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！

龙图腾网获悉华电安诺(北京)信息科技有限公司申请的专利一种基于数字孪生的风机状态预警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：CN114382662B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210076262.0，技术领域涉及：F03D17/00；该发明授权一种基于数字孪生的风机状态预警方法是由高岳;田蜜;李鹏设计研发完成，并于2022-01-21向国家知识产权局提交的专利申请。

本一种基于数字孪生的风机状态预警方法在说明书摘要公布了：本发明公开了一种基于数字孪生的风机状态预警方法。其中，该方法包括：风机关键部件实体；基于关键部位实体的实时状态量数据构建初始数字孪生模型；获取初始数字孪生模型的统计特征以及相关性特性；对监测状态量进行仿真预测，并基于仿真预测数据更新数字孪生模型；获取更新的数字孪生模型的统计特征以及相关性特征；对比更新的数字孪生模型的特征与初始数字孪生模型的特征，判断风机关键部件运行状态并进行预警。本发明解决了目前相关技术在对风机运行状态进行预警时，依赖状态监测数据和大量故障案例构建模式识别模型，忽略风机隐性的潜伏性缺陷对判断模型的影响及识别模型无法考虑风机未来运行趋势的问题，而造成的无法对风机运行状态进行准确判断和预警的技术问题。

本发明授权一种基于数字孪生的风机状态预警方法在权利要求书中公布了：1.一种基于数字孪生的风机状态预警方法，其特征在于，包括： 风机关键部件实体； 基于关键部位实体的实时状态量数据构建初始数字孪生模型； 获取初始数字孪生模型的统计特征以及相关性特性； 对监测状态量进行仿真预测，并基于仿真预测数据更新数字孪生模型； 获取更新的数字孪生模型的统计特征以及相关性特征； 对比更新的数字孪生模型的特征与初始数字孪生模型的特征，判断风机关键部件运行状态并进行预警； 所述风机关键部件实体，包括齿轮箱、发电机以及叶片中的至少一种； 所述基于关键部位实体的实时状态量数据构建初始数字孪生模型，包括： 反映所述的关键部位齿轮箱运行情况的状态量包括但不限定于齿轮箱油温、齿轮箱轴承温度、环境温度、振动幅度中的至少两种； 反映所述的发电机运行情况的状态量包括但不限定于发电机转速、发电机前轴温度、发电机后轴温度、发电机温度、A相电流、B相电流、C相电流、AB相电压、BC相电压、CA相电压、频率、有功功率、无功功率、功率因素中的至少两种； 反映所述的叶片运行情况的状态量包括但不限定于风速、雷电、结冰、应力、叶尖压力、叶片转角、扭矩、叶片平均速度中的至少两种； 所述构建初始数字孪生模型步骤为：获取关键部位实体的尺寸信息、材料信息、结构信息、厂商信息、自身属性信息、运行环境信息构建能够直观反映关键部位实体的静态3D模型；将实时获取到的关键部位实体的实时状态数据数字化映射至所述静态3D模型，形成关键部位实体的初始数字孪生模型； 获取初始数字孪生模型的统计特征以及相关性特性，包括： 所述获取初始数字孪生模型的统计特征是对所述数字孪生模型中的每一类状态量的监测数据进行统计分析，获取该状态量符合的分布模型，并获得该分布模型的关键参数； 所述的分布模型包括但不限定于正态分布、威布尔分布、卡方分布中的至少一种； 所述获取初始数字孪生模型的相关性特性是对反映关键部位实体的所有状态量的时间序列进行相关性分析，获取两两状态量之间的相关系数。

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华电安诺(北京)信息科技有限公司，其通讯地址为：102206 北京市昌平区回龙观镇朱辛庄北农路2号主楼D座15楼东区13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”。