建光伏发电正常状态下的预测模型;以特征变量作为输入变量,实际发电功率作为目标变量,对光伏发电正常状态下的预测模型进行训练; 基于预先构建的若干光伏故障场景,对训练完成的光伏发电正常状态下的预测模型进行模型参数迁移,生成光伏发电故障状态下的预测模型; 通过光伏发电故障状态下的预测模型输出光伏故障的预测结果,定量诊断光伏故障的严重程度,并基于光伏故障的严重程度制定光伏故障清除措施; 所述结合谱聚类算法及矢量量化技术生成改进的自适应聚类算法,并利用改进的自适应聚类算法对天气条件进行分类,得到天气条件分类结果包括: 从历史天气数据选取若干样本并作为欧几里得空间中的生成点组,在欧几里得空间中构建生成点相关的泰森多边形区域及生成点相关的泰森多边形区域,并计算泰森多边形区域与泰森多边形区域之间的惯量; 分别获取泰森多边形区域的质心及泰森多边形区域的质心,将连接质心与质心的线段结构作为桥,并基于惯量计算泰森多边形区域与泰森多边形区域之间桥的惯量; 结合泰森多边形区域与泰森多边形区域之间桥的惯量,利用几何准则衡量泰森多边形区域与泰森多边形区域的桥亲合力; 基于桥亲和力构建质心级的桥亲和力矩阵,在桥亲和度矩阵上应用谱聚类算法,以获取与实际发电功率相关联的天气条件分类结果; 所述基于桥亲和力构建质心级的桥亲和力矩阵,在桥亲和度矩阵上应用谱聚类算法,以获取与实际发电功率相关联的天气条件分类结果包括: 基于桥亲和力构建质心级的桥亲和力矩阵,将桥亲和力矩阵作为谱聚类算法的输入,并利用谱聚类算法计算归一化拉普拉斯矩阵; 利用特征分解技术提取归一化拉普拉斯矩阵中预设范围内的最小特征值对应的特征向量,形成低维特征空间; 在低维特征空间中将泰森多边形区域聚合,得到与实际发电功率相关联的天气条件分类结果; 所述基于天气条件分类结果并结合输入凸长短期记忆神经网络,构建光伏发电正常状态下的预测模型;以特征变量作为输入变量,实际发电功率作为目标变量,对光伏发电正常状态下的预测模型进行训练包括: 基于天气条件分类结果,将太阳辐照度、大气温度及湿度作为天气分类因子,构建最小化天气分类的目标函数; 基于最小化天气分类的目标函数,并结合输入凸长短期记忆神经网络建立光伏发电正常状态下的预测模型; 将特征变量作为输入变量,将实际发电功率作为目标变量,划分训练集与测试集,通过训练集并在预设时间步长对光伏发电正常状态下的预测模型进行训练,在训练完成后评估光伏发电正常状态下的预测模型的预测能力。
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南京工业大学,其通讯地址为:211800 江苏省南京市浦口区浦珠南路30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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励