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！

龙图腾网获悉香港大学深圳研究院申请的专利一种基于多层人工智能体系的风电场协同偏航控制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：CN116221021B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310406802.1，技术领域涉及：F03D7/02；该发明授权一种基于多层人工智能体系的风电场协同偏航控制方法是由邓晓蔚;杨尚慧设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于多层人工智能体系的风电场协同偏航控制方法在说明书摘要公布了：本发明属于风力发电领域，公开了一种基于多层人工智能体系的风电场协同偏航控制方法，采用数值模拟尾流数据集训练得到单风机偏航尾流机器学习模型，并结合叠加模型，实现偏航控制状态下整场功率的准确快速预测。智能控制优化由两阶段组成，第一阶段基于风机间尾流干涉模式对风场进行智能分区，以减少问题维度来加快优化效率，第二阶段基于分区约束采用贝叶斯机器学习网络调用智能功率预测有限数据在总发电量和偏航组合之间建立近似的概率关系，同时学习和优化功率目标函数，进一步加速定位最优偏航状态。基于上述体系的协同偏航控制方法能够根据实时来流信息准确高效地确定出风电场最优偏航控制策略，显著削弱风电机组间的尾流影响。

本发明授权一种基于多层人工智能体系的风电场协同偏航控制方法在权利要求书中公布了：1.一种基于多层人工智能体系的风电场协同偏航控制方法，其特征在于，所述方法包括智能功率预测阶段和智能控制优化阶段； 智能功率预测阶段采用数值模拟尾流数据集训练得到单风机偏航尾流机器学习模型，并结合尾流叠加模型，进行风电场偏航控制状态下整场尾流及输出功率预测； 智能控制优化阶段基于风机间尾流干涉模式对风场进行智能分区，并构建贝叶斯机器学习网络进行偏航优化；实现风电场实时协同偏航控制； 其中，智能功率预测包括以下步骤： 步骤1、根据风电机组运行参数，确定生成尾流数据库的入流和控制工况，基于上述入流和控制工况对单风机尾流场进行一系列流体动力学数值模拟； 步骤2、沿垂直风速方向将风机轮毂高度平面均匀划分为N个子域，并按照空间位置进行编号1,2,…,N，分别输出各子域对应数值模拟尾流场中的速度和湍流度，组成尾流场子数据集，包括N个尾流速度子数据集和N个尾流湍流度子数据集； 步骤3：搭建人工神经网络模型，由一个三变量输入层、一个隐藏层和一个与子域尾流场输出节点数目相同维度的输出层组成；隐藏层的激活函数为sigmoid，输出层的激活函数为relu；优化算法为Adam； 步骤4：采用步骤3搭建的人工神经网络分别对尾流场子数据集进行独立训练，得到ANN偏航尾流子模型，不同子模型的训练通过并行计算进行； 步骤5：将N个ANN偏航尾流子模型按照对应子域编号顺序进行汇总，组成单风机偏航尾流模型； 步骤6：根据风电场入流条件，判断风电场中风机的上下游关系，按照从上游到下游顺序依次确定每台风机入流条件；每台风机的入流条件由其上游所有风机的尾流场叠加得到，上游风机的尾流场采用单风机偏航尾流模型根据其入流和偏航控制条件求解得到； 步骤7：根据步骤6得到的风电场中每台风机对应入流和偏航角，结合功率-风速曲线，确定其发电功率，相加得到风电场总发电功率预测结果，完成智能功率预测。

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香港大学深圳研究院，其通讯地址为：518063 广东省深圳市南山区粤海街道深圳高新技术产业园区南区虚拟大学园楼B402；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”。