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！

申请/专利权人：兰州理工大学

摘要：本发明公开了基于数字孪生和深度学习的光伏发电系统管理平台及方法，包括数据采集模块、预处理模块、中央处理模块、远程监控与可视化模块以及数据存储模块；数据采集模块通过传感器实时监测并采集光伏阵列的运行参数数据，预处理模块对采集数据进行预处理并上传；中央处理模块通过深度学习神经网络进行功率预测和故障诊断，并通过数字孪生结构体系对传感器采集的运行参数数据结合气象数据进行分析后反向调参对光伏发电系统进行优化；远程监控与可视化模块对实时采集的数据和处理后的数据进行可视化展示；数据存储模块存储光伏发电系统的运行数据和历史记录；实现实时监控光伏发电系统运行状态和进行优化及远程管理，提高系统性能和用户交互体验。

主权项：1.一种基于数字孪生和深度学习的光伏发电系统管理平台，其特征在于，包括数据采集模块、预处理模块、中央处理模块、远程监控与可视化模块以及数据存储模块；数据采集模块，用于通过传感器实时监测并采集光伏阵列的运行参数数据，包括但不限于电压、电流、温度和辐照度；预处理模块，用于对采集的运行参数数据进行预处理并上传至中央处理模块；中央处理模块，用于根据接收的运行参数数据，通过深度学习神经网络进行功率预测和故障诊断，并通过数字孪生结构体系对传感器采集的运行参数数据结合气象数据进行分析后反向调参对光伏发电系统进行优化；远程监控与可视化模块，用于对实时采集的数据和处理后的数据进行可视化展示；数据存储模块，用于存储光伏发电系统的运行数据和历史记录；中央处理模块包括功率预测单元、故障诊断单元和数字孪生模型优化单元；功率预测单元，用于通过人工神经网络ANN和长短期记忆递归神经网络LSTM预测发电量；故障诊断单元，用于采用卷积神经网络CNN分析光伏发电系统运行时的电压和电流值预测故障；数字孪生模型优化单元，用于通过已构建的数字孪生结构体系，根据遗传算法优化反向传播神经网络GA-BP并进行功率计算，同时模拟光伏发电系统的实际运行，补偿修改光伏发电系统运行参数获得最大输出功率；已构建的数字孪生结构体系包括物理层、感知层、数据传输层、数据处理层和决策层；物理层，通过光伏阵列为感知层提供参数数据信息；感知层，用于收集光伏阵列所处环境的太阳辐射强度、温度、电压、电流实时参数数据，以及气象数据；数据传输层，搭建无线网络传输系统，实现参数数据的高效传输；采用分布式本地存储与集中式云存储相结合的方式对数据进行全面存储；数据处理层，将实时气象数据作为反向传播神经网络模型GA-BP的输入量，计算得到光伏发电功率预测初始值；基于历史气象数据补偿修正预测模型，得到最终的数字孪生体预测值，即光伏发电输出功率预测数据；决策层，根据处理得到的光伏发电输出功率预测数据，生成相应改进方案，反馈到终端设备以指导运行策略。

全文数据：

权利要求：

百度查询： 兰州理工大学 基于数字孪生和深度学习的光伏发电系统管理平台及方法