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！

龙图腾网获悉广东省工业边缘智能创新中心有限公司申请的专利风力发电机叶片结冰预测方法、装置、平台及存储介质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：CN116928042B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310365369.1，技术领域涉及：F03D80/40；该发明授权风力发电机叶片结冰预测方法、装置、平台及存储介质是由段茹茹;毛聪;赵松;叶柳春设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本风力发电机叶片结冰预测方法、装置、平台及存储介质在说明书摘要公布了：本申请实施例涉及风力发电机叶片结冰预测技术领域，具体涉及一种风力发电机叶片结冰预测方法、装置、建模平台及存储介质，该方法包括：获取样本风力发电机的第一特征数据，对第一特征数据根据平行坐标法进行处理得到第二特征数据，确定第一聚类中心并对第二特征数据聚类得到第一聚类结果，确定第二聚类中心以重新对第二特征数据聚类得到第二聚类结果，从第二聚类结果中提取第三特征数据作为训练样本训练得到风力发电机叶片结冰预测模型，根据结冰预测模型对待预测的风力发电机叶片进行预测。通过上述步骤，使得用于训练的第三特征数据与风力发电机叶片结冰或不结冰的相关度高，从而训练得到的风力发电机叶片结冰预测模型预测更加精确。

本发明授权风力发电机叶片结冰预测方法、装置、平台及存储介质在权利要求书中公布了：1.一种风力发电机叶片结冰预测方法，应用于建模平台，其特征在于，所述方法包括： 获取样本风力发电机的第一特征数据，每个所述第一特征数据包括至少两个特征和所述特征对应的数据； 对所述第一特征数据根据平行坐标法进行处理得到第二特征数据，每个所述第二特征数据仅包括一个所述第一特征数据的一个所述特征和所述特征对应的数据，所述第二特征数据包括结冰标签或不结冰标签； 根据所述第二特征数据确定每个所述特征的第一聚类中心，每个所述特征上至少包括一个所述第一聚类中心，所述第一聚类中心用于对其所在的所述特征上的所述第二特征数据进行聚类； 计算每个所述第二特征数据到与所述第二特征数据所包括的特征上的每个所述第一聚类中心的第一欧式距离，确定与所述第二特征数据的所述第一欧式距离最短的所述第一聚类中心； 将所述第二特征数据划分到与所述第二特征数据的所述第一欧式距离最短的所述第一聚类中心，得到第一聚类结果； 根据所述第一聚类结果针对每个所述第一聚类中心计算每个所述第一聚类中心的所述第二特征数据的均值作为第二聚类中心； 计算所述每个第二特征数据到与所述第二特征数据所包括的特征上的每个所述第二聚类中心的第二欧式距离，确定与所述第二特征数据的所述第二欧式距离最短的所述第二聚类中心； 将所述第二特征数据划分到与所述第二特征数据的所述第二欧式距离最短的所述第二聚类中心，得到第二聚类结果； 针对每个所述第二聚类中心，确定其中具有结冰标签的所述第二特征数据的第一个数，以及具有不结冰标签的所述第二特征数据的第二个数； 计算所述第一个数占所述第二聚类中心的所述第二特征数据的总个数的第一比值，和所述第二个数占所述第二聚类中心的所述第二特征数据的总个数的第二比值； 判断所述第一比值和所述第二比值中是否存在大于或等于第二阈值的比值； 若是，提取该第二聚类中心中的所述比值所对应的所述第二特征数据作为第三特征数据； 对所述第三特征数据采用循环神经网络进行建模得到风力发电机叶片结冰预测模型； 根据所述风力发电机叶片结冰预测模型预测待预测的风力发电机叶片结冰状况。

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广东省工业边缘智能创新中心有限公司，其通讯地址为：518026 广东省深圳市福田区福田街道岗厦社区深南大道1003号东方新天地广场5层502F；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”。

以上内容由龙图腾AI智能生成。