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！

龙图腾网获悉中国大唐集团科学技术研究总院有限公司;大唐可再生能源试验研究院有限公司申请的专利风电机组气动载荷的动态修正方法、装置、介质及设备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：CN120706136B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510654369.2，技术领域涉及：G06F30/23；该发明授权风电机组气动载荷的动态修正方法、装置、介质及设备是由高伟;谭雷;王英敏;苗宜之;刘洋广;帅超;赖如辉;任超宇;石如心设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本风电机组气动载荷的动态修正方法、装置、介质及设备在说明书摘要公布了：本公开涉及风力发电技术领域，提供了一种风电机组气动载荷的动态修正方法、装置、介质及设备，包括：基于预置于目标风电机组的传感器采集关于目标风电机组的传感数据；利用叶片有限元模型和目标风电机组的叶片固有频率结合结构载荷数据，对各叶素的气动推力与扭矩进行逆向计算，生成气动力时间序列；将气动力时间序列、环境参数数据及运行状态数据输入至训练好的修正系数预测模型，基于该模型对修正系数集合进行预测，得到预测修正系数集合；将预测修正系数集合配置至标准叶素动量理论模型，并基于系数配置后的模型和传感数据，确定动态修正后的气动载荷结果。本公开实现了对复杂工况下气动载荷的动态修正，提升了风电机组运行安全性与发电效率。

本发明授权风电机组气动载荷的动态修正方法、装置、介质及设备在权利要求书中公布了：1.一种风电机组气动载荷的动态修正方法，其特征在于，包括： 基于预置于目标风电机组的传感器采集关于目标风电机组的传感数据；其中，所述传感数据包括结构载荷数据、环境参数数据及运行状态数据； 利用叶片有限元模型和所述目标风电机组的叶片固有频率，结合所述结构载荷数据，对各叶素的气动推力与扭矩进行逆向计算，生成气动力时间序列； 将所述气动力时间序列、所述环境参数数据及所述运行状态数据输入至训练好的修正系数预测模型，基于所述训练好的修正系数预测模型对修正系数集合进行预测，得到预测修正系数集合； 将预测修正系数集合配置至标准叶素动量理论模型，并基于系数配置后的所述标准叶素动量理论模型、所述传感数据和所述气动力时间序列，确定动态修正后的气动载荷结果； 其中，所述修正系数预测模型通过下述步骤训练得到： 步骤1：构建标准叶素动量理论模型； 步骤2：获取待训练的修正系数预测模型以及训练数据集；其中，所述训练数据集包括多个训练数据子集，每个训练数据子集包括多个时间序列数据，每个时间序列数据包括对应时刻下的气动力训练数据、环境参数训练数据以及运行状态训练数据； 步骤3：针对每个训练数据子集，基于所述待训练的修正系数预测模型和所述训练数据子集确定与所述训练数据子集对应的训练预测修正系数集合；并基于所述训练预测修正系数集合对所述标准叶素动量理论模型进行配置；以及，基于配置后的所述标准叶素动量理论模型和所述训练数据子集确定与所述训练数据子集对应的训练气动载荷结果； 步骤4：基于预设损失函数确定所述与所述训练数据子集对应的训练气动载荷结果和所述训练数据子集对应的样本标签之间的损失值，并基于所述损失值调整所述待训练的修正系数预测模型的模型参数； 步骤5：重复上述步骤2~步骤4，直至训练结果符合预设要求，得到所述训练好的修正系数预测模型。

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中国大唐集团科学技术研究总院有限公司;大唐可再生能源试验研究院有限公司，其通讯地址为：102211 北京市昌平区未来科学城英才北三街16号院15号楼2单元409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”。

以上内容由龙图腾AI智能生成。