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！

龙图腾网恭喜南京网藤科技有限公司申请的专利光伏清扫装置智能调度方法及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：CN119250483B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411765734.9，技术领域涉及：G06Q10/0631；该发明授权光伏清扫装置智能调度方法及系统是由赵西玉;赵伟;李斌设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本光伏清扫装置智能调度方法及系统在说明书摘要公布了：本发明公开了一种光伏清扫装置智能调度方法及系统，属于智能调度技术领域，通过以所述历史光伏面板图像以及每个历史光伏面板图像对应的脏污状态为基础，确定集成自监测模型，然后采用集成自监测模型对所述当前光伏面板图像进行识别分析，确定当前光伏面板图像对应的实时脏污状态的概率值，当所述当前光伏面板图像对应的实时脏污状态的概率值大于预设阈值时，则开启光伏清扫装置，从而可以实现智能调度，相比于现有技术，不仅可以有效地保证光伏面板的清洁程度，同时仅在需要进行清理的时候才清理，能够有效地避免无效清理，提高光伏面板的清理效率。

本发明授权光伏清扫装置智能调度方法及系统在权利要求书中公布了：1.一种光伏清扫装置智能调度方法，其特征在于，包括： 获取历史光伏面板图像以及每个历史光伏面板图像对应的脏污状态；其中，所述脏污状态包括光伏面板存在脏污或者光伏面板不存在脏污； 以所述历史光伏面板图像以及每个历史光伏面板图像对应的脏污状态为基础，确定集成自监测模型，其包括： 确定多个机器学习模型，其中，所述机器学习模型包括卷积神经网络、多层感知机、支持向量机、逻辑斯特回归、贝叶斯模型及随机森林模型中的多个； 以所述历史光伏面板图像作为机器学习模型的输入，以历史光伏面板图像对应的脏污状态作为对应的期望标签，获取多个优化之后的机器学习模型； 初始化每个神经网络模型对应的加权系数，并采用智能优化算法对所述加权系数进行寻优，确定最优加权系数，其包括： 初始化每个神经网络模型对应的加权系数，以确定多个粒子对应的位置及粒子对应的速度； 计算粒子的适应度函数值，若是适应度函数值大于其历史最优值，则对粒子对应的历史最优值进行更新； 根据每个粒子对应的适应度函数值，并根据所述适应度函数值对全局最优值进行更新； 根据历史最优值和全局最优值，对粒子的速度以及位置进行更新，得到更新之后的粒子，其包括： A1、采用差分改进以及双最优领导策略对粒子的速度进行更新，得到更新之后的速度，并采用更新之后的速度对粒子的位置进行一次更新，得到一次更新之后的粒子； 采用差分改进以及双最优领导策略对粒子的速度进行更新，包括： 其中，表示差分系数，表示更新之后的速度，表示第一随机粒子，表示第二随机粒子，表示个体学习因子，表示种群学习因子，表示（0,1）之间的第一随机数，表示（0,1）之间的第二随机数，表示第t次更新过程中第i个粒子对应的历史最优值，表示全局最优粒子，即全局最优值；i=1,2,…,I，I表示粒子总数；、、互不相同； 采用更新之后的速度对粒子的位置进行一次更新，得到一次更新之后的粒子为： ； A2、针对一次更新之后的粒子，构建自适应变化的变异决策概率，并以该变异决策概率确定变异动作；其中，变异动作包括需要变异或不需要变异； 变异决策概率设置为：，表示预设的最大变异决策概率，表示预设的最小变异策略概率，T表示预设最大更新次数，从而使算法前期拥有更多变异可能，避免了陷入局部最优当中，而在算法后期将变异概率降低，从而保证了算法的收敛程度； 生成一个（0,1）之间的第三随机数，并判断所述第三随机数是否小于该变异决策概率，若是，则确定变异动作为需要变异，否则确定变异动作为不需要变异； A3、当变异动作为需要变异时，则采用三角函数以及融合适应函数值的扰动函数对一次更新之后的粒子进行二次更新，得到二次更新之后的粒子； 采用三角函数以及融合适应函数值的扰动函数对一次更新之后的粒子进行二次更新为： 其中，表示一次更新之后的第m个粒子中第d维参数，d=1,2,…,D，D表示粒子中包含的参数总维度，表示扰动函数，表示二次更新之后的粒子中第d维参数，表示符号变量，随机为-1或1，表示圆周率，表示反正切函数，表示中间参数，表示受适应度值影响的扰动量，表示常数项，表示第m个粒子的历史最优个体中的第d维参数，表示全局最优值的第d维参数，表示第n个粒子的历史最优个体中的第d维参数，表示适应度优劣程度，表示第m个粒子对应的适应度值，表示全局最优值对应的适应度值； 判断粒子更新次数是否等于预设的迭代次数阈值，若是，则根据输出全局最优值作为最优加权系数，否则返回计算粒子的适应度函数值； 采用最优加权系数对多个优化之后的机器学习模型进行加权，得到集成自监测模型； 采集当前光伏面板图像，并采用集成自监测模型对所述当前光伏面板图像进行识别分析，确定当前光伏面板图像对应的实时脏污状态的概率值； 当所述当前光伏面板图像对应的实时脏污状态的概率值大于预设阈值时，则开启光伏清扫装置，进行智能调度。

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南京网藤科技有限公司，其通讯地址为：210000 江苏省南京市江宁区东吉大道1号(江宁开发区)；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”。