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！

龙图腾网获悉香港大学深圳研究院申请的专利一种基于机器学习的风电尾流模型及风电场布局优化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：CN115859812B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211548339.6，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的风电尾流模型及风电场布局优化方法是由邓晓蔚;杨坤设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于机器学习的风电尾流模型及风电场布局优化方法在说明书摘要公布了：本发明属于风力发电领域，公开了一种基于机器学习的风电尾流模型的构建及风电场布局优化方法，其采用数值模拟数据集训练得到每个子模型的机器学习尾流模型，按照空间位置汇总，构建基于机器学习的尾流模型，每次仅需调用预测点相邻的子模型进行预测，每个子模型又是简单的单层神经网络架构，因此保证了模型的高效率。由于采用的尾流模型具有与数值模拟类似的精度，因此采用了该尾流模型的布局优化方法能够具有以往基于解析尾流模型所不能达到的高精度。在精确预测尾流影响的基础上，能够在风电场布局优化中准确预测整场输出功率。采用多个随机起始点进行多次优化，再从得到的多个局部最优中选取最优，使结果尽可能地接近全局最优解。

本发明授权一种基于机器学习的风电尾流模型及风电场布局优化方法在权利要求书中公布了：1.一种基于机器学习的风电尾流模型构建方法，其特征在于，所述尾流模型建立方法的步骤为： 步骤1、对风电机组进行流体动力学数值模拟建模； 步骤2、根据大气边界层理论，结合风电机组运行的入流条件，确定单个风机尾流数据库包含的入流工况； 步骤3、对每一种选取的入流工况进行数值计算，把计算域的数值模拟结果保存为单个风机尾流数据库中的原始数据文件； 步骤4、对单个风机尾流数据库中的原始数据文件进行插值提取，得到原始输出数据； 步骤5、按照计算域宽、高平面内的输出节点位置，将所有的输出节点分为若干个子模型，若宽度方向有n个输出节点，高度方向有m个输出节点，则共分为n×m个子模型；将原始输出数据按照划分方法分为对应的子模型输出数据； 步骤6、搭建人工神经网络模型，包含一个双变量的输入层、一个隐藏层和一个与长度方向输出节点数相同的输出层；其中隐藏层的激活函数为tanh，输出层的激活函数为relu； 步骤7、对每个子模型依次进行人工神经网络模型训练，得到每个子模型的机器学习尾流模型； 步骤8、将所有子模型的机器学习尾流模型按照空间位置顺序编号汇总，构成一个完整的风电机组机器学习尾流模型。

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香港大学深圳研究院，其通讯地址为：518063 广东省深圳市南山区粤海街道深圳高新技术产业园区南区虚拟大学园楼B402；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”。