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！

龙图腾网获悉天府永兴实验室申请的专利风力涡轮机叶片结冰检测的对比学习方法与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：CN120429797B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510888641.3，技术领域涉及：G06F18/2433；该发明授权风力涡轮机叶片结冰检测的对比学习方法与系统是由王勇;刘雨森;黄镜月;李治;王永平设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本风力涡轮机叶片结冰检测的对比学习方法与系统在说明书摘要公布了：本发明属于风力发电技术领域，涉及风力涡轮机叶片结冰检测的对比学习方法与系统。该方法包括：收集数据并进行数据预处理；自适应频谱‑时间增强处理；基于稀疏性损失、模式保留损失与多样性损失的组合优化时间掩码与频率掩码；得到增强振动信号作为正样本对；提取负样本对；通过异常分数识别异常样本；使用标记样本对无监督对比学习模型进行微调，通过轻量级分类头输出结冰异常检测结果。本发明提出了自适应频谱‑时间增强和负样本池对比学习结合的方法，以生成可靠的正、负对比样本对，能够在标记稀缺和数据不平衡的条件下准确检测结冰异常；能有效缓解假阴性采样问题，解决了类别不平衡问题，还能实现高质量的特征学习。

本发明授权风力涡轮机叶片结冰检测的对比学习方法与系统在权利要求书中公布了：1.风力涡轮机叶片结冰检测的对比学习方法，其特征在于，包括： 收集结冰与未结冰条件下风力发电机的运行数据与环境数据并进行数据预处理，得到输入数据；数据预处理包括对数据进行清洗、归一化和划分； 对输入数据进行自适应频谱-时间增强处理，利用时间掩码对输入数据进行时间增强得到时间增强信号，利用频率掩码对输入数据进行频谱增强得到频谱增强信号； 基于稀疏性损失、模式保留损失与多样性损失的组合，得到自适应频谱-时间增强的损失函数并根据损失函数优化时间掩码与频率掩码； 根据优化后的时间掩码与频率掩码得到包含时间增强信号与频谱增强信号的增强振动信号，作为正样本对； 通过负样本池对比学习的方法提取负样本对，构建动态负样本池，基于样本在批次内的相似度计算异常分数，筛选并更新负样本池中的负样本； 采用无监督对比学习模型，通过最大化正样本对在特征空间的相似性，以及最小化负样本对的相似性，利用无监督对比学习模型确定样本的异常分数，通过异常分数识别异常样本； 使用标记样本对无监督对比学习模型进行微调，通过轻量级分类头输出结冰异常检测结果。

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天府永兴实验室，其通讯地址为：610213 四川省成都市天府新区集萃街619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”。