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！

龙图腾网获悉明阳智慧能源集团股份公司申请的专利一种风力发电机组偏航状态预警方法及系统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：CN116771612B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310714082.5，技术领域涉及：F03D17/00；该发明授权一种风力发电机组偏航状态预警方法及系统是由吴家豪;陈明达设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种风力发电机组偏航状态预警方法及系统在说明书摘要公布了：本发明公开了一种风力发电机组偏航状态预警方法及系统，该方法是在风力发电机组的主控中部署有完成训练的GRU模型，通过设置时间步将采集到的风力发电机组偏航系统相关数据实时输入到GRU模型中，由GRU模型进行风力发电机组的偏航状态预测和故障类型分类；本发明使用GRU模型对风电机组偏航系统状态评估，可实现对偏航系统处于不同状态下的状态预警；同时，GRU模型能够从历史数据中学习规律和特征，从而更加准确地评估偏航状态，并通过不断的学习和优化，逐渐提高自身的状态预警能力和准确性，实现智能化的偏航状态预警。

本发明授权一种风力发电机组偏航状态预警方法及系统在权利要求书中公布了：1.一种风力发电机组偏航状态预警方法，其特征在于：该方法是在风力发电机组的主控中部署有完成训练的GRU模型，通过设置时间步将采集到的风力发电机组偏航系统相关数据实时输入到GRU模型中，由GRU模型进行风力发电机组的偏航状态预测和故障类型分类； 该方法包括以下步骤： S1、获取风力发电机组偏航系统相关数据，作为训练样本； S2、根据获取的风力发电机组偏航系统相关数据，对GRU模型进行训练，得到完成训练的GRU模型，将GRU模型部署到风力发电机组的主控中，包括以下步骤： S2.1、同时定义预测和分类任务的损失函数，并将其组合成一个总的损失函数，训练即最小化该损失函数； S2.2、根据各个时刻采集的数据所对应的偏航状态，对数据标注状态标签； S2.3、将各个时刻采集的数据作为GRU模型的输入，将各个时刻采集的数据所对应的标签作为GRU模型的输出，以此作为数据集，将该数据集划分为70％的训练集和30％的测试集，包括以下步骤： 将各个时刻采集的数据作为GRU模型的输入，将各个时刻采集的数据所对应的标签作为GRU模型的输出；其中，记第k个传感器采集的数据向量为：Tn为时间序号；记第t时刻传感器采集的数据向量为：其中kn为n个不同传感器采集的数据；记状态向量为y＝[y1,y2,y3,…,ym]，ym为不同状态类型，每次输入一个对应一个ym； S2.4、对各个时刻采集的数据分别进行归一化，结果映射到[0,1]，得到归一化后的数据向量，包括以下步骤： 对各个时刻采集的数据分别进行归一化，结果映射到[0,1]，得到归一化后的数据向量；其中，归一化公式为得到归一化后的单次输入数据向量为其中，x为各个时刻采集的数据，在归一化过程中，起始设置已有数据的最大值作为xmax，已有数据的最小值作为xmin，动态更新最大值和最小值：对于每个接收到的新数据点，比较该数据点与当前的最大值和最小值，并更新最大值和最小值；若新数据点大于当前最大值，则更新最大值为新数据点；若新数据点小于当前最小值，则更新最小值为新数据点； S2.5、将归一化后的数据向量输入至GRU模型，通过GRU模型内更新门和重置门进行计算得出状态分类结果，并将其与数据所对应的标签进行比较，计算分类结果和标签之间的误差； S2.6、将预测误差和分类误差加权求和得到总误差，再使用反向传播算法更新模型参数，使总的误差最小化，当GRU模型评估精度达到99％后，即可投入实际运行； S3、在线监测采集风力发电机组偏航系统参数，实时传输到完成训练的GRU模型中； S4、由GRU模型进行偏航状态评估，并计算风力发电机组的偏航未来状态预测值和故障类型分类； S5、判断GRU模型评估结果的正确性，并根据评估结果的正确性，采用增量式学习方法对GRU模型继续进行训练优化。

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明阳智慧能源集团股份公司，其通讯地址为：528437 广东省中山市火炬开发区火炬路22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”。

以上内容由龙图腾AI智能生成。