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！

龙图腾网恭喜贵州北盘江电力股份有限公司马马崖光伏分公司申请的专利一种基于机器学习的复杂地形光伏阵列故障检测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：CN119401943B 。

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：202411515589.9，技术领域涉及：H02S50/10；该发明授权一种基于机器学习的复杂地形光伏阵列故障检测系统是由卢斌;陈锐意;伍伟雄;冯代云;陈传云;刘麒胜;蔡标;邓瑞镜;唐登梅;张官宝;祝景果;解明;郑传红设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于机器学习的复杂地形光伏阵列故障检测系统在说明书摘要公布了：本发明公开了一种基于机器学习的复杂地形光伏阵列故障检测系统。所述检测系统通过分组模块和分析模块对光伏阵列中的多个子阵列进行分组和故障检测。分组模块基于每个子阵列的地理位置、地形特征及其发电趋势，将环境条件相似的子阵列分为同一组，以形成多个阵列组。所述分组模块利用机器学习算法进行分组模型的训练，从而实现动态、精准的分组。每个阵列组应用适配的故障检测参数，对阵列组进行实时监测。其中，分组模块包括甲信息单元和乙信息单元，分别存储子阵列的地理和安装信息，以及实时的发电数据，以综合环境和发电条件。

本发明授权一种基于机器学习的复杂地形光伏阵列故障检测系统在权利要求书中公布了：1.一种基于机器学习的复杂地形光伏阵列故障检测系统，其特征在于，所述检测系统被配置为连接现有光伏发电系统并根据光伏阵列中多个子阵列的发电数据对多个子阵列进行分组检测，以形成多个阵列组，并对每个阵列组采用对应的故障检测模型进行故障检测；所述检测系统包括：分组模块，被配置为基于以下两个条件对光伏发电系统中多个子阵列进行分组，以形成一个或以上所述阵列组： （1）每个子阵列中每个光伏模块所处的地理位置和地形特征； （2）每个子阵列的实时过去同一时期的发电趋势； 所述分组模块包括甲信息单元，乙信息单元；甲信息单元用于采集和记录光伏模块的固定维度信息，乙信息单元用于采集和记录实时的可变维度信息；固定维度信息包括光伏模块的水平高度、坡度、朝向以及光伏模块的倾斜角度、阵列位置；可变维度信息包括光照度、风速、气温以及光伏模块的日发电量、平均输出功率、历史发电数据； 分析模块，被配置为采用故障检测程序对一个或以上所述阵列组进行故障检测，以确定每个阵列组的工作状态是否存在异常；其中，所述分析模块应用机器学习算法训练分组模型，并应用所述分组模型对多个所述子阵列进行分组以建立多个所述阵列组；所述分组模块基于聚类算法，对多个子阵列进行基于以上固定维度信息以及可变维度信息进行聚料分析；聚料分析采用以下步骤：S100：对每个子阵列的信息数据进行归一化预处理：特征加权，对于甲信息单元和乙信息单元中的各个参数，预先给定对应的权重wi和uj，其中i为正整数；wi为甲信息单元中第i个参数对应的权重；uj为乙信息单元中第j个参数对应的权重；S200：初始化聚类中心，从输入数据中随机选择K个初始聚类中心，以代表初始的阵列组；初始阵列组表示为G1，G2，……，GK；S300：计算每个光伏子阵列与每个聚类中心G1，G2，……，GK的相似度Dpk；采用加权欧氏距离，结合固定维度信息和可变维度信息，采用以下计算式进行计算： ； 上式中，xp,i为第p个子阵列的第i个固定维度的特征；yp,j为第p个子阵列的第j个可变维度的特征；Gk,i和Gk,j分别是第k个聚类中心的第i个固定维度的特征和第j个可变维度的特征；S400：分配子阵列到聚类，根据S300计算的相似度，按照最小距离原则将每个子阵列分配到最近的聚类中心G所属的阵列组中；S500：根据每个阵列组内的光伏子阵列，以更新聚类中心；新的聚类中心是组内所有子阵列的加权平均值，即：；│numk│为第k个阵列组的子阵列数量；S600：重复步骤S300至S500，直到聚类中心的变化小于预设的阈值ε。

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贵州北盘江电力股份有限公司马马崖光伏分公司，其通讯地址为：561300 贵州省安顺市关岭自治县普利乡马马崖村贵州北盘江电力股份有限公司马马崖分公司业主营地内；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”。