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！

龙图腾网获悉南昌科晨电力试验研究有限公司申请的专利基于中尺度-微观尺度动力学的风电功率预测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：CN120145873B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510593333.8，技术领域涉及：G06F30/27；该发明授权基于中尺度-微观尺度动力学的风电功率预测方法及系统是由吴康;兰鑫;何昊;赵伟哲;桂小智;邹捷设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于中尺度-微观尺度动力学的风电功率预测方法及系统在说明书摘要公布了：本发明公开了基于中尺度‑微观尺度动力学的风电功率预测方法及系统，该方法包括如下步骤：构建风电场微观尺度空气动力学模型并设置入流边界条件，根据入流边界条件和风电场微观尺度空气动力学模型生成数据并构建数据库；构建风电场中尺度‑微观尺度空气动力学耦合模型以及预测网络；将风电场中尺度‑微观尺度空气动力学耦合模型作为系统环境，使用数据库对预测网络进行训练，将中尺度气象预测数据及对应入流边界条件输入训练好的预测网络中，得到风电功率预测结果；本发明相比于现有方法更有利于满足风电功率预测的要求，提高了风电功率预测的可靠性，提升了风电功率预测的速度和精度。

本发明授权基于中尺度-微观尺度动力学的风电功率预测方法及系统在权利要求书中公布了：1.基于中尺度-微观尺度动力学的风电功率预测方法，其特征在于，包括如下步骤： 步骤S1：构建风电场微观尺度空气动力学模型，并完成模型输入所需相关特征的提取； 步骤S2：设置入流边界条件，根据入流边界条件和风电场微观尺度空气动力学模型进行模拟仿真，生成各个风机所处位置的湍流、风加速因子、风向、功率，基于生成的各个风机所处位置的湍流、风加速因子、风向、功率构建数据库； 步骤S3：构建中尺度气象预测模型，将中尺度气象预测模型作为风电场微观尺度空气动力学模型的初始条件，构建风电场中尺度-微观尺度空气动力学耦合模型； 步骤S4：结合分块处理技术、时间序列预测和卷积神经网络构建风电场时间序列预测PatchTST-CNN神经网络； 步骤S5：将风电场中尺度-微观尺度空气动力学耦合模型作为系统环境，使用数据库对风电场时间序列预测PatchTST-CNN神经网络进行训练，得到训练好的风电场时间序列预测PatchTST-CNN神经网络；获取中尺度气象预测数据即中尺度气象预测模型的输出，并计算中尺度气象预测数据针对风电场的入流边界条件，然后将中尺度气象预测数据及对应入流边界条件输入训练好的风电场时间序列预测PatchTST-CNN神经网络中，得到风电功率预测结果； 采用大涡模拟方法，构建风电场微观尺度空气动力学模型： 针对尺度大小为的立方体空间进行过滤，将尺度小于的湍流消除，表示为： ； 式中，表示滤波后的湍流，即大尺度湍流；表示空间坐标；表示时间；表示湍流变量；表示积分变量，包括流向分量、展向分量和垂直方向分量；表示滤波核函数；表示微分算子； 建立描述风电场中的湍流的控制方程，包括连续性方程和动量方程，分别表示为： ； ； 式中，、分别表示在方向和方向上的大尺度速度分量，，分别表示流向方向、展向方向和垂直方向；、分别表示在方向和方向上的空间坐标；表示空气密度；表示大尺度压力场；表示运动沾度；表示体积力；表示亚格子应力； 采用致动线模型对风机尾流进行建模；基于叶素理论，沿叶展方向，单个叶素所受升力、阻力表示为： ； ； 式中，、分别表示沿叶展方向的升力微分和阻力微分；、分别表示升力及阻力系数计算函数；表示攻角；表示叶展方向长度；表示弦长；表示相对速度； 相对速度表示为： ； 式中，、分别表示径向和切向速度；表示叶片旋转角速度；表示叶素半径； 采样三维高斯分布将升力、阻力映射到附近网格中： ； 式中，表示高斯分布函数的值，描述在给定位置处的分布强度；表示高斯适应系数；表示流场中心网格点与其他网格点的距离； 采用Monin-Obukhov相似性理论设置入流边界条件； 恒定切应力下的入流边界条件为： ； 式中，表示湍流切应力；表示空气密度；表示高度；表示高度对应的风速；表示湍流动能；表示耗散率；表示常数； 对湍流动能沿高度修正，切应力渐变的入流边界条件为： ； 式中，表示当地大气边界层厚度；表示摩擦速度； 壁面入流边界条件为： ； 式中，表示紧邻壁面单元格中心位置的风速；表示紧邻壁面单元格中心位置的高度；表示冯卡门常数；表示无量纲常数；表示粗糙度常数；表示粗糙长度；表示壁面处切应力； 上顶面入流边界条件为： ； 式中，表示贴近上顶面的一层单元格内施加的等效体积力；表示上顶面处附加切应力；表示紧邻上底面的单元格高度。

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南昌科晨电力试验研究有限公司，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。