基于时序特征融合与边际效益优化的光伏清洁决策方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于时序特征融合与边际效益优化的光伏清洁决策方法及系统
申请号:CN202510484991
申请日期:2025-04-17
公开号:CN120338549A
公开日期:2025-07-18
类型:发明专利
摘要
本申请涉及智慧能源技术领域,尤其是涉及一种基于时序特征融合与边际效益优化的光伏清洁决策方法及系统,其包括多源数据采集、深度强化学习模型构建与训练、实时决策输出。通过融合短期气象预报、长期污损规律及设备状态数据,采用GAN补全缺失数据,设计经济性约束奖励函数实现动态成本收益平衡,并结合边缘‑云协同架构提升实时性与迭代效率。本申请能够显著降低清洁频率、提升年均净收益,同时在极端天气下保持高鲁棒性,适用于沙尘暴多发地区的大规模光伏电站运维管理。
技术关键词
深度强化学习模型 时序特征 决策方法 生成对抗网络 智慧能源技术 光伏电站运维 引入注意力机制 气象 卡尔曼滤波算法 设备状态数据 滑动窗口法 光伏逆变器 模块 云端服务器 单指令 湿度传感器 采集设备 异常数据
系统为您推荐了相关专利信息
障碍物 车辆控制方法 规划行驶路径 深度强化学习模型 线性二次型调节
时序特征 生成物流 节点 管控方法 层级
灌溉决策方法 灌溉定额 网格预报数据 根系生长动态 土壤田间持水量
深度强化学习模型 空间光 信息采集单元 照明设备控制 人体生理参数
负荷预测方法 负荷预测模型 XGBoost模型 LSTM模型 记忆单元