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！

龙图腾网获悉中山大学申请的专利基于CPT的海上风电场小应变剪切模量的贝叶斯分层概率预测方法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：CN119808557B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411872440.6，技术领域涉及：G06F30/27；该发明授权基于CPT的海上风电场小应变剪切模量的贝叶斯分层概率预测方法是由冯宇;田小宽;焦玉勇;赵红芬设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于CPT的海上风电场小应变剪切模量的贝叶斯分层概率预测方法在说明书摘要公布了：本发明公开了一种基于CPT的海上风电场土体小应变剪切模量Gmax的贝叶斯分层概率预测方法，包括：获取海上风电场不同CPT位置处的Gmax数据，构建训练样本；构建贝叶斯回归模型，包括构建完全混合模型和部分混合模型；对构建的贝叶斯回归模型进行马尔可夫链蒙特卡罗MCMC模拟，获取模型参数的后验分布，进而评估模型的拟合效果，得到满足预测效果要求的目标模型；根据所述目标模型，划分多个场景预测Gmax剖面，进而判断CPT位置和土体单元是否在校准数据集中，完成概率预测。本发明实施例能够更有效地利用CPT数据，可以生成更准确的土体参数代表性剖面，提高设计风机基础时的准确性和可靠性，可广泛应用于海上风电技术领域。

本发明授权基于CPT的海上风电场小应变剪切模量的贝叶斯分层概率预测方法在权利要求书中公布了：1.一种基于CPT的海上风电场小应变剪切模量的贝叶斯分层概率预测方法，其特征在于，包括以下步骤： 获取海上风电场不同CPT位置处的土体小应变剪切模量数据，构建训练样本； 根据所述训练样本构建贝叶斯回归模型，包括构建完全混合模型和部分混合模型； 对构建的贝叶斯回归模型进行马尔可夫链蒙特卡罗MCMC模拟，获取模型参数的后验分布，进而评估模型的拟合效果，得到满足预测效果要求的目标模型； 根据所述目标模型，划分多个场景预测Gmax剖面，进而判断CPT位置和土体单元是否在校准数据集中，完成概率预测； 所述根据所述训练样本构建贝叶斯回归模型这一步骤中的构建完全混合模型，包括以下步骤： 基于经验公式构建完全混合回归模型，其中，qt代表经孔隙压力修正后的静力触探CPT总锥尖阻力；pa代表大气压力；σv ′代表有效竖向应力；α0，α1，α2代表模型的三个未知参数； 为模型参数设定先验分布，采用弱信息先验以反映缺乏特定先验知识的情况； 根据先验分布来表征对参数可能取值范围的初步估计； 所述根据所述训练样本构建贝叶斯回归模型这一步骤中的构建部分混合模型，包括以下步骤： 考虑CPT位置和土体单元之间的变异，基于设定的交换性截距，构建交叉分类层次模型。

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中山大学，其通讯地址为：510275 广东省广州市新港西路135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”。