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！

龙图腾网获悉甘肃省安装建设集团有限公司申请的专利一种数字孪生驱动的退役风电机组预测性维护决策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：CN121543357B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610055622.7，技术领域涉及：G06F30/23；该发明授权一种数字孪生驱动的退役风电机组预测性维护决策系统是由卢稳;冯胜军;高扬瑄;贾登晖;李济川设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种数字孪生驱动的退役风电机组预测性维护决策系统在说明书摘要公布了：本发明涉及风电机组维护决策技术领域，公开了一种数字孪生驱动的退役风电机组预测性维护决策系统。所述系统包括运行数据获取、部件数据分析、数字孪生模型构建、适配兼容度评测与维护决策生成模块。基于运行与部件数据制定核心维护参量及其优先序列；通过融合核心与备选部件材料构建数字孪生模型原型，分析其信号检测特性；依据该模型的耐久性测试数据计算寿命预测当量值，评估其与维护系统的适配兼容度；综合筛选最佳维护材料并生成决策。该方法实现了在虚拟环境中对多种材料替换方案进行联合仿真与兼容性量化评估，可在实际维护前优化信号感知能力与系统匹配程度，从而提升退役机组延寿运维的可行性与决策可靠性。

本发明授权一种数字孪生驱动的退役风电机组预测性维护决策系统在权利要求书中公布了：1.一种数字孪生驱动的退役风电机组预测性维护决策系统，其特征在于，所述系统包括： 运行数据获取模块，用于获取退役风电机组的运行工况参量和动态效能参数，制定风电机组的核心维护参量； 部件数据分析模块，用于调度风电机组的部件本征数据和结构设计数据，分析所述部件本征数据所对应的物理效能表征，确定所述核心维护参量的参量优先序列； 数字孪生模型构建模块，用于查询风电机组的核心部件材料和备选部件材料，结合所述核心部件材料和所述备选部件材料，对风电机组进行模拟搭建，得到数字孪生模型原型，收集所述数字孪生模型原型的感应精度数据和耐久性测试数据，基于所述感应精度数据，分析所述数字孪生模型原型的信号检测特性； 适配兼容度评测模块，用于根据所述耐久性测试数据，计算所述数字孪生模型原型的寿命预测当量值，分析所述数字孪生模型原型在维护系统中的适配兼容度； 维护决策生成模块，用于结合所述信号检测特性、性能稳定度及所述适配兼容度，从所述核心部件材料和所述备选部件材料中筛选出最佳维护材料，基于所述核心维护参量、所述参量优先序列及所述最佳维护材料，生成风电机组的维护决策； 所述适配兼容度评测模块根据所述耐久性测试数据，计算所述数字孪生模型原型的寿命预测当量值，依据所述寿命预测当量值，评测所述数字孪生模型原型的性能稳定度，确定风电机组在维护系统中的安装位置要求和工作条件约束，采集数字孪生模型原型的适配性参数，结合所述安装位置要求、所述工作条件约束及所述适配性参数，分析所述数字孪生模型原型在维护系统中的适配兼容度； 所述适配兼容度评测模块中根据所述耐久性测试数据计算所述数字孪生模型原型的寿命预测当量值，包括： 调用异常行为响应标签组，获取风电机组的时间数据，包括故障起始时间、故障发展时间及故障恢复时间，计算时间间隔，生成故障关键时间区间数据； 基于所述故障关键时间区间数据，分析故障密度分布信息； 根据所述故障密度分布信息，计算故障密度偏移特征值，识别故障密度异常段在时间轴上的位置区间，生成故障密度偏移时间段； 基于所述故障密度偏移时间段，评估故障发展与时间区段的关联性，筛选故障发展行为存在偏移的连续片段，生成故障行为延迟区段； 基于所述故障行为延迟区段，计算所述数字孪生模型原型的寿命预测当量值。

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甘肃省安装建设集团有限公司，其通讯地址为：730050 甘肃省兰州市七里河区吴家园西街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。