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！

龙图腾网获悉国电投南通新能源有限公司申请的专利一种基于深度学习的海上风力发电设备运维调度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：CN120235434B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510725900.0，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习的海上风力发电设备运维调度方法是由和庆冬;邢建辉;杨祥;王小飞;纪成;张思远;周桂明;岳阳设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于深度学习的海上风力发电设备运维调度方法在说明书摘要公布了：本发明公开了一种基于深度学习的海上风力发电设备运维调度方法，包括如下步骤：S1、采集风力发电设备的运行状态数据，并进行预处理；S2、利用变分自编码器对预处理后的数据进行降维处理，提取特征，并计算风力发电设备健康状态评分；S3、定义Dyna‑Q强化学习模型的状态空间，并构建动作空间和奖励函数，初始化Q值函数；S4、利用Dyna‑Q强化学习模型进行运维调度优化，并对Q值函数进行更新；S5、选择最优运维调度方案，并下发至远程监测系统。本发明结合深度学习与Dyna‑Q强化学习，实现海上风力发电设备智能运维调度，具备预测精准、调度优化、高效收敛和成本降低的优点。

本发明授权一种基于深度学习的海上风力发电设备运维调度方法在权利要求书中公布了：1.一种基于深度学习的海上风力发电设备运维调度方法，其特征在于，包括如下步骤： S1、采集风力发电设备的运行状态数据，并通过传感器网络和物联网网关进行实时数据传输，得到原始数据，并对原始数据进行预处理； S2、利用变分自编码器对预处理后的数据进行降维处理，提取特征，并结合图注意力网络学习风力发电设备间的关联性，计算风力发电设备健康状态评分； S3、基于风力发电设备健康状态评分定义Dyna-Q强化学习模型的状态空间，并构建动作空间和奖励函数，初始化Q值函数； S4、利用Dyna-Q强化学习模型进行运维调度优化，基于构建的状态空间、动作空间和奖励函数，生成并执行初步运维调度方案，形成真实交互数据，利用蒙特卡罗采样方法生成模拟经验数据，结合真实交互数据和模拟经验数据，对Q值函数进行更新，生成优化后的运维调度方案； S5、模拟不同运维调度方案的执行效果，评估运维调度方案对风力发电设备运行效率和运维成本的影响，选择最优运维调度方案，并将最优运维调度方案计划下发至远程监测系统； 所述S2具体包括： S21、利用变分自编码器对预处理后的数据进行降维处理，提取风力发电设备运行状态的潜在特征，定义预处理后的数据为输入数据，变分自编码器的编码器网络将输入数据映射至隐变量，所述隐变量服从正态分布： ； 其中，表示隐变量，描述风力发电设备运行状态的潜在特征，表示编码器网络的权重向量，表示编码器网络的偏置项，表示输入数据，表示编码器输出的标准差向量，表示标准正态分布的随机噪声； S22、定义变分自编码器的综合损失函数，对变分自编码器进行训练，采用综合损失函数进行优化，所述综合损失函数包括重构误差项、KL散度项和正则化项： ； 其中，表示变分自编码器的综合损失函数，和表示解码器重构的数据，表示数学期望，表示四阶误差权重，表示输入数据，表示KL散度损失的权重因子，表示隐变量的维度，表示L1正则化系数，控制稀疏性，表示变分自编码器的权重，表示L1范数正则化项，表示编码器输出的标准差向量，表示编码器输出的均值向量，表示输入数据的维度； S23、利用隐变量计算风力发电设备低维特征向量： ； 其中，表示风力发电设备低维特征向量，表示修正线性单元激活函数，和表示特征变换权重矩阵，和表示偏置项，表示权重因子，表示双曲正切激活函数； S24、定义风力发电设备之间的邻接关系由邻接矩阵表示，每个风力发电设备的低维特征向量为，采用图注意力机制计算风力发电设备间关联权重： ； 其中，表示风力发电设备和风力发电设备之间的关联权重，表示非线性激活函数，表示权重向量，表示转置操作，表示注意力计算的变换矩阵，表示拼接操作，表示距离转换函数，表示风力发电设备和风力发电设备之间的地理距离，表示风力发电设备的低维特征向量； S25、计算图注意力网络调整后的风力发电设备健康状态特征向量： ； 其中，表示图注意力网络调整后的风力发电设备健康状态特征向量，表示风力发电设备的邻居集合，表示风力发电设备间注意力权重，表示注意力计算的变换矩阵，表示风力发电设备的低维特征向量； S26、基于调整后的风力发电设备健康状态特征向量计算风力发电设备健康状态评分： ； 其中，表示风力发电设备健康状态评分，表示风力发电设备特征的权重系数，表示邻居风力发电设备健康状态影响因子，表示风力发电设备和风力发电设备之间的关联权重，表示风力发电设备和风力发电设备的特征相关性，由余弦相似度得出。

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国电投南通新能源有限公司，其通讯地址为：226000 江苏省南通市通州湾江海联动开发示范区科创大厦306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”。