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！

龙图腾网获悉湖南工程学院申请的专利基于健康评估的优化神经网络风电功率预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：CN119171399B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202311759323.4，技术领域涉及：H02J3/00；该发明授权基于健康评估的优化神经网络风电功率预测方法是由黄峰;谢鑫;游红;彭游源;周文娟;曾冰设计研发完成，并于2023-12-20向国家知识产权局提交的专利申请。

本基于健康评估的优化神经网络风电功率预测方法在说明书摘要公布了：本发明公开了一种基于健康评估的优化神经网络风电功率预测方法，涉及风电功率预测方法技术领域，所述预测方法包括以下步骤：步骤S1，获取风机数据，进行健康评估构建健康矩阵；步骤S2，根据步骤S1的健康矩阵，计算改进功率权重，将矩阵近似超参数，作为WSA起始值，加速SVR寻优流程，利用神经网络优化预测功率。本发明的基于健康评估的优化神经网络风电功率预测方法，首先，基于风机数据，进行健康评估，得到健康矩阵；然后，通过矩阵的权重计算结果，优化网络预测策略；接着，利用矩阵近似超参数，加速寻优过程；最后，使用优化的BP、WSA‑SVR神经网络，进行风电功率预测，同时提升了预测精度与速度。

本发明授权基于健康评估的优化神经网络风电功率预测方法在权利要求书中公布了：1.一种基于健康评估的优化神经网络风电功率预测方法，其特征在于，包括以下步骤： 步骤S1，获取风机数据，进行健康评估构建健康矩阵； 步骤S2，根据步骤S1的健康矩阵，计算改进功率权重，将矩阵近似超参数，作为鲸鱼群算法起始值，加速SVR寻优流程，利用神经网络优化预测功率； 所述步骤S1构建健康矩阵的过程为： S1-1，数据采集：采集风速、温度、压力、转速、功率等风机数据； S1-2，数据清洗：针对数据缺失值、异常值、噪声，进行数据清洗，提高数据可靠性； S1-3，特征筛选：从清洗后的数据中，筛选出特征数据，得到神经网络的近似超参数，以及健康矩阵的维度； S1-4，状态分类：通过特征数据，计算发电效率，划分风机状态类别； S1-5，矩阵生成：将同类状态的发电效率，按照数值高低排列成矩阵； 所述步骤S1中，健康矩阵A，为： ； 式中，n是健康矩阵维度，为效率矩阵，为功率的特征相关矩阵； 所述步骤S2中，得到原始预测功率的方法为： 首先，得到权重矩阵，即： ； 式中，为特征矩阵； 然后，将原始预测功率，扩充为功率矩阵，即： ； 接着，集合D与C，得到重构预测功率，即： ； 式中，λ与特征数据、风机工况有关，取值0.01~0.1。

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湖南工程学院，其通讯地址为：411101 湖南省湘潭市福星东路88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”。