Recherche dans les collections de brevets nationales et internationales

1. (WO2018076475) MODÈLE DE DÉGRADATION ACCÉLÉRÉE D'ENSEMBLE PHOTOVOLTAÏQUE ÉTABLI GRÂCE À UNE APPROCHE D'APPRENTISSAGE PROFOND, ET PROCÉDÉ DE PRÉDICTION DE DURÉE DE VIE D'ENSEMBLE PHOTOVOLTAÏQUE

Pub. No.:    WO/2018/076475    International Application No.:    PCT/CN2016/109121
Publication Date: Fri May 04 01:59:59 CEST 2018 International Filing Date: Sat Dec 10 00:59:59 CET 2016
IPC: G06F 19/00
G06N 3/08
Applicants: GUANGDONG TESTING INSTITUTE OF PRODUCT QUALITY SUPERVISION
广东产品质量监督检验研究院
Inventors: YU, Rongbin
余荣斌
LIU, Guixiong
刘桂雄
XU, Huan
徐欢
Title: MODÈLE DE DÉGRADATION ACCÉLÉRÉE D'ENSEMBLE PHOTOVOLTAÏQUE ÉTABLI GRÂCE À UNE APPROCHE D'APPRENTISSAGE PROFOND, ET PROCÉDÉ DE PRÉDICTION DE DURÉE DE VIE D'ENSEMBLE PHOTOVOLTAÏQUE
Abstract:
L'invention concerne un modèle de dégradation accélérée d'ensemble photovoltaïque établi grâce à une approche d'apprentissage profond, et un procédé de prédiction de la durée de vie d'un ensemble photovoltaïque. Ce procédé établit un réseau neuronal profond (DNN) par l'intermédiaire d'une machine de Boltzmann restreinte (RBM), reçoit différentes conditions de contraintes accélérées (T i, H i et R ai) et la fonction de quantile de distribution de durée de vie jusqu'à une pseudodéfaillance correspondante Q i(p) en tant que vecteurs d'entrée, utilise un algorithme d'apprentissage rapide CD pour entraîner la RBM et le DNN, recherche un ensemble de paramètres optimal de modèle θ *, et construit un modèle de dégradation accélérée d'ensemble photovoltaïque, ce qui prédit une durée de vie présumée de l'ensemble photovoltaïque dans des conditions de contraintes normales.