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！

龙图腾网获悉武汉大学申请的专利一种风力发电机组叶片覆冰状态监测方法及装置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：CN117167218B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202311037167.0，技术领域涉及：F03D80/40；该发明授权一种风力发电机组叶片覆冰状态监测方法及装置是由刘炎;刘泽晟;孙成亮;谷曦宇;曲远航;魏民;陈祥;丁嘉祺设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本一种风力发电机组叶片覆冰状态监测方法及装置在说明书摘要公布了：本发明公开了一种风力发电机组叶片覆冰状态监测方法及装置，首先采集每根叶片上附着的压电薄膜传感器在不同时间、不同天气情况下的电信号，并绘制阻抗曲线；然后对电信号进行特征提取得到时域特征、频域特征和时频域特征，将所述时域特征、频域特征和时频域特征处理后进行空间融合得到融合特征；最后将融合特征输入叶片状态监测神经网络，进行叶片覆冰状态监测；本发明具有适用性强，检测精度高等优点，可准确辨识叶片覆冰状态，满足风力发电企业安全生产监测需求，为发电机组叶片除冰工作提供参考。

本发明授权一种风力发电机组叶片覆冰状态监测方法及装置在权利要求书中公布了：1.一种风力发电机组叶片覆冰状态监测方法，其特征在于，包括以下步骤： 步骤1：采集每根叶片上附着的压电薄膜传感器在不同时间、不同天气情况下的电信号，并绘制阻抗曲线； 所述压电薄膜传感器由压电薄膜与信号调理电路两部分组成；所述调理电路由无源器件组成，包括电容、电阻、电感，设置于压电薄膜下方，集成电路衬底中； 步骤2：对电信号进行特征提取得到时域特征、频域特征和时频域特征，将所述时域特征、频域特征和时频域特征处理后进行空间融合得到融合特征； 步骤3：将融合特征输入叶片状态监测神经网络，进行叶片覆冰状态监测； 所述叶片状态监测神经网络由七层结构组成，第一层由卷积层和池化层组成，将融合特征Concat1输入卷积层，得到卷积特征C4；对所述卷积特征C4池化，得到池化特征P4；第二层由3个残差卷积模块构成；第三层由降采样卷积模块和3个残差卷积模块构成；第四层由降采样卷积模块和5个残差卷积模块组成；第五层由降采样卷积模块、两个残差卷积模块和池化层组成；第六层为全连接层；第七层为Softmax分类器； 其中，当监测到叶片状态为冰覆盖时，通过阻抗曲线中的串联谐振频率和并联谐振频率计算出压电薄膜传感器的静态电容变化，并确定叶片覆冰厚度；压电薄膜电容与阻抗曲线中并联谐振频率、串联谐振频率之间关系如下： ； 其中，为动态电容，与输入电压相关；和为串联谐振频率和并联谐振频率，取自阻抗曲线，阻抗曲线最高点对应的频率为串联谐振频率，阻抗曲线最低点对应的频率为并联谐振频率； 其中，Softmax交叉熵损失函数为： ； ； 其中，表示样本标签值，表示神经网络的输出类别，为输出向量，为中第个输出或类别的值，当识别准确度大于90%时停止训练。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。