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！

龙图腾网获悉华能广东汕头海上风电有限责任公司;中国华能集团清洁能源技术研究院有限公司;中国华能集团有限公司南方分公司申请的专利一种基于BP神经网络的变桨控制方法、装置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：CN119755009B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411955089.7，技术领域涉及：F03D7/00；该发明授权一种基于BP神经网络的变桨控制方法、装置及系统是由姜兴广;郭小江;付明志;秦猛;薄强;赵方玮;巴蕾;林志福;陈俊荣;贾嵩;田峰设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于BP神经网络的变桨控制方法、装置及系统在说明书摘要公布了：本公开是关于一种基于BP神经网络的变桨控制方法、装置及系统。其中，方法包括：获取风力发电机的第一目标转速和实际转速，确定第一目标转速与实际转速之间的第一误差值，将第一目标转速、实际转速和第一误差值输入至完成训练的BP神经网络中，得到BP神经网络输出的比例系数和积分系数，利用比例系数和积分系数更新PI控制器的配置参数，得到更新后的PI控制器，将第一误差输入至更新后的PI控制器，得到更新后的PI控制器输出的第一桨叶角度，基于第一桨叶角度调整风力发电机的桨叶角度。本方案可以实现提高了变桨控制器控制参数的准确性。

本发明授权一种基于BP神经网络的变桨控制方法、装置及系统在权利要求书中公布了：1.一种基于BP神经网络的变桨控制方法，其特征在于，包括： 获取风力发电机的第一目标转速和实际转速，确定所述第一目标转速与所述实际转速之间的第一误差值； 将所述第一目标转速、所述实际转速和所述第一误差值输入至完成训练的BP神经网络中，得到所述BP神经网络输出的比例系数和积分系数； 利用所述比例系数和所述积分系数更新PI控制器的配置参数，得到更新后的所述PI控制器； 将所述第一误差值输入至更新后的所述PI控制器，得到所述更新后的所述PI控制器输出的第一桨叶角度； 基于所述第一桨叶角度调整所述风力发电机的桨叶角度，返回执行所述获取风力发电机的第一目标转速和实际转速的操作步骤； 其中，在所述获取风力发电机的第一目标转速和实际转速之前，方法还包括： 在所述风力发电机的转速达到额定转速的情况下，获取所述风力发电机的第二目标转速和实际转速； 计算所述第二目标转速与实际转速之差，得到当前参数优化轮次对应的第二误差值； 基于所述第二误差值对待训练的BP神经网络中的加权系数进行修正处理，得到修正后的BP神经网络； 基于所述第二目标转速和实际转速确定所述待训练的BP神经网络是否收敛； 在确定所述待训练的BP神经网络未收敛的情况下，返回执行所述在所述风力发电机的转速达到额定转速的情况下，获取所述风力发电机的第二目标转速和实际转速的步骤，直至确定所述待训练的BP神经网络收敛，得到所述完成训练的BP神经网络； 其中，所述BP神经网络包括输入层、隐含层和输出层； 所述基于所述第二误差值对待训练的BP神经网络中的加权系数进行修正处理，得到修正后的BP神经网络，包括： 采用以下公式计算第一变化量： 其中，Δwlik为第k个参数优化轮次的第一变化量，Δwlik-1为第k-1个参数优化轮次的第一变化量，η为学习速率；α为惯性系数，为隐含层的第i个输出值，ek为第二误差值，Gβ为桨距角的非线性函数，yk为实际转速，uk为第一桨叶角度，为网络层的输出值，gx为输出层的激活函数； 将所述第一变化量与上一参数优化轮次对应的输出层加权系数相加，得到第一加权系数； 采用以下公式计算所述隐含层的第二变化量： 其中，Δwijk为第k个参数优化轮次的第二变化量，Δwijk-1为第k-1个参数优化轮次的第二变化量，为输入层的第j个输入值，fx为输出层的激活函数； 将所述第二变化量与上一参数优化轮次对应的隐含层加权系数相加，得到第二加权系数； 利用所述第一加权系数修正所述输出层的加权系数，利用所述第二加权系数修正所述隐含层的加权系数，得到所述修正后的BP神经网络。

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广东汕头海上风电有限责任公司;中国华能集团清洁能源技术研究院有限公司;中国华能集团有限公司南方分公司，其通讯地址为：515910 广东省汕头市南澳县游客中心大楼一层后侧最东面1间；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。