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！

龙图腾网获悉淮阴工学院申请的专利一种风速预测变桨控制系统及控制方法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：CN116792256B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310959832.5，技术领域涉及：F03D7/04；该发明授权一种风速预测变桨控制系统及控制方法是由丁卫红;孙睿;唐浩文;张伶俊;李天锐;吉晓龙设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种风速预测变桨控制系统及控制方法在说明书摘要公布了：本发明公开了一种风速预测变桨控制系统及控制方法，获取风场实时数据和风轮的桨距角的状态检测信号；将风场实时数据进行变分模态分解，然后输入至双通道卷积神经网络中进行融合，将融合后的特征输入双向长短期神经网络中进行预测，得到风速预测结果；根据风速预测结果、风轮叶尖速比和风力发电机的转速误差对桨距进行非线性优化，得到优化后的桨距信号；根据优化后的桨距信号和桨距角的状态检测信号控制风轮进行变桨。通过对风速变化的预测有效地降低变桨执行的动作频率和幅度，减小了风机桨叶的机械疲劳，并且使风力发电机的输出更加平稳。

本发明授权一种风速预测变桨控制系统及控制方法在权利要求书中公布了：1.一种风速预测变桨控制方法，其特征在于，包括以下步骤： （1）获取风场实时数据并进行预处理，得到风速序列和气象序列；同时获取风轮的桨距角的状态检测信号； （2）将风速序列和气象序列进行变分模态分解，得到分解后的数据；受约束的变分模态分解公式为： ； ； 式中：为未分解主信号；为模态函数；{}={}为所得K阶模态的中心频率；为狄拉克分布；为卷积；为虚数单位，为时间脚本； 引入惩罚因子、拉格朗日乘法算子，将约束变分问题转变为非约束变分问题，对、和进行迭代更新，获得一系列变分模态分量； （3）将分解后的数据输入至双通道卷积神经网络中进行融合，得到融合后的特征； （4）将融合后的特征输入双向长短期神经网络中进行预测，得到风速预测结果；双向长短期神经网络包括输入层、Bi-LSTM层、全连接层和输出层；所述输入层中将第天时刻前个融合后的特征序列作为输入，时刻后个融合后的特征序列作为输出，其中为时间步长，为预测步长； 所述Bi-LSTM层中从1至时刻进行正向和反向的数据特征学习，两个方向整合后反馈到全连接层；加入Dropout层以防止过拟合，选取均方误差作为损失函数；确定训练次数、学习率、隐藏层神经元个数； 所述全连接层中对数据进行降维处理，转换成一维数据； 所述输出层负责输出与所输入本征模态分量相对应的风速预测结果； 所述Bi-LSTM层中采用改进蝗虫优化算法确定训练次数、学习率、隐藏层神经元个数；具体包括以下步骤： （41）初始化训练次数、学习率、隐藏层神经元个数、蝗虫种族、最大迭代次数； 蝗虫优化算法的数学模型为： ； 其中，为蝗虫的数量，为递减系数，为社会力量强度的函数在维空间上的上界，为社会力量强度的函数在维空间上的下界，为第个蝗虫的位置，为第个蝗虫的位置，为第个蝗虫与第个蝗虫之间的距离，为目前为止蝗虫位置在维空间上的最佳解； （42）计算蝗虫个体的适应度，寻找当前种群非支配解并更新外部档案集，更新迭代次数； （43）判断是否达到最大迭代次数，是则进入步骤（47），否则进入步骤（44）； （44）计算蝗虫个体之间的距离，并更新递减系数； （45）选取优势蝗虫个体，对优势个体进行柯西变异，使其跳出局部最优； （46）判断变异个体是否优于原个体，若优于，则更新蝗虫位置；否则保留原始解，返回步骤（42）； （47）输出最优解，并输出最优解中的训练次数、学习率、隐藏层神经元个数； （5）根据风速预测结果、风轮叶尖速比和风力发电机的转速误差对桨距进行非线性优化，得到优化后的桨距信号； （6）根据优化后的桨距信号和桨距角的状态检测信号控制风轮进行变桨。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1号；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”。