发明公开
- 专利标题: 一种基于深度学习的光伏组串积灰程度评价方法及系统
-
申请号: CN202311671943.2申请日: 2023-12-07
-
公开(公告)号: CN117893057A公开(公告)日: 2024-04-16
- 发明人: 刘铮 , 贺佳佳 , 李正东 , 李嘉 , 夏海洋 , 张瑜
- 申请人: 重庆中电自能科技有限公司 , 国家电投集团青海光伏产业创新中心有限公司
- 申请人地址: 重庆市九龙坡区朝田村200号B座4-3号;
- 专利权人: 重庆中电自能科技有限公司,国家电投集团青海光伏产业创新中心有限公司
- 当前专利权人: 重庆中电自能科技有限公司,国家电投集团青海光伏产业创新中心有限公司
- 当前专利权人地址: 重庆市九龙坡区朝田村200号B座4-3号;
- 代理机构: 北京方安思达知识产权代理有限公司
- 代理商 杨小蓉; 陈琳琳
- 主分类号: G06Q10/0639
- IPC分类号: G06Q10/0639 ; G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06F18/213
摘要:
本申请提供了一种基于深度学习的光伏组串积灰程度评价方法及系统,所述方法包括:获取光伏组串的运行数据和环境数据,考虑地域特征和时序特征对数据进行预处理,输入光伏组串积灰程度评价模型,识别出光伏组串的积灰状态;所述光伏组串积灰程度评价模型包括发电量预测子模型和积灰评价子模型;所述发电量预测子模型对光伏组串的发电量进行预测;积灰评价子模型利用运行数据和环境数据,以及预测的发电量,识别出光伏组串的积灰状态。本申请的优势在于:可以量化评估出光伏组串积灰指数;精度较高,不易受环境影响;利用深度学习方法实现远程分析,可移植性好。