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！

龙图腾网获悉华能(浙江)能源开发有限公司清洁能源分公司申请的专利一种风电场风速与功率及电量计算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：CN119294309B 。

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：202411819270.5，技术领域涉及：G06F30/28；该发明授权一种风电场风速与功率及电量计算方法是由汤浩然;韩顼;胡彦涛;高峰;余淑贤;胡雪琛;朱亮;陈伊娜;郑茜;王静;楼晓彤;李茹玉;肖津;娄嘉珺;陈恬恬设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种风电场风速与功率及电量计算方法在说明书摘要公布了：本发明公开了一种风电场风速与功率及电量计算方法包括，涉及风电场风速勘测技术领域，获取风电场区域的高分辨率气象数据，对数据进行处理，并基于对流边界层的参数对风速数据进行修正，生成修正后的风速数据；构建基于时间序列的动态风速预测模型，对修正后的风速数据进行预测；基于风电机组之间的尾流效应和布局协同效应构建风能利用率优化模型；针对极端天气条件，基于历史天气数据和异常检测机制构建鲁棒性功率预测模型，结合在线学习机制动态调整预测模型参数，完成风电场功率的计算。本发明提供了一种从风速修正到功率预测的系统化解决方案，适用于复杂环境和动态运行条件下的风电场运行管理。

本发明授权一种风电场风速与功率及电量计算方法在权利要求书中公布了：1.一种风电场风速与功率及电量计算方法，其特征在于：包括， 获取风电场区域的高分辨率气象数据，对数据进行清洗、异常值处理和时空对齐，并基于对流边界层的参数对风速数据进行修正，生成修正后的风速数据； 构建基于时间序列的动态风速预测模型，对修正后的风速数据进行预测； 基于风电机组之间的尾流效应和布局协同效应构建风能利用率优化模型； 针对极端天气条件，基于历史天气数据和异常检测机制构建鲁棒性功率预测模型，结合在线学习机制动态调整预测模型参数，完成风电场功率的计算； 所述构建风能利用率优化模型包括，风能利用率优化模型中尾流效应采用Jensen模型或Gaussian尾流模型描述，其中Jensen模型基于尾流速度衰减的线性假设，其尾流速度衰减公式为： 其中，v0为未受尾流影响的风速，a为机组的诱导因子，k为尾流扩展系数，x为机组与尾流影响点的水平距离，Gaussian模型则通过高斯分布模拟尾流的空间衰减特性，表达式为: 其中，y0为尾流中心轴的位置，σ为尾流扩展宽度参数，反映尾流的空间分布； 协同效应通过遗传算法对风电机组布局进行优化，定义目标函数为群组发电总功率，表示为: 其中，Pi为第i台机组的发电功率，vi为该机组所在位置的修正风速，θi为机组的风向角度； 遗传算法的优化流程包括初始化机组布局参数，即位置与风向角度，基于尾流模型计算每台机组的风速修正值、计算发电功率总和作为适应度函数，以及通过选择、交叉和变异操作迭代优化布局参数； 所述构建鲁棒性功率预测模型包括，构建多棵随机分裂树，通过特征值划分将样本映射至叶节点，孤立森林的异常得分公式定义为： 其中，sx为样本x的异常得分，Ehx为x在所有随机树中被分离所需的平均路径长度，cn为调整因子的期望路径长度，n为样本数；当sxτ阈值时，判定当前数据点x属于极端天气条件，触发预测模式切换； 在检测到极端天气后，模型从标准预测模式切换至极端天气预测模式，保持实时数据流输入不间断，并根据当前环境变量重新加载极端天气条件下的参数化模型； 极端天气预测模式采用随机森林或贝叶斯回归算法，对于随机森林，输入为异常检测后的特征{v,d,T,Penv}，分别表示风速、风向、温度和气压，通过多棵决策树的分裂计算风速与功率之间的非线性关系，功率预测值由所有树的平均输出给出: 其中，Ti为第i棵树，N为决策树的总数； 对于贝叶斯回归，定义功率输出的回归模型： Pt＝wTx+∈ 其中，w为权重向量，x为输入特征向量[v,d,T,Penv],为噪声项，贝叶斯公式用于更新权重的后验分布： pw∣X,y∝py∣X,wpw 其中，X和y分别为输入和输出样本，pw为先验分布。

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能(浙江)能源开发有限公司清洁能源分公司，其通讯地址为：310000 浙江省杭州市拱墅区中山北路565号华能大厦；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”。