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！

龙图腾网获悉大唐可再生能源试验研究院有限公司申请的专利基于扭矩系数的风电机组叶片气动不平衡监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：CN121117764B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511661071.0，技术领域涉及：G06F18/2413；该发明授权基于扭矩系数的风电机组叶片气动不平衡监测方法及系统是由郭旭峰;郭鹏;徐志轩;吴雨晴设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本基于扭矩系数的风电机组叶片气动不平衡监测方法及系统在说明书摘要公布了：本发明提供一种基于扭矩系数的风电机组叶片气动不平衡监测方法及系统，属于数据处理技术领域，通过采集风电机组在多种运行工况下的实时运行数据，对所述实时运行数据进行时序关联处理，生成包含连续时间戳标记的扭矩系数时间序列及对应的风速波动特征，构建气动偏差解析对扭矩系数的理论预期值与实际测量值进行动态比对处理，生成初始不平衡指数；调用预训练的误差补偿网络对所述初始不平衡指数进行环境干扰因素剔除处理，输出消除环境干扰后的校正不平衡指数；然后基于此构建叶片气动状态评估模型，生成包含不平衡等级及预警建议的叶片气动不平衡监测结果。通过本发明可以提升监测结果的准确性。

本发明授权基于扭矩系数的风电机组叶片气动不平衡监测方法及系统在权利要求书中公布了：1.一种基于扭矩系数的风电机组叶片气动不平衡监测方法，其特征在于，所述方法包括： 采集风电机组在多种运行工况下的实时运行数据，所述实时运行数据包含通过传感器阵列采集的叶片旋转过程中的扭矩传递数据及对应的环境作用数据，所述环境作用数据用于反映自然环境因素对叶片气动性能的动态影响； 对所述实时运行数据进行时序关联处理，生成包含连续时间戳标记的扭矩系数时间序列及对应的风速波动特征，所述风速波动特征用于描述风速在时间维度上的变化趋势及瞬时扰动特性； 基于所述扭矩系数时间序列和所述风速波动特征构建气动偏差解析模型，通过所述气动偏差解析模型对扭矩系数的理论预期值与实际测量值进行动态比对处理，生成反映叶片气动不平衡程度的初始不平衡指数；其中，包括：获取风电机组在标准气动平衡状态下的历史运行数据，从所述历史运行数据中提取不同风速区间对应的标准扭矩系数变化模式，构建包含风速-扭矩关联特性的基准气动特性库； 构建气动偏差解析模型的双分支输入结构，第一分支接收扭矩系数时间序列进行时域特征提取，第二分支接收风速波动特征进行频域特性解析，两分支通过交叉注意力机制实现特征交互； 将基准气动特性库中的标准扭矩系数变化模式按风速区间分段输入气动偏差解析模型的训练过程，对齐不同风速下的扭矩系数序列，优化模型对风速波动的适应性权重参数； 在实时监测过程中，将当前扭矩系数时间序列和风速波动特征输入气动偏差解析模型，通过第一分支提取扭矩传递的时域波形特征，通过第二分支解析风速波动的频域能量分布特征； 计算时域波形特征与对应风速区间标准模式的相似度矩阵，基于所述相似度矩阵定位扭矩系数实际测量值与理论预期值的偏差位置及幅度； 将偏差位置的时间分布特征、幅度变化特征及相似度矩阵的稀疏性指标进行加权融合，生成综合反映叶片气动不平衡程度的初始不平衡指数，所述初始不平衡指数的数值大小与气动偏差的严重程度正相关； 调用预训练的误差补偿网络对所述初始不平衡指数进行环境干扰因素剔除处理，所述误差补偿网络以历史运行数据中的环境干扰特征为训练样本，输出消除环境干扰后的校正不平衡指数； 根据所述校正不平衡指数构建叶片气动状态评估模型，通过所述叶片气动状态评估模型分析校正不平衡指数的变化趋势及阈值突破情况，生成包含不平衡等级及预警建议的叶片气动不平衡监测结果。

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大唐可再生能源试验研究院有限公司，其通讯地址为：102600 北京市大兴区经济开发区科苑路18号1幢A3户型一层104室；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。