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！

龙图腾网获悉华北电力大学申请的专利风机叶片净空监测方法、系统、电子设备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：CN119878468B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510152621.X，技术领域涉及：F03D17/00；该发明授权风机叶片净空监测方法、系统、电子设备及存储介质是由葛铭纬;李新涛;张凌华;陈思杰;洪涛;李宇涵设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本风机叶片净空监测方法、系统、电子设备及存储介质在说明书摘要公布了：本申请涉及风电机组技术领域，具体提供一种风机叶片净空监测方法、系统、电子设备及存储介质，旨在解决现有净空监测技术存在检测精度较低、误报率高的问题。为此，本申请的风机叶片净空监测方法，包括：获取风机叶片当前时刻的监测数据，其中，所述监测数据包括净空数据、桨距角数据和叶片转速数据；将所述监测数据输入至预先构建的净空预测模型，预测所述风机叶片下一时刻的运行数据，所述净空预测模型基于实际运行数据和仿真运行数据构建；基于所述风机叶片下一时刻的运行数据，控制输出报警信息。本申请利用实际运行数据和仿真运行数据构建净空预测模型，提升对风机叶片的危险扫塔工况判断的准确性，从而有效保障风电机组的运行安全。

本发明授权风机叶片净空监测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种风机叶片净空监测方法，其特征在于，所述方法包括： 获取风机叶片当前时刻的监测数据，其中，所述监测数据包括净空数据、桨距角数据和叶片转速数据； 将所述监测数据输入至预先构建的净空预测模型，预测所述风机叶片下一时刻的运行数据，所述净空预测模型基于实际运行数据和仿真运行数据构建，其中，所述实际运行数据包括不同机型的风机在正常工况下的净空数据、对应的桨距角数据和叶片转速数据，所述仿真运行数据包括危险工况下的仿真净空数据、对应的仿真桨距角数据和仿真叶片转速数据；所述净空预测模型采用以下步骤构建：获取实际运行数据；获取仿真运行数据；基于所述实际运行数据和所述仿真运行数据，确定训练数据集；基于所述训练数据集，构建净空预测模型；其中，所述仿真运行数据通过以下步骤获取：采用计算流体力学方法，求解纳维斯托克斯方程，确定风电机组的流场信息；采用风机致动线方法，基于所述风电机组的流场信息、二维翼型的气动特性以及动量理论对风电机组的风轮叶片进行性能分析；利用动量理论，考虑风轮对来流的影响，确定风轮的气动性能相关参数；基于所述风轮的气动性能相关参数，得到风电机组在不同载荷下的运行数据；基于预设的筛选条件，对所述不同载荷下的运行数据进行筛选，得到危险工况下的仿真净空数据、对应的仿真桨距角数据和仿真叶片转速数据，作为仿真运行数据，其中，所述危险工况包括极端风速工况、极端风向变化工况、故障工况、冰冻工况、地震工况以及操作工况； 基于所述风机叶片下一时刻的运行数据，控制输出报警信息。

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北电力大学，其通讯地址为：102206 北京市昌平区北农路2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”。

以上内容由龙图腾AI智能生成。