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！

龙图腾网获悉中国船舶重工集团海装风电股份有限公司;华北电力大学申请的专利风电机组关键设备测点高维异常运行数据在线识别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：CN116662916B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310599729.4，技术领域涉及：G06F18/2433；该发明授权风电机组关键设备测点高维异常运行数据在线识别方法是由冉军;胡阳;温钊;胡耀宗;朱娇艳设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本风电机组关键设备测点高维异常运行数据在线识别方法在说明书摘要公布了：本发明提供了一种海上风电机组关键设备测点高维异常运行数据在线识别方法，本发明在对历史数据集进行分析的基础上，能够对在线数据进行异常识别，本发明能够对海上风电机组关键部件测点的高维异常运行数据进行在线识别，对异常数据进行删除或修正以后，可以避免因异常运行数据影响数据分析的结论，同时通过修正的数据进行建模，能够提高模型精度，提高AI决策的精准度。

本发明授权风电机组关键设备测点高维异常运行数据在线识别方法在权利要求书中公布了：1.一种海上风电机组关键设备测点高维异常运行数据在线识别方法，其特征在于，包括： 根据海上风电场历史运行数据建立待选变量集合，并根据所述待选变量集合进行特征筛选，得到特征选择变量集； 基于所述特征选择变量集，通过风速、功率和桨距角构成的三维空间中根据机理分析进行高维运行变量的初筛，得到初筛后的数据； 选择具有层次结构的聚类方法，对初筛后的数据进行聚类，并根据聚类结果，结合先验知识，将风电机组运行数据划分为限功率发电运行状态和最大功率跟踪状态下的海上风电机组运行数据； 采用深度自编码高斯混合模型进行由传感器误差、电磁干扰带来的异常运行数据的在线识别，首先使用自编码器分别对前述限功率发电运行状态和最大功率跟踪状态下的海上风电机组运行数据进行降维和重构，使用降维后的数据与重构误差组合成高维数据的低维空间表示； 通过高斯混合模型对经自编码器降维后的数据进行聚类，并迭代获得各混合模型的特征，以获得历史运行数据异常检测结果； 使用深度神经网络代替所述深度自编码高斯混合模型中的高斯混合聚类部分，进行模型训练，将所述历史运行数据异常检测结果识别过程转变为在线识别过程，估计网络使用深度神经网络预测每个数据点是否为异常； 根据海上风电场历史运行数据建立待选变量集合，并根据所述待选变量集合进行特征筛选，得到特征选择变量集，包括： 在所述海上风电场历史运行数据中提取出待选变量集合；所述待选变量集合包含电气量、环境量、机械量和温度量； 采用卷积神经网络的非线性相关性分析的方法在所述待选变量集中选择出与主轴承温度高度相关的变量；所述与主轴承温度高度相关的变量包括：主轴前轴承温度、主轴后轴承温度、机舱温度、齿轮箱前轴承温度、发电机前轴承温度、电网A相电压和电网A相电流； 在所述与主轴承温度高度相关的变量中加入主导变量，以构成待进行异常数据识别的高维空间，并将所述高维空间确定为特征选择变量集；所述主导变量包括：风速、功率、桨距角和转矩。

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船舶重工集团海装风电股份有限公司;华北电力大学，其通讯地址为：401121 重庆市渝北区北部新区经开园金渝大道30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。