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！

龙图腾网获悉国家能源集团新能源技术研究院有限公司申请的专利基于自学习的面向光伏系统设备运行数据的预训练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：CN116415147B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310220025.1，技术领域涉及：G06F18/214；该发明授权基于自学习的面向光伏系统设备运行数据的预训练方法是由王德军;段震清;王文彬;褚景春;崔青汝;朱润泽;尤泽东;崔亚辉设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于自学习的面向光伏系统设备运行数据的预训练方法在说明书摘要公布了：本发明涉及光伏系统技术领域，实施例提供一种基于自学习的面向光伏系统设备运行数据的预训练方法。该方法包括：获取光伏系统设备的设备运行信息的时序特征；根据所述时序特征构造正例样本数据和负例样本数据，并将所述正例样本数据和负例样本数据两两组合成为样本对；将样本对输入深度孪生网络模型，得到样本对的特征和分类预测值；根据所述分类预测值和特征构造所述设备运行信息的数据特征。本发明提供的实施方式提供了提升了光伏设备运行数据表征学习的效果，更使得数据表征的学习具有更好的鲁棒性和泛化性。

本发明授权基于自学习的面向光伏系统设备运行数据的预训练方法在权利要求书中公布了：1.一种基于自学习的面向光伏系统设备运行数据的预训练方法，其特征在于，该方法包括： 获取光伏系统设备的设备运行信息的时序特征； 根据所述时序特征构造正例样本数据和负例样本数据，并将所述正例样本数据和负例样本数据两两组合成为样本对； 将样本对输入深度孪生网络模型，得到样本对的分类预测值和特征，包括：以所述深度孪生网络模型中其中一层的激活函数为界点，将所述样本对输入深度孪生网络模型，获取所述界点处的激活函数输出的特征；将获取的特征与所述样本对的聚合特征和关系特征进行拼接，得到拼接后特征；将所述拼接后特征替代所述激活函数输出的特征输入深度孪生网络模型的界点之后部分；以所述深度孪生网络模型的输出确定所述样本对的特征；将所述样本对的特征经激活函数后得到所述样本对的分类预测值； 根据所述分类预测值和特征构造所述设备运行信息的数据特征； 其中，聚合特征为： 其中，、、、分别为某一组串的时序特征值的平均值、中位数、标准差和最大值； 关系特征为：采用随机采样一致算法回归出设备运行时功率和太阳辐照度之间的关系，取其回归的斜率定为关系特征。

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家能源集团新能源技术研究院有限公司，其通讯地址为：102209 北京市昌平区小汤山镇东流顺沙路245号(未来科技城)；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。