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！

龙图腾网获悉浙江工业大学;国网浙江省电力有限公司海盐县供电公司;浙江涵普电力科技有限公司;中国电力科学研究院有限公司;重庆大学;正泰集团股份有限公司;国网浙江省电力有限公司慈溪市供电公司;国网浙江省电力有限公司绍兴市上虞区供电公司申请的专利一种光伏并网系统的智能故障识别方法及控制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：CN121299361B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511874695.0，技术领域涉及：G01R31/08；该发明授权一种光伏并网系统的智能故障识别方法及控制系统是由张有兵;张伟杰;汪泽州;史建勋;周爱华;高惠新;谢路耀;邵常政;沈科炬;王建军;吴昊;袁建香;翁国庆;王国锋;王力成;刘强强;杜超;鲍建飞设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种光伏并网系统的智能故障识别方法及控制系统在说明书摘要公布了：本发明涉及一种光伏并网系统的智能故障识别方法及控制系统，采集多通道信号并处理得到样本集合，以霜冰优化算法寻找变分模态分解的最优参数后，以改进的模糊多通道变分模态分解策略对所述处理后的多通道信号进行模态分量的分解；自模态分量分解后的多通道信号中提取特征后输入基于Transformer‑BiLSTM的故障分类网络，得到故障识别结果；系统以接收单元接收故障类别，以控制单元调用与故障类型对应的预设调控策略，以输出单元输出控制策略对应的储能系统与逆变器的控制参数。本发明提高后续识别的准确性与鲁棒性，显著提高模态分解的稳定性与特征可分性，在复杂并网扰动下仍保持高稳定性与泛化能力；提升系统可靠性和电能质量。

本发明授权一种光伏并网系统的智能故障识别方法及控制系统在权利要求书中公布了：1.一种光伏并网系统的智能故障识别方法，其特征在于：所述方法采集多通道信号并进行处理，得到样本集合； 令，定义适应度函数为， ， 其中，K为霜冰优化算法的初始目标，为模糊聚类数，为惩罚系数，为信号重构误差，，N为信号的总数据点数，为重构信号，为分解模态频率均匀性指标，，为各模态中心频率间差值的标准差，为模态有效性惩罚项；为加权系数，满足； 以霜冰优化算法更新种群，获得最优解，得到变分模态分解的最优参数； 基于模糊聚类动态设置每簇的自适应分解模态数，包括以下步骤： 以所述变分模态分解的最优参数对每个通道的信号单独执行一次VMD，使用由霜冰算法优化的初始模态数K，获取一组初始模态分量，包含第c个通道、第k个模态分量的中心频率； 基于所述初始模态分量，定义频率-能量联合特征向量， ， 其中，； 采用模糊C均值聚类算法计算隶属度矩阵， ， 其中，为第类聚类中心，为的索引，为模糊因子，； 每簇的自适应分解模态数满足， ， 其中，为隶属度阈值； 通过模态重组，将所有被模糊聚类判属于同一簇的初始模态在其各自通道内求和，合成一代表该簇群特征的虚拟通道信号，在虚拟通道上执行MVMD，以自适应分解模态数作为约束，输出和； 改进的模糊多通道变分模态分解策略将处理后的多通道信号分解为若干具有不同中心频率的模态分量，使得第个通道信号满足， ， 为模糊聚类数，为每簇分解模态数，和分别为和的索引，为第个模糊簇、第个信号通道、第个模态分量的时间域函数；改进的模糊多通道变分模态分解策略的优化目标函数为， ， 其中，为第个模糊簇、第个信号通道、第个模态分量的中心频率，C为信号通道总数，c为C的索引，为惩罚系数，为对时间的偏导数，为狄拉克δ函数； 自模态分量分解后的多通道信号中提取特征后输入基于Transformer-BiLSTM的故障分类网络，得到故障识别结果。

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浙江工业大学;国网浙江省电力有限公司海盐县供电公司;浙江涵普电力科技有限公司;中国电力科学研究院有限公司;重庆大学;正泰集团股份有限公司;国网浙江省电力有限公司慈溪市供电公司;国网浙江省电力有限公司绍兴市上虞区供电公司，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。