-
公开(公告)号：CN118115591A
公开(公告)日：2024-05-31
申请号：CN202410517695.4
申请日：2024-04-28
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院
IPC分类号： G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06T17/00 , G06T7/30 , G06V10/26 , G06V10/80 , H02J3/00 , H02J3/38
摘要： 本申请公开了一种功率预测模型训练方法、光伏电站运维方法及相关装置，通过采集光伏电站的热红外影像、光伏组串发电功率以及天气数据来训练神经网络模型，利用不同来源数据信息，相互补充，能够提供更全面的视角来监测和评估光伏电站状态，有助于提高模型预测准确率，从而改善采用单一模式数据进行光伏电站性能预测存在的预测准确性低的技术问题；在采集到热红外图像后进行配准，以定位光伏组件在热红外图像中的位置，在此基础上集成光伏组串功率和天气数据，实现每块光伏组件的发电功率预测，改善了现有技术无法预测单个光伏组件的性能，从而不能精确定位到发生故障的具体光伏组件，无法进行针对性地维护，影响光伏电站整体发电效率的技术问题。
-
公开(公告)号：CN118101732A
公开(公告)日：2024-05-28
申请号：CN202410505398.8
申请日：2024-04-25
申请人： 深圳市峰和数智科技有限公司 , 宁波东方理工大学(暂名)
IPC分类号： H04L67/125 , H01M8/04992 , H01M8/18 , G06F30/27 , G06N3/045
摘要： 本发明公开了一种基于云端数字孪生的液流电池运维系统和方法，系统包括通信连接的监控端和云服务器，通过监控端周期性获取储能电站内液流电池电堆对应的运行数据并上传至云服务器；通过云服务器根据运行数据进行模拟决策，并按照模拟决策结果生成调控信息下发至监控端。再通过监控端响应云服务器下发的调控信息，对液流电池电堆执行调控操作，从而实现对储能电站内的液流电池电堆运行的周期性动态优化调控，显著提升储能电站的运维管理水平，有效提高液流电池电堆的能量利用效率。
-
公开(公告)号：CN116128170B
公开(公告)日：2023-06-23
申请号：CN202310417715.6
申请日：2023-04-19
申请人： 深圳市峰和数智科技有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F16/2458 , G06N3/044 , G06N3/045
摘要： 本申请公开了一种光伏电站功率超短期预测方法、装置及相关设备，该方法包括：获取光伏电站在第一时间段内的气象预报时间序列、在第二时间段内的云图时间序列、在第二时间段及第三时间段内的辐照强度实测时间序列及功率实测时间序列；将所述气象预报时间序列、所述云图时间序列、所述辐照强度实测时间序列和所述功率实测时间序列输入训练后的功率预测模型中，得到第一时间段内的功率预测时间序列。其中，云图时间序列为预先利用风速实测时间序列、风向实测时间序列以及云层图片生成的。本申请能够基于气象预报数据、历史云层图片、历史辐照强度实测数据以及历史功率实测数据，预测出功率值，具有重要的应用价值。
-
公开(公告)号：CN118115591B
公开(公告)日：2024-07-05
申请号：CN202410517695.4
申请日：2024-04-28
申请人： 深圳市峰和数智科技有限公司 , 宁波数字孪生(东方理工)研究院
IPC分类号： G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06T17/00 , G06T7/30 , G06V10/26 , G06V10/80 , H02J3/00 , H02J3/38
摘要： 本申请公开了一种功率预测模型训练方法、光伏电站运维方法及相关装置，通过采集光伏电站的热红外影像、光伏组串发电功率以及天气数据来训练神经网络模型，利用不同来源数据信息，相互补充，能够提供更全面的视角来监测和评估光伏电站状态，有助于提高模型预测准确率，从而改善采用单一模式数据进行光伏电站性能预测存在的预测准确性低的技术问题；在采集到热红外图像后进行配准，以定位光伏组件在热红外图像中的位置，在此基础上集成光伏组串功率和天气数据，实现每块光伏组件的发电功率预测，改善了现有技术无法预测单个光伏组件的性能，从而不能精确定位到发生故障的具体光伏组件，无法进行针对性地维护，影响光伏电站整体发电效率的技术问题。
-
公开(公告)号：CN118070366A
公开(公告)日：2024-05-24
申请号：CN202410505418.1
申请日：2024-04-25
申请人： 深圳市峰和数智科技有限公司 , 宁波东方理工大学(暂名)
IPC分类号： G06F30/10 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T17/00 , H01M4/139 , H01M4/88 , G06F111/10
摘要： 本申请提供的新能源电池多孔电极的结构生成方法、装置、介质及设备，当获取到与待生成的多孔电极相关的初始低维嵌入及先验条件、预先配置的目标生成器、目标性质预测器后，可以先确定使生成的多孔电极的结构性质达到最优的优化函数以及目标性质，接着通过目标生成器生成与初始低维嵌入及先验条件对应的初始多孔电极，并利用目标性质预测器对初始多孔电极的结构性质进行预测后，得到预测结果；本申请可以利用预测结果和目标性质对优化函数进行优化求解，得到使待生成的多孔电极的结构性质达到最优的目标低维嵌入，这样可以避免直接在三维结构这一高维空间中进行优化，进而极大降低电极结构优化设计的计算成本。
-
公开(公告)号：CN117477551A
公开(公告)日：2024-01-30
申请号：CN202311463796.X
申请日：2023-11-06
申请人： 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
IPC分类号： H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/0464 , G06N5/022 , G06Q50/06 , G06F30/27 , G06F111/04
摘要： 一种基于领域知识嵌入模型的光伏发电功率预测方法，属于机器学习训练模型以预测光伏发电功率的技术领域，包括：S1：建立预测模型，利用深度神经网络模型建立输入数据和输出数据之间的映射关系；S2：利用领域知识构建对所述预测模型的约束条件；S3:选取最优测试模型；S4:将选取的最优测试模型用于预测光伏电站未来发电功率。本发明应用在光伏发电预测的技术领域，将机器学习算法结合领域知识，使预测模型可解释性得到增强，并使预测模型给出更符合物理规律的结果；领域知识以额外损失函数项的形式与所述预测模型算法结合，以适用于多种预测模型结构。
-
公开(公告)号：CN115879647B
公开(公告)日：2023-06-30
申请号：CN202310117116.2
申请日：2023-02-15
申请人： 深圳市峰和数智科技有限公司
摘要： 本发明公开了一种基于领域知识与深度学习结合的地层岩性预测方法，涉及地质勘探技术领域，主要包括步骤：基于领域知识构建相应测井曲线与地层岩性变化之间关系的表征矩阵；根据循环神经网络中隐含层状态与表征矩阵之间的关系获取上下文向量，并基于上下文向量将表征矩阵与目标模型进行结合；对结合表征矩阵后的目标模型进行训练，并根据训练后的验证集表现进行最优训练方向下的目标模型选取；通过选取的目标模型对目标样本进行地层岩性的预测。本发明让模型不仅仅从样本学习曲线和地层岩性之间的映射关系，还可以基于领域知识学习如何识别地层岩性，在提高了模型预测准确性的同时，也为模型的输出判断给出更为合理的物理解释。
-
公开(公告)号：CN116109018B
公开(公告)日：2023-06-23
申请号：CN202310383207.0
申请日：2023-04-12
申请人： 深圳市峰和数智科技有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/09
摘要： 本申请公开了一种光伏电站功率预测方法、装置及相关设备，包括：获取光伏电站在第一时间段内的气象预报时间序列、在第二时间段内的辐照强度实测时间序列及功率实测时间序列；将各时间序列输入训练后的功率预测模型中，得到第一时间点的功率预测值；其中，功率预测模型为以第三时间段内的气象预报时间序列、第四时间段内的辐照强度实测时间序列及功率实测时间序列为训练样本，以第二时间点的气象实测数据及功率实测值为样本标签训练得到。本申请利用气象数据在时间上的相关性、气象预报与实测数据的相关性以及气象与功率的相关性，对功率预测模型进行训练，使得功率预测模型能够基于气象预报数据以及历史功率实测数据，实现对功率值的预测。
-
公开(公告)号：CN116128170A
公开(公告)日：2023-05-16
申请号：CN202310417715.6
申请日：2023-04-19
申请人： 深圳市峰和数智科技有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F16/2458 , G06N3/044 , G06N3/045
摘要： 本申请公开了一种光伏电站功率超短期预测方法、装置及相关设备，该方法包括：获取光伏电站在第一时间段内的气象预报时间序列、在第二时间段内的云图时间序列、在第二时间段及第三时间段内的辐照强度实测时间序列及功率实测时间序列；将所述气象预报时间序列、所述云图时间序列、所述辐照强度实测时间序列和所述功率实测时间序列输入训练后的功率预测模型中，得到第一时间段内的功率预测时间序列。其中，云图时间序列为预先利用风速实测时间序列、风向实测时间序列以及云层图片生成的。本申请能够基于气象预报数据、历史云层图片、历史辐照强度实测数据以及历史功率实测数据，预测出功率值，具有重要的应用价值。
-
公开(公告)号：CN115601197A
公开(公告)日：2023-01-13
申请号：CN202211496688.8
申请日：2022-11-28
申请人： 深圳市峰和数智科技有限公司(CN)
发明人： 请求不公布姓名
IPC分类号： G06Q50/06 , G06N20/00 , G06F18/23213
摘要： 本申请提供的一种光伏电站的异常状态检测方法、装置。该方法包括：在预设周期内，实时采集光伏电站的工作数据，得到样本数据集；将样本数据集输入信息提取模型，得到各工作数据对应的状态信息特征；其中，信息提取模型为训练完成且剥离了输出层的状态检测模型，状态检测模型包括输入层、隐藏层和输出层，状态检测模型用于根据光伏电站的工作数据判断光伏电站是否处于异常状态；根据各状态信息特征对样本数据集进行聚类，得到多个聚类结果；根据多个聚类结果，得到光伏电站在预设周期内的异常状态检测结果。该方法结合了深度学习和无监督学习，对于从未出现过的新异常状态也可在聚类的过程中被发现，提高了判断准确性。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.05 秒)
