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！

龙图腾网获悉中国海洋大学申请的专利基于神经网络的风力发电机多工况流场的预测方法及装置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：CN120822114B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511339876.3，技术领域涉及：G06F18/241；该发明授权基于神经网络的风力发电机多工况流场的预测方法及装置是由张继;郭成科;梅宁;孙永超设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本基于神经网络的风力发电机多工况流场的预测方法及装置在说明书摘要公布了：本申请涉及风力发电、人工智能和流体力学技术领域，公开一种基于神经网络的风力发电机多工况流场的预测方法及装置，预测方法包括：获取样本数据集，所述样本数据集包括多组多工况数据；将所述样本数据集输入物理信息领域对抗神经网络模型进行训练，得到样本数据在所述领域对抗神经网络模型中向前传播的总损失。根据所述总损失，确定尾流场预测模型是否训练完成；在对所述尾流场预测模型进行新一轮的训练的情况下，将所述总损失进行反向传播，优化神经网络参数。这样，形成双分支损失协同优化机制。将物理信息神经网络与领域对抗神经网络相结合，充分发挥两者的互补优势。当数据有限或分布差异较大时，能够实现高精度、物理一致的尾流场预测。

本发明授权基于神经网络的风力发电机多工况流场的预测方法及装置在权利要求书中公布了：1.一种基于神经网络的风力发电机多工况流场的预测方法，其特征在于，包括： 步骤1，样本数据获取：获取样本数据集，其中，所述样本数据集包括多组多工况数据； 步骤2，模型训练：将所述样本数据集输入物理信息领域对抗神经网络模型进行训练，得到样本数据在所述领域对抗神经网络模型中向前传播的总损失；其中，所述总损失包括： 数据损失、物理方程损失和领域分类损失；所述总损失通过以下方式确定： 计算单样本的三维空气速度矢量预测值与真实值的均方误差，将所有样本的均方误差之和确定为所述数据损失； 计算各个空间坐标向量的NS方程的残差和涡量方程的残差，将各个空间坐标向量的NS方程的残差之和确定为NS方程损失，将各个空间坐标向量的涡量方程的残差之和确定为涡量方程损失；将所述NS方程损失和所述涡量方程损失之和确定为所述物理方程损失； 计算模型对样本数据所属领域的分类概率误差，利用三维预测速度向量在领域分类任务中的交叉熵确定单样本损失，将所有样本的领域分类交叉熵之和确定为所述领域分类损失； 步骤3，模型训练完成确认：根据所述总损失，确定尾流场预测模型是否训练完成； 步骤4，神经网络参数优化：在对所述尾流场预测模型进行新一轮的训练的情况下，将所述总损失进行反向传播，优化神经网络参数。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。