申请/专利权人：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

申请日：2024-04-28

公开（公告）日：2024-07-05

公开（公告）号：CN118115591B

主分类号：G06T7/73

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

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.18#实质审查的生效;2024.05.31#公开

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。

主权项：1.一种功率预测模型训练方法，其特征在于，包括：采集光伏电站在历史时间段内的热红外影像、光伏组串发电功率、历史天气数据以及对应预测时刻的热红外影像和预报天气数据；获取所述光伏电站的光伏阵列三维矢量图，将所述光伏阵列三维矢量图与各热红外影像进行配准，以定位各光伏组件在热红外影像中的位置；将配准后的热红外影像、所述光伏组串发电功率、所述历史天气数据以及所述预报天气数据输入到神经网络模型中进行光伏功率预测，得到各光伏组件在预测时刻的发电功率预测值；根据各光伏组件在预测时刻的发电功率预测值和发电功率真实值计算损失值，通过所述损失值更新所述神经网络模型的网络参数，直至所述神经网络模型收敛，得到训练好的神经网络模型；获取新光伏电站的多模态测试数据集，通过所述多模态测试数据集对所述训练好的神经网络模型进行测试，若测试结果满足预置要求，则将所述训练好的神经网络模型作为光伏功率预测模型，所述光伏功率预测模型用于预测光伏电站中各光伏组件的发电功率。

全文数据：

权利要求：

百度查询： 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 功率预测模型训练方法、光伏电站运维方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD