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！

龙图腾网获悉重庆市科学技术研究院申请的专利一种基于海上风电机组运行数据分析预测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：CN120557084B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510613757.6，技术领域涉及：F03D7/04；该发明授权一种基于海上风电机组运行数据分析预测系统是由刘巧;孙怀义;岑军波;熊黎丽;余勇;周扬眉;王玉设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本一种基于海上风电机组运行数据分析预测系统在说明书摘要公布了：本发明涉及风电机组数据分析技术领域，公开了一种基于海上风电机组运行数据分析预测系统。系统包括海洋环境数据集成模块，采集数据生成多源时空同步数据集；多模态特征融合模块，提取跨模态关联特征生成高维融合特征张量；动态故障预测模块，构建双向门控循环网络模型预测设备关键部件退化概率及剩余寿命；自适应优化控制模块，构建多目标动态规划模型优化风机运行策略。此外，系统还设有反馈校正模块修正预测模型参数，以及基于物理信息神经网络的虚拟传感器模块监测塔架应力并诊断传感器故障。该系统实现了对海上风电机组的全面监测、精准故障预测和优化控制，有效提高了风电机组的运行效率、可靠性和安全性，降低运维成本。

本发明授权一种基于海上风电机组运行数据分析预测系统在权利要求书中公布了：1.一种基于海上风电机组运行数据分析预测系统，其特征在于，所述系统包括： 海洋环境数据集成模块，用于采集风电机组的运行数据及海洋环境参数，生成多源时空同步数据集； 多模态特征融合模块，用于将所述多源时空同步数据集映射至图神经网络架构中，通过节点嵌入与边权重动态分配算法提取设备状态、波浪载荷及盐雾浓度的跨模态关联特征，生成高维融合特征张量； 动态故障预测模块，用于构建基于时空注意力机制的双向门控循环网络模型，对所述高维融合特征张量进行时序依赖建模，输出设备关键部件的退化概率及剩余寿命预测值； 自适应优化控制模块，用于根据预测值构建多目标动态规划模型，采用非支配排序遗传算法优化风机功率输出、偏航角度及变桨速率，生成抗扰动运行策略； 反馈校正模块，用于基于滑动时间窗的增量式学习框架，结合卡尔曼滤波与贝叶斯推断算法对预测模型参数进行在线修正，生成自适应更新后的故障预测模型；具体包括： 基于滑动窗口划分实时数据流，提取窗口内预测误差序列作为反馈信号； 设计卡尔曼增益矩阵对网络权重进行递推更新，降低历史数据依赖度； 采用贝叶斯后验概率分布调整模型超参数，实现预测模型的自适应校准； 构建基于物理信息神经网络的虚拟传感器模块，对无法直接测量的塔架应力分布进行实时估计； 将估计结果与实测数据对比生成残差信号，触发传感器故障诊断与数据源切换指令。

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重庆市科学技术研究院，其通讯地址为：401123 重庆市渝北区杨柳路3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。