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！

龙图腾网恭喜青岛哈尔滨工程大学创新发展中心;中国船舶科学研究中心;哈尔滨工程大学申请的专利一种海洋风机平台耦合受力预报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：CN119720864B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510213492.0，技术领域涉及：G06F30/28；该发明授权一种海洋风机平台耦合受力预报方法及系统是由丁军;周泽宇;韩凤磊;彭潇;赵望源;林琪;汪春辉;岳文博;陈洪亮;吴禹良;苏亮;余家齐;姜帆;周天齐设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种海洋风机平台耦合受力预报方法及系统在说明书摘要公布了：本发明属于海洋风机平台耦合受力智能预报技术领域，公开了一种海洋风机平台耦合受力预报方法及系统，该方法包括利用计算流体动力学方法得到训练所需海洋风机平台受力数据集；构建全连接结构的物理信息神经网络架构；利用风机扇叶面所受风载荷、半潜式平台所受风载荷、半潜式平台所受波浪载荷相关的物理方程约束物理神经网络的损失函数，形成基于物理信息神经网络的海洋风机平台耦合受力预报模型。本发明基于物理信息神经网络的海洋风机平台耦合受力预报模型输出风机扇叶面所受风载荷；半潜式平台所受风载荷和半潜式平台所受波浪载荷。输出的结果与实测数据集符合度很好，误差不超过2%。

本发明授权一种海洋风机平台耦合受力预报方法及系统在权利要求书中公布了：1.一种海洋风机平台耦合受力预报方法，其特征在于，该方法包括以下步骤：S1，利用计算流体动力学方法得到训练所需的海洋风机平台受力数据集；S2，构建全连接结构的物理信息神经网络架构；S3，利用风机扇叶面所受风载荷Fy，半潜式平台所受风载荷Fw、半潜式平台所受波浪载荷Fs的物理方程，约束物理神经网络的损失函数，形成基于物理信息神经网络的海洋风机平台耦合受力预报模型；在步骤S2中，构建全连接结构的物理信息神经网络架构，包括：1输入层为6个参数，分别是当前时刻t,风机叶片扫掠面积Ay,半潜式平台迎风面积Aw，风速V，海水流速U，波浪对半潜式平台的作用体积Vt；2隐藏层为三个，每个均包含64、128和64个神经元，激活函数使用ReLU函数；3输出层为3个参数，分别为风机扇叶面所受风载荷Fy、半潜式平台所受风载荷Fw和半潜式平台所受波浪载荷Fs；在步骤S3中，物理神经网络的损失函数Losstotal由Lossfunction和Lossdata组成，表达式为：Losstotal＝Lossfunction+Lossdata式中，Lossfunction为物理方程约束的物理损失，Lossdata为网络均方差数据损失；其中， 式中，n为数量，N为计算总步数，x，t为对于x和t的函数，Awn为对迎风面积的一个微分表达符号，Ayn为迎风体积的一个微分表达符号，Vtn为波浪作用体积的微分表达符号，为计算平均值，Fn为本次计算值，ρa为空气密度，D为结构物的直径，|U|为流速的绝对值，Cd为风阻系数，CT为推力系数，ρw为水密度，Cm为惯性系数，Vt为作用体积，为加速度；将以上损失函数加入到步骤S2构建的物理神经网络架构中，形成基于物理信息神经网络的海洋风机平台耦合受力预报模型。

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青岛哈尔滨工程大学创新发展中心;中国船舶科学研究中心;哈尔滨工程大学，其通讯地址为：266000 山东省青岛市黄岛区三沙路1777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”。