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基于MPC的海上风电机组偏航控制方法、装置、设备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：CN119933933B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510123199.5，技术领域涉及：F03D7/00；该发明授权基于MPC的海上风电机组偏航控制方法、装置、设备和介质是由綦晓;王文浩;邓慧;刘林;王大龙;秦攀设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于MPC的海上风电机组偏航控制方法、装置、设备和介质在说明书摘要公布了：本发明提出了一种基于MPC的海上风电机组偏航控制方法、装置、设备和介质。控制方法包括：对获取的历史风速和风向数据，进行多时间尺度平均值处理和变分模态分解，再基于卷积神经网络、长短时记忆网络和自注意力机制层，对风速和风向训练数据进行训练，构建风速风向预测模型；由当前风速和风向以及预测模型，预测下一时段的平均风速和风向；将预测的平均风速和风向、当前机舱角度进行训练，构建MPC预测控制模型；将当前角速度和角度代入预测控制模型进行预测和优化，得到目标偏航角速度和目标偏航角度；将角速度调整为目标偏航角速度，将朝向角度调整为目标偏航角度；该方法能准确预测风速和风向，快速响应风向变化，提高偏航控制的精度。

本发明授权基于MPC的海上风电机组偏航控制方法、装置、设备和介质在权利要求书中公布了：1.一种基于MPC的海上风电机组偏航控制方法，其特征在于，包括： 获取多组历史风速数据和多组历史风向数据； 对所述多组历史风速数据和所述多组历史风向数据，分别先进行多时间尺度平均值处理，再进行变分模态分解，得到不同时间尺度对应的不同频项的多组风速训练数据和多组风向训练数据； 基于卷积神经网络、长短时记忆网络和自注意力机制层，对不同时间尺度对应的不同频项的所述多组风速训练数据和所述多组风向训练数据进行模型训练与构建，得到风速风向预测模型； 根据当前风速和所述风速风向预测模型，预测下一时段的平均风速大小；根据当前风向和所述风速风向预测模型，预测下一时段的平均风向角度； 根据所述下一时段的平均风速大小、所述下一时段的平均风向角度和当前时刻的海上风电机组机舱的朝向角度进行模型训练与构建，得到MPC预测控制模型； 基于预设的时间步长，将当前机舱转动角速度和当前机舱朝向角度代入所述MPC预测控制模型进行预测和优化，得到目标偏航角速度和目标偏航角度； 根据所述目标偏航角速度和所述目标偏航角度，将所述海上风电机组的角速度调整为目标偏航角速度，将所述海上风电机组的朝向角度调整为目标偏航角度； 其中，所述对所述多组历史风速数据和所述多组历史风向数据，分别先进行多时间尺度平均值处理，再进行变分模态分解，得到不同时间尺度对应的不同频项的多组风速训练数据和多组风向训练数据，包括：对所述多组历史风速数据和所述多组历史风向数据，分别进行多时间尺度平均值处理，得到不同时间尺度对应的多组平均风速数据和多组平均风向数据；将不同时间尺度对应的所述多组平均风速数据和所述多组平均风向数据，分别基于变分模态分解公式进行计算，得到不同时间尺度对应的风速频项数据和风向频项数据；对不同时间尺度对应的所述风速频项数据和所述风向频项数据，分别采用滑动窗口滚动方式处理，得到不同时间尺度对应的不同频项的多组风速训练数据和多组风向训练数据； 所述风速频项数据包括风速高频项数据、风速中频项数据、风速低频项数据和风速残差项数据；所述风向频项数据包括风向高频项数据、风向中频项数据、风向低频项数据和风向残差项数据； 所述变分模态分解公式为： 其中，k的值为正整数，表示为频项数据的种类数；uk为各模态函数，即风速高频项数据、风速中频项数据、风速低频项数据和风向高频项数据、风向中频项数据、风向低频项数据的本征模态函数；ωk为各本征模态函数中心频率；δt为迪拉克函数；f为平均风速数据或平均风向数据；风速残差项数据为平均风速数据减去其提取出的风速高频项数据、风速中频项数据、风速低频项数据后残余部分频率数据；风向残差项数据为平均风向数据减去其提取出的风向高频项数据、风向中频项数据、风向低频项数据后残余部分频率数据。

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”。

以上内容由龙图腾AI智能生成。