Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 暨南大学;南方海上风电联合开发有限公司綦晓获国家专利权

暨南大学;南方海上风电联合开发有限公司綦晓获国家专利权

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!

龙图腾网获悉暨南大学;南方海上风电联合开发有限公司申请的专利一种海上风电机组偏航预测控制方法、系统、装置和介质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:CN119712414B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411652713.6,技术领域涉及:F03D7/00;该发明授权一种海上风电机组偏航预测控制方法、系统、装置和介质是由綦晓;王文浩;邓慧;刘林;王大龙;秦攀设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

一种海上风电机组偏航预测控制方法、系统、装置和介质在说明书摘要公布了:本发明公开了一种海上风电机组偏航预测控制方法、系统、装置和介质,其方法包括:采用多时间尺度平均值方法对历史风向数据进行处理获得多组平均风向数据,建立Attention‑CNN‑LSTM短时风向预测模型,并根据模型建立海上风电机组偏航预测控制系统,当风速超过启动风速时,系统开始运行并监测当前风向,系统根据当前风向预测下一时段的平均风向角度,再结合当前时刻机舱位置执行相应的偏航动作。通过引入自注意力机制,提高了模型预测的准确度,同时结合模型设计偏航预测控制系统,以使系统快速跟踪风向变化,减小偏航误差,避免过度偏航,提高偏航效率。

本发明授权一种海上风电机组偏航预测控制方法、系统、装置和介质在权利要求书中公布了:1.一种海上风电机组偏航预测控制方法,其特征在于,所述方法包括: 获取历史风向数据,并采用多时间尺度平均值方法对所述历史风向数据进行处理,获得多组平均风向数据; 根据多组所述平均风向数据,建立Attention‑CNN‑LSTM短时风向预测模型; 根据所述Attention‑CNN‑LSTM短时风向预测模型,建立偏航预测控制系统; 当风速超过启动风速时,所述偏航预测控制系统开始运行并监测当前风向; 根据所述当前风向和所述Attention‑CNN‑LSTM短时风向预测模型,预测下一时段的平均风向角度; 根据下一时段的所述平均风向角度和当前时刻机舱位置,执行相应的偏航动作; 所述获取历史风向数据,并采用多时间尺度平均值方法对所述历史风向数据进行处理,获得多组平均风向数据的步骤,包括:设定多个时间尺度,根据每个所述时间尺度,分别对所述历史风向数据进行平均化处理,获得对应多个所述时间尺度的多组所述平均风向数据;用滑动窗口滚动处理方式,分别处理多组所述平均风向数据,获得多组训练数据;分别对多组所述训练数据进行归一化处理,获得多组标准化训练数据; 多组所述平均风向数据包括十秒平均风向数据、二十秒平均风向数据和三十秒平均风向数据; 所述平均风向数据的计算公式为: 其中,表示为第i时刻的N秒平均风向数据,表示为第i时刻的j秒前平均风向;i和j为正整数;N为10、20或30; 所述Attention‑CNN‑LSTM短时风向预测模型包括卷积神经网络、长短时记忆网络和自注意力机制层;所述根据多组所述平均风向数据,建立Attention‑CNN‑LSTM短时风向预测模型的步骤,包括:将每组所述标准化训练数据分别输入所述卷积神经网络;所述卷积神经网络提取每组所述标准化训练数据的特征数据,并将所述特征数据展开为一维序列,发送给所述长短时记忆网络;所述长短时记忆网络对所述一维序列进行预测处理后,输出预测数据进入所述自注意力机制层;所述自注意力机制层根据所述预测数据,获得输出结果; 所述根据下一时段的所述平均风向角度和当前时刻机舱位置,执行相应的偏航动作的步骤,包括:确定下一时段的所述平均风向角度和当前时刻机舱位置的误差角度的绝对值; 当所述误差角度的绝对值在预设时间段内均大于预设角度值时,执行偏航动作。

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暨南大学;南方海上风电联合开发有限公司,其通讯地址为:510632 广东省广州市天河区黄埔大道西601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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。