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！

龙图腾网获悉国能智深控制技术有限公司;东北电力大学申请的专利一种风电机组故障识别预警方法及系统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：CN119982374B 。

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：202510190123.4，技术领域涉及：F03D17/00；该发明授权一种风电机组故障识别预警方法及系统是由占磊;齐力文;姜午阳;王建国;刘宇娟;武英杰;杨彦军;文孝强;辛红伟设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种风电机组故障识别预警方法及系统在说明书摘要公布了：本发明属于故障识别预警技术领域，公开了一种风电机组故障识别预警方法及系统。所述的方法包括如下步骤：基于云数据中心，构建人工智能模型；基于云数据中心，将人工智能模型部署至所有风电机组监测装置；基于风电机组监测装置，采集风电机组的实时监测数据；基于风电机组监测装置，根据数据处理后实时监测数据，进行故障识别；基于风电机组监测装置，根据实时故障识别结果，进行故障预警；基于风电机组监测装置，将数据上传至云数据中心；基于云数据中心，根据数据处理后实时监测数据、实时故障识别结果以及实时故障预警策略，进行报告生成。本发明解决了现有技术存在的实时性不足、准确性不高以及智能化程度低的问题。

本发明授权一种风电机组故障识别预警方法及系统在权利要求书中公布了：1.一种风电机组故障识别预警方法，其特征在于：包括如下步骤： 基于云数据中心，使用人工智能算法，构建风电机组故障识别模型、风电机组故障预警模型以及风电机组故障报告生成模型； 所述的风电机组故障识别模型基于FPN-LSTM-Attention-Elman算法构建，且风电机组故障识别模型包括基于FPN算法构建的图像特征提取模块、基于LSTM算法构建的序列特征提取模块、基于Attention机制构建的注意力权重模块以及基于Elman算法构建的电机组故障识别模块； 所述的风电机组故障识别模型的构建方法，包括如下步骤： 使用FPN-LSTM-Attention-Elman算法，构建初始的风电机组故障识别模型，并将若干数据处理后历史监测数据划分为模型训练集和模型测试集； 根据模型训练集，对初始的风电机组故障识别模型进行优化训练，得到优化的风电机组故障识别模型，并生成若干历史故障识别结果和对应的历史加权融合特征； 根据模型测试集，对优化的风电机组故障识别模型进行模型测试，得到模型测试准确率，若模型测试准确率大于准确率阈值，则输出最终的风电机组故障识别模型，否则，继续进行优化训练； 所述的风电机组故障预警模型基于MOPPO算法构建，且风电机组故障预警模型设置有目标函数集合、经验回放池、Actor网络、Critic网络以及智能体； 所述的风电机组故障报告生成模型基于cGAN-MLP算法构建，且风电机组故障报告生成模型包括均基于RNN算法构建的生成器和判别器，以及均基于MLP算法构建的条件嵌入模块和条件处理模块，所述的生成器分别与条件嵌入模块和判别器连接，所述的判别器与条件处理模块连接； 基于云数据中心，将风电机组故障识别模型和风电机组故障预警模型部署至所有连接云数据中心的风电机组监测装置； 基于风电机组监测装置，采集风电机组的实时监测数据，并对实时监测数据进行数据处理，得到数据处理后实时监测数据； 基于风电机组监测装置，根据数据处理后实时监测数据，使用风电机组故障识别模型，进行故障识别，得到实时故障识别结果； 基于风电机组监测装置，根据实时故障识别结果，使用风电机组故障预警模型，进行故障预警，得到并响应实时故障预警策略； 基于风电机组监测装置，将数据处理后实时监测数据、实时故障识别结果以及实时故障预警策略上传至云数据中心； 基于云数据中心，根据数据处理后实时监测数据、实时故障识别结果以及实时故障预警策略，使用风电机组故障报告生成模型，进行报告生成，得到实时风电机组故障报告。

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国能智深控制技术有限公司;东北电力大学，其通讯地址为：102200 北京市昌平区未来科学城英才北二街9号307号楼7716室；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。