一种基于模型下沉的光伏阵列积灰监测方法和系统

AITNT
正文
推荐专利
一种基于模型下沉的光伏阵列积灰监测方法和系统
申请号:CN202410708436
申请日期:2024-06-03
公开号:CN118659738A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于模型下沉的光伏阵列积灰监测方法和系统,1)获取分布式光伏系统的边缘端光伏阵列输出数据;2)提取有效数据;3)使用改进的差分编码对采样数据进行压缩编码;4)上传压缩后的数据,并在云端训练用于数据压缩的人工智能模型和用于光伏阵列积灰监测的模型;5)将训练好的用于数据压缩的人工智能模型加载到与光伏阵列电气相连的逆变器的控制器中;6)逆变器的控制器运行用于数据压缩的人工智能模型,并将压缩后数据上传至云端;7)云端通过半监督K‑Means模型分析数据,判断光伏阵列是否需要清洗;8)对于需要清洗的光伏阵列,通知其业主。本发明仅使用少量带标签数据实现分布式光伏阵列积灰状态精准判断。
技术关键词
分布式光伏系统 分布式光伏阵列 人工智能模型 GRU模型 监测方法 积灰 数据压缩 逆变器 特征值 云端 数据上传模块 聚类 特征提取模块 编码 数据获取模块 无标签数据 通知
系统为您推荐了相关专利信息
1
一种高压断路器燃弧监测系统及方法
高压断路器 监测方法 干扰识别模型 电力设备运行状态检测技术 频段
2
燃烧室二氧化碳与温度致脉动压力波动的压力监测方法
压力监测方法 燃烧室 异常检测方法 压力变化曲线 高温压力传感器
3
基于可见光与红外融合的河道禁渔船只监测方法及系统
船只监测方法 分布特征 可见光图像 融合特征 特征模板
4
一种基于深度学习的植物性状无损监测方法及装置
性状预测模型 无损监测方法 特征地图 光谱辐射计 多层感知器
5
一种基于人工智能的RPA数据处理方法及系统
数据处理方法 长短期记忆神经网络 界面 构建数据结构 元素
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号