买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉扬州棒杰新能源科技有限公司申请的专利基于深度学习的太阳能电池片性能实时动态评估系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118535991B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410566617.3，技术领域涉及：G06F18/2415；该发明授权基于深度学习的太阳能电池片性能实时动态评估系统是由魏安求;逯好峰;叶小健设计研发完成，并于2024-05-08向国家知识产权局提交的专利申请。

本基于深度学习的太阳能电池片性能实时动态评估系统在说明书摘要公布了：本发明涉及可再生能源技术领域，更具体地说，本发明涉及基于深度学习的太阳能电池片性能实时动态评估系统，系统包括：数据采集模块：用于实时采集太阳能电池片的内部关键参数与外部关键参数；数据处理模块：利用深度学习算法对采集到的数据进行处理和分析，建立太阳能电池片性能评估模型；数据可视化模块：将各时间步的性能评分制成可视化图形；异常预测与诊断模块：通过可视化图形与历史数据中的标准工作状态的可视化图形比对，判断当前与未来一定时间步内是否出现异常；本发明使用RNN模型可以考虑时间序列内各个时间步的依赖关系，更好地学习和提取特征。

本发明授权基于深度学习的太阳能电池片性能实时动态评估系统在权利要求书中公布了：1.基于深度学习的太阳能电池片性能实时动态评估系统，其特征在于，系统包括：数据采集模块：用于实时采集太阳能电池片的内部关键参数与外部关键参数；数据处理模块：利用深度学习算法对采集到的内部关键参数与外部关键参数进行处理和分析，建立太阳能电池片性能评估模型；数据可视化模块：将各时间步的性能评分制成可视化图形；异常预测与诊断模块：通过可视化图形与历史数据中的标准工作状态的可视化图形比对，判断当前与未来一定时间步内是否出现异常，若出现异常，根据可视化图形的曲线变化判断异常类型，异常类型有内部异常与外部异常，进行异常筛选，将异常筛选的结果与可视化图形导入数据库中，同时发送预警信息至后台服务器；初步异常判断与筛选方法包括：将历史正常数据对应的各时间步性能评分组成正常参考曲线图，历史正常数据为一天的时间步内没有出现异常的内部关键参数与外部关键参数，太阳能电池片所有的正常参考曲线图均输入至正常参考曲线图形库；将当前实时监测的性能评分可视化为实时曲线图；将实时曲线图中的实时曲线与正常参考曲线图形库内各正常曲线图中的进行拓扑结构比对，计算曲线相似度；若与所有正常曲线的相似度均低于预设阈值，则判定为异常；根据曲线特征进行内部异常与外部异常分类，设实时曲线图总共有u个时间步，正常参考曲线图总共有u个时间步，且时间步长相同；若性能评分在u个时间步内持续下降，则为内部异常；若实时曲线在g个连续时间步内斜率大于z，则为外部异常，z为预设值，g大于等于1，小于u；若性能评分在u个时间步内持续下降，且实时曲线在g个连续时间步内斜率大于z，则内部异常与外部异常均存在；所述曲线相似度计算方法包括：设实时曲线为C1,控制点集合为P1＝{p1,p2,...,pm}，正常参考曲线为C2,控制点集合为P2＝{q1,q2,...,qm}；计算控制点距离矩阵:D1为C1控制点距离矩阵,D1[r,j]＝pr-pj,pr-pj表示pr与pj的欧式距离，D2为C2控制点距离矩阵D2[r,j]＝qr-qj；qr-qj表示qr与qj的欧式距离，r与j均∈[1，m]；计算控制点顺序矩阵:计算拓扑距离LDD1,D2: 曲线相似度SimilarityC1,C2:

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人扬州棒杰新能源科技有限公司，其通讯地址为：225000 江苏省扬州市经济开发区扬子江中路186号智谷科技综合体D座5楼501-427；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。