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！

龙图腾网获悉杭州电子科技大学上虞科学与工程研究院有限公司;杭州电子科技大学申请的专利一种多维风电爬坡事件智能检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：CN116028554B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310096656.7，技术领域涉及：G06F16/2458；该发明授权一种多维风电爬坡事件智能检测方法是由张翔;倪瑜那;赵坚;傅俊伟;周志光设计研发完成，并于2023-01-19向国家知识产权局提交的专利申请。

本一种多维风电爬坡事件智能检测方法在说明书摘要公布了：本发明公开了一种多维风电爬坡事件智能检测方法。本发明首先基于不同定义下风电爬坡事件的人工标注，融合不同定义下爬坡事件的多维属性特征，利用Alexnet神经网络模型充分学习多维风电爬坡事件特征，进行风电爬坡事件的智能检测；然后基于置信度设计了爬坡事件智能检测结果的不确定性可视设计方案，帮助用户从不同维度分析和判断爬坡事件的检测结果，增加爬坡事件智能检测结果的可解释性分析。本发明结合人机交互设计了模型动态优化方法，支持用户交互式探索检测结果的准确性，进而交互式迭代更新样本，实现智能监测模型的动态优化。本发明增加风电爬坡事件检测结果的可解释性方案，帮助用户交互式探索风电爬坡事件检测结果的不确定性。

本发明授权一种多维风电爬坡事件智能检测方法在权利要求书中公布了：1.一种多维风电爬坡事件智能检测方法，其特征在于： 步骤1.首先，基于多种定义下进行风电爬坡事件数据标签的人工标注，融合不同定义下风电爬坡事件的多维属性特征，具体如下： 由用户设置时间间隔作为一个事件，结合以下五个定义下的风电爬坡事件特征进行数据集的人工标注，获得有标签的训练集； 用户预先设定五个阈值参数λ1、λ2、λ3、λ4和λ5； 如果|Pt+ΔT-Pt|＞λ1，则发生爬坡事件，否则未发生爬坡事件；ΔT为设置的时间间隔，Pt为t时刻的风电功率，Pt+ΔT为t+ΔT时刻的风电功率； 如果maxP[t,t+ΔT]-minP[t,t+ΔT]＞λ2，则发生爬坡事件，否则未发生爬坡事件；P[t,t+ΔT]为t时刻到t+ΔT时刻内风电功率序列； 如果则发生爬坡事件，否则未发生爬坡事件； 如果则发生爬坡事件，否则未发生爬坡事件；t时刻的风电功率滤波信号h＝1,2,…,H，H表示时间窗的最大取值，Pt+h为t+h时刻的风电功率，Pt+h-H为t+h-H时刻的风电功率； 如果则发生爬坡事件，否则未发生爬坡事件；风电功率序列内第n个样本的风电功率的变化量n＝1,2,…,N，N为设定时间间隔内风电功率序列中的样本个数，tn表示第n个样本所在时间，Ptn+1表示风电功率序列内第n+1个样本的风电功率，Ptn-1表示风电功率序列内第n-1个样本的风电功率； 然后，利用Alexnet神经网络模型进行多维风电爬坡事件特征学习，构建多维风电爬坡事件的智能检测模型； 步骤2.基于智能检测结果，设计日历热力图和功率曲线图呈现风电爬坡事件的检测结果；基于置信度设计联动交互的柱状图和棒棒糖图，可视化风电爬坡事件检测结果的不确定性，增加检测结果的可解释性； 步骤3.将可视化与人机交互相结合，设计散点图、平行坐标图以及具有相似功率趋势的事件折线图，辅助用户交互式判断所选事件检测结果的准确性；针对检测错误的事件，控制面板支持样本标签批量式迭代更新，进而实现风电爬坡事件智能模型的动态优化。

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杭州电子科技大学上虞科学与工程研究院有限公司;杭州电子科技大学，其通讯地址为：312300 浙江省绍兴市上虞区曹娥街道江西路2288号浙大网新科技园A2楼810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”。