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！

龙图腾网获悉中车株洲电力机车研究所有限公司申请的专利基于机理和神经网络模型的风机降载预测控制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：CN121118689B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511626108.6，技术领域涉及：G06F30/27；该发明授权基于机理和神经网络模型的风机降载预测控制方法及系统是由王斌;王彧弋;林军;刘红文;蒋韬;熊自翔;何伟;陈涛;梁鹏;周健设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本基于机理和神经网络模型的风机降载预测控制方法及系统在说明书摘要公布了：本发明公开了一种基于机理和神经网络模型的风机降载预测控制方法及系统，方法包括步骤：建立风机机理分析和神经网络模型，在风机的稳态工作点处对所述风机机理分析和神经网络模型进行线性化处理以构建风机的线性化模型；基于所述线性化模型构建风机的降载预测控制模型，其中所述降载预测控制模型以兼顾风机发电效率的同时最小化风机载荷为优化目标；对所述降载预测控制模型进行求解，得到风机各个控制量参数的最优值。本发明可以实现风机降载控制问题的高精度求解。

本发明授权基于机理和神经网络模型的风机降载预测控制方法及系统在权利要求书中公布了：1.一种基于机理和神经网络模型的风机降载预测控制方法，其特征在于，包括步骤： S1，建立风机机理分析和神经网络模型，在风机的稳态工作点处对所述风机机理分析和神经网络模型进行线性化处理以构建风机的线性化模型； S2，基于所述线性化模型构建风机的降载预测控制模型，其中所述降载预测控制模型以兼顾风机发电效率的同时最小化风机载荷为优化目标； S3，对所述降载预测控制模型进行求解，得到风机各个控制量参数的最优值； 步骤S1中，对所述风机机理分析和神经网络模型进行线性化处理时，具体通过一阶泰勒展开方法对所述风机机理分析和神经网络模型中的非线性空气动力学模型、神经网络模型以及风机发电功率模型进行线性化处理；其中，建立的风机机理分析和神经网络模型的表达式如下： 上式中，为风机的各状态量，为传动链轴扭转角，为转子速度，为发电机转速，为塔筒前后移动距离，为塔筒前后移动速度，为叶片挥舞角度，为叶片挥舞角速度，为气动转矩，为发电机转矩，为空气推力，为风速，为桨距角，、分别为离散化风机动力学机理模型的系统矩阵和输入矩阵，为神经网络模型； 对非线性空气动力学模型进行线性化处理得到线性化的空气动力学模型的表达式为： ，，，，，，， 上式中，、分别为当前时刻和风机稳态工作点处的气动转矩，、分别为当前时刻和风机稳态工作点处的转子速度，分别为当前时刻和风机稳态工作点处的风速，、分别为当前时刻和风机稳态工作点处的塔筒前后移动速度，、分别为当前时刻和风机稳态工作点处的桨距角，、分别为当前时刻和风机稳态工作点处的空气推力，表示在稳态工作点处，为中间参数； 对神经网络模型进行线性化处理得到线性化的神经网络模型的表达式为： ， 上式中，为神经网络模型，表示在稳态工作点及处的神经网络函数值，为第一神经网络矩阵，为第二神经网络矩阵，分别表示当前时刻的风机状态量和风机稳态工作点处的风机状态量，分别表示当前时刻的模型输入量和风机稳态工作点处的模型输入量； 对风机发电功率模型进行线性化处理得到线性化的风机发电功率模型的表达式为： 上式中，、分别为当前时刻和风机稳态工作点处的发电机功率，、分别为当前时刻和风机稳态工作点处的发电机转矩，、分别为当前时刻和风机稳态工作点处的发电机转速。

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中车株洲电力机车研究所有限公司，其通讯地址为：412001 湖南省株洲市石峰区时代路169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。