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！

龙图腾网获悉中国石油大学(华东);国网山东省电力公司电力科学研究院申请的专利一种用于风机叶片表面的远程非接触光热除冰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：CN120650151B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511036715.7，技术领域涉及：F03D80/40；该发明授权一种用于风机叶片表面的远程非接触光热除冰方法及系统是由丁斌;何仁韬;秦佳峰;巩志强;宋文浩设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种用于风机叶片表面的远程非接触光热除冰方法及系统在说明书摘要公布了：本发明提供了一种用于风机叶片表面的远程非接触光热除冰方法，该方法包括：对风机叶片表面进行冰情数据采集，得到多模态数据；对多模态数据进行特征识别，得到冰情特征；基于冰情特征，结合自然光照因素构建三维厚度分布模型，并生成除冰策略；根据除冰策略进行激光除冰，并通过蜂群聚焦算法对激光束进行调节控制；实时监测风机叶片表面的涂层温度变化，以调节激光功率；对除冰后的风机叶片表面进行除冰率检测，若除冰率未达标，则重新进行除冰操作，直至除冰率达标。该方法通过融合多光谱成像、毫米波雷达、双流神经网络与动态环境建模技术，实现了冰情的精准识别及自适应激光除冰控制，并在降低能耗的同时去除了对自然光照的依赖。

本发明授权一种用于风机叶片表面的远程非接触光热除冰方法及系统在权利要求书中公布了：1.一种用于风机叶片表面的远程非接触光热除冰方法，其特征在于，包括如下步骤： 通过多光谱相机和毫米波雷达对风机叶片表面进行冰情数据采集，得到多模态数据；所述多模态数据包括：多光谱图像数据和雷达回波数据； 通过双流卷积神经网络对所述多模态数据进行特征识别，得到冰情特征；所述冰情特征包括：冰型分类结果和冰层厚度； 基于所述冰情特征，结合自然光照因素构建三维厚度分布模型，并生成除冰策略； 根据所述除冰策略进行激光除冰操作，并通过蜂群聚焦算法对激光束进行调节控制； 实时监测所述风机叶片表面的涂层温度变化，并根据所述涂层温度调节激光功率； 对除冰后的所述风机叶片表面进行除冰率检测，若所述除冰率未达到预设的除冰标准，则重新进行所述除冰操作，直至所述除冰率达到预设的所述除冰标准； 基于所述冰情特征，结合自然光照因素构建三维厚度分布模型，并生成除冰策略，包括： 通过辐照度传感器阵列对当前环境光照强度进行多点采样操作，得到实时光照分布图； 通过大气透射率模型对所述实时光照分布图进行衰减补偿操作，得到有效光照强度图； 对所述风机叶片表面进行有限元网格划分操作，得到单元网格； 通过LSTM神经网络对气象站提供的气象数据进行时序分析，得到冰层生长速率预测值； 根据所述冰层厚度和所述冰层生长速率预测值分别得到所述单元网格的厚度预测分布； 通过非均匀有理B样条曲面拟合对所述厚度预测分布进行三维重构，得到所述三维厚度分布模型； 根据所述三维厚度分布模型生成激光作用参数，并对所述激光作用参数进行条件约束，得到所述除冰策略。

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石油大学(华东);国网山东省电力公司电力科学研究院，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。