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！

龙图腾网获悉深圳前海慧联科技发展有限公司申请的专利基于机器学习的风电机组运行状态监测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：CN119903363B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510392678.7，技术领域涉及：G06F18/2321；该发明授权基于机器学习的风电机组运行状态监测方法是由马少立;李桂民设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于机器学习的风电机组运行状态监测方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于机器学习的风电机组运行状态监测方法，该方法在风电机组运行时，将获取的预设时段内的多种数据指标对应的数据序列中的每个数据进行对数变换得到对应的对数值，构建所有对数值的散点图；获取DBSCAN算法的邻域半径和最小样本数，根据邻域半径和最小样本数得到散点图中所有数据点的聚类结果；根据聚类结果得到多个边界点，根据每个边界点的邻域半径范围内的数据点的分布特征获取每个边界点的孤立程度，根据每个边界点的孤立程度获取散点图中的异常点；根据散点图中的异常点对风电机组的运行状态进行监测，提高DBSCAN算法对风电机组运行状态监测的准确性。

本发明授权基于机器学习的风电机组运行状态监测方法在权利要求书中公布了：1.基于机器学习的风电机组运行状态监测方法，其特征在于，所述基于机器学习的风电机组运行状态监测方法包括： 在风电机组运行时，分别获取预设时段内的至少两种数据指标，对应得到每种数据指标的数据序列，将每个所述数据序列中的每个数据进行对数变换，得到对应的对数值，构建所有对数值的散点图； 在利用DBSCAN算法对所述散点图中的所有数据点进行聚类时，获取所述DBSCAN算法的邻域半径和最小样本数，根据所述邻域半径和所述最小样本数得到所述散点图中所有数据点的聚类结果； 根据所述聚类结果得到所述散点图中的至少一个边界点，针对任一边界点，根据所述边界点的邻域半径范围内的数据点的分布特征获取所述边界点的孤立程度，获取所述散点图中所有边界点的孤立程度，根据所述散点图中所有边界点的孤立程度获取所述散点图中的异常点； 根据所述散点图中的异常点对所述风电机组的运行状态进行监测； 所述根据所述边界点的邻域半径范围内的数据点的分布特征获取所述边界点的孤立程度，包括： 将所述边界点的邻域半径范围内的每个复杂点作为目标复杂点，统计所述目标复杂点的数量，统计每个所述目标复杂点所属的簇类得到簇类的数量，将所述簇类的数量与所述目标复杂点的数量的比值作为所述边界点的邻域数据复杂系数； 根据所述邻域半径得到邻域面积，将所述目标复杂点的数量与所述邻域面积之间的比值作为第一变量；将所述边界点所属的核心点作为目标核心点，计算所述边界点与所述目标核心点之间的欧式距离，将所述邻域半径与所述欧式距离之间的差值作为第二变量；将所述第一变量与所述第二变量之间的乘积作为所述边界点的加权密度，计算所述散点图中所有边界点的加权密度的平均值，计算所述边界点的加权密度与所述平均值之间的差值绝对值作为第一特征值，将所述第一特征值作为双曲正切函数的自变量得到所述边界点的加权密度特征值； 将所述邻域数据复杂系数与所述加权密度特征值进行加权求和得到所述边界点的孤立程度。

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深圳前海慧联科技发展有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201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”。