買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜廣東匯博機(jī)器人技術(shù)有限公司申請(qǐng)的專利一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)以及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118982346B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411466916.6，技術(shù)領(lǐng)域涉及：G06Q10/20；該發(fā)明授權(quán)一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)以及方法是由秦磊;黃成;許家忠;葉貴芳;陳麗娟;陳健林設(shè)計(jì)研發(fā)完成，并于2024-10-21向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)以及方法在說明書摘要公布了：本發(fā)明涉及光伏電站管理技術(shù)領(lǐng)域，提供了一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)以及方法，所述管理平臺(tái)包括：控制指定無人機(jī)采集目標(biāo)光伏電站區(qū)域的實(shí)時(shí)視頻流，采集所述目標(biāo)光伏電站中每一電站設(shè)備對(duì)應(yīng)的實(shí)時(shí)工作數(shù)據(jù)，基于每一所述電站設(shè)備對(duì)應(yīng)的所述實(shí)時(shí)工作數(shù)據(jù)分析所述目標(biāo)光伏電站的光伏發(fā)電功率波動(dòng)趨勢(shì)，并進(jìn)行顯示，基于所述實(shí)時(shí)視頻流和所述實(shí)時(shí)工作數(shù)據(jù)診斷所述目標(biāo)光伏電站中每一電站設(shè)備對(duì)應(yīng)的故障信息，并進(jìn)行顯示。本發(fā)明用以針對(duì)傳統(tǒng)運(yùn)維模式的勞動(dòng)強(qiáng)度大、主觀因素多等問題，降低對(duì)運(yùn)維人員的需求并提高巡檢質(zhì)量和效率。

本發(fā)明授權(quán)一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)以及方法在權(quán)利要求書中公布了：1.一種面向智慧光伏電站的智能運(yùn)維管理平臺(tái)，其特征在于，包括：視頻采集模塊，用于控制指定無人機(jī)采集目標(biāo)光伏電站區(qū)域的實(shí)時(shí)視頻流；數(shù)據(jù)采集模塊，用于采集所述目標(biāo)光伏電站中每一電站設(shè)備對(duì)應(yīng)的實(shí)時(shí)工作數(shù)據(jù)；運(yùn)維預(yù)測(cè)模塊，用于基于每一所述電站設(shè)備對(duì)應(yīng)的所述實(shí)時(shí)工作數(shù)據(jù)分析所述目標(biāo)光伏電站的光伏發(fā)電功率波動(dòng)趨勢(shì)，并進(jìn)行顯示；智能診斷模塊，用于基于所述實(shí)時(shí)視頻流和所述實(shí)時(shí)工作數(shù)據(jù)診斷所述目標(biāo)光伏電站中每一電站設(shè)備對(duì)應(yīng)的故障信息，并進(jìn)行顯示；所述視頻采集模塊包括：巡檢控制單元，用于控制指定無人機(jī)按照預(yù)設(shè)巡檢計(jì)劃對(duì)所述目標(biāo)光伏電站區(qū)域進(jìn)行巡檢；其中，所述指定無人機(jī)，包括：紅外熱像儀，用于采集所述目標(biāo)光伏電站區(qū)域中的生物活動(dòng)信息；高分辨率攝像頭，用于采集所述目標(biāo)光伏電站區(qū)域內(nèi)的實(shí)時(shí)圖像數(shù)據(jù)；所述視頻采集模塊，還包括：視頻整理單元，用于將所述生物活動(dòng)信息映射到所述實(shí)時(shí)圖像數(shù)據(jù)中，建立所述目標(biāo)光伏電站區(qū)域的實(shí)時(shí)視頻流；其特征在于，所述數(shù)據(jù)采集模塊，包括：設(shè)備入網(wǎng)單元，用于利用ZigBee和NB-IoT建立融合網(wǎng)絡(luò)，利用混合型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)調(diào)整所述融合網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)，建立短距離通信網(wǎng)絡(luò)，分別將每一所述電站設(shè)備接入所述短距離通信網(wǎng)絡(luò)中；數(shù)據(jù)采集單元，用于分別采集每一所述電站設(shè)備對(duì)應(yīng)的實(shí)時(shí)設(shè)備數(shù)據(jù)，利用預(yù)設(shè)GPRS將每一所述實(shí)時(shí)設(shè)備數(shù)據(jù)劃分為若干個(gè)小包數(shù)據(jù)，得到每一所述電站設(shè)備對(duì)應(yīng)的小包數(shù)據(jù)集；數(shù)據(jù)處理單元，用于分別對(duì)每一所述小包數(shù)據(jù)集進(jìn)行數(shù)據(jù)過濾、數(shù)據(jù)聚合以及數(shù)據(jù)轉(zhuǎn)換得到每一所述電站設(shè)備對(duì)應(yīng)的實(shí)時(shí)工作數(shù)據(jù)；數(shù)據(jù)展示單元，用于根據(jù)所述實(shí)時(shí)工作數(shù)據(jù)建立所述目標(biāo)光伏電站的實(shí)時(shí)數(shù)據(jù)報(bào)表并進(jìn)行顯示；所述運(yùn)維預(yù)測(cè)模塊，包括：振動(dòng)分析單元，用于利用粒子優(yōu)化算法分別對(duì)每一所述實(shí)時(shí)工作數(shù)據(jù)進(jìn)行變分模態(tài)分解，得到每一所述電站設(shè)備對(duì)應(yīng)的振動(dòng)信息和振幅信息；第一模型構(gòu)建單元，用于利用預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)分別對(duì)每一所述振動(dòng)信息和每一所述振幅信息卷積分析，得到不同所述電站設(shè)備的工作邏輯關(guān)系，結(jié)合預(yù)設(shè)門控循環(huán)模型建立所述目標(biāo)光伏電站的超短期預(yù)測(cè)模型；特征捕捉單元，用于將每一所述電站設(shè)備對(duì)應(yīng)的振動(dòng)信息和振幅信息輸入到所述超短期預(yù)測(cè)模型中，捕捉每一所述電站設(shè)備的瞬時(shí)變化振動(dòng)，建立所述目標(biāo)光伏電站的瞬時(shí)發(fā)電功率；所述運(yùn)維預(yù)測(cè)模塊，還包括：參數(shù)調(diào)取單元，用于在所述振動(dòng)信息中提取振動(dòng)閾值，在所述振幅信息中提取振幅閾值，基于所述振動(dòng)閾值和所述振幅閾值調(diào)取相應(yīng)的模型參數(shù)；第二模型構(gòu)建單元，用于利用粒子群優(yōu)化算法對(duì)所述振動(dòng)信息和振幅信息進(jìn)行優(yōu)化，結(jié)合預(yù)設(shè)LSTM模型建立目標(biāo)光伏發(fā)電站對(duì)應(yīng)的短期預(yù)測(cè)模型，基于所述短期預(yù)測(cè)模型建立所述目標(biāo)光伏發(fā)電站的短時(shí)發(fā)電功率；趨勢(shì)分析單元，用于基于所述目標(biāo)光伏發(fā)電站的短時(shí)發(fā)電功率構(gòu)建發(fā)電波動(dòng)指向框架，將每一瞬時(shí)發(fā)電功率映射到所述發(fā)電波動(dòng)指向框架中，生成所述目標(biāo)光伏發(fā)電站的光伏發(fā)電功率波動(dòng)趨勢(shì)，并進(jìn)行顯示；所述智能診斷模塊，包括：數(shù)據(jù)預(yù)處理單元，用于分別對(duì)每一所述實(shí)時(shí)工作數(shù)據(jù)進(jìn)行清洗、去噪及歸一化處理，得到每一所述電站設(shè)備的激活數(shù)據(jù)；特征分類單元，用于將每一所述激活數(shù)據(jù)中包含的特征進(jìn)行分類，得到正特征樣本集和負(fù)特征樣本集，建立每一所述激活數(shù)據(jù)的特征總集；數(shù)據(jù)降維單元，用于利用預(yù)設(shè)F-Score特征選擇算法分別對(duì)每一所述激活數(shù)據(jù)進(jìn)行降維，根據(jù)公式（1）得到每一所述激活數(shù)據(jù)中包含的若干個(gè)特征值； （1）其中，表示激活數(shù)據(jù)中的第i個(gè)特征值，表示第i個(gè)特征樣本在特征總集中的平均值，表示第i個(gè)特征樣本在正特征樣本集中的平均值，表示第i個(gè)特征樣本在負(fù)特征樣本集中的平均值，表示正特征樣本集中正特征樣本的數(shù)量，表示正特征樣本集中負(fù)特征樣本的數(shù)量，表示第k個(gè)正樣本特征在第i個(gè)特征上對(duì)應(yīng)的特征值，表示第k個(gè)負(fù)樣本特征在第i個(gè)特征上對(duì)應(yīng)的特征值；異常分析單元，用于利用麻雀搜索算法對(duì)隨機(jī)森林分別對(duì)每一所述特征值進(jìn)行優(yōu)化構(gòu)建森林決策樹，構(gòu)建所述森林決策樹調(diào)取相應(yīng)的關(guān)鍵參數(shù)，根據(jù)所述關(guān)鍵參數(shù)調(diào)整預(yù)設(shè)SSA-RF分類模型，利用調(diào)整后的預(yù)設(shè)SSA-RF分類模型分別對(duì)每一所述特征值進(jìn)行異常檢測(cè)，得到所述目標(biāo)光伏電站中每一電站設(shè)備對(duì)應(yīng)的故障信息，并進(jìn)行顯示；所述智能診斷模塊還包括：故障監(jiān)督單元，用于利用深度學(xué)習(xí)技術(shù)構(gòu)建分層SoftMax模型，分別將每一所述故障信息入到所述分層SoftMax模型中進(jìn)行故障定位，確定故障位置以及故障類型；故障處理單元，用于基于所述故障位置和故障類型建立預(yù)警建議和處理建議并進(jìn)行顯示。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣東匯博機(jī)器人技術(shù)有限公司，其通訊地址為：528200 廣東省佛山市南海區(qū)獅山鎮(zhèn)博愛中路40號(hào)之一A1廠房；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。