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！

龙图腾网获悉江苏国电南自海吉科技有限公司申请的专利基于自适应双控制策略的风电机组发电机故障预警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：CN117744859B 。

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：202311662364.1，技术领域涉及：G06Q10/04；该发明授权基于自适应双控制策略的风电机组发电机故障预警方法是由张永;杨志勇;梁君亮;陈果;曹玲燕;张军军设计研发完成，并于2023-12-06向国家知识产权局提交的专利申请。

本基于自适应双控制策略的风电机组发电机故障预警方法在说明书摘要公布了：本发明涉及故障预警技术领域，尤其是涉及基于自适应双控制策略的风电机组发电机故障预警方法，该方法包括以下步骤：S1、利用数据采集与监视控制系统获取风电机组的历史运行数据，并对该历史运行数据进行预处理；S2、将数据集导入训练模型，再设定该训练模型的输入与输出，进行模型训练，训练完毕后保存为类别梯度提升基准模型；S3、利用随机搜索寻找类别梯度提升基准模型的最优超参数变量；S4、计算预测值与实际值之间的残差，再构建自适应双控制策略，动态判断残差的变化趋势；S5、通过自适应双控制策略判断故障点。本发明可用于海上风电机组群和陆地风电机组群实时的预警报警，具有鲁棒性、普适性、准确高效地进行故障预警。

本发明授权基于自适应双控制策略的风电机组发电机故障预警方法在权利要求书中公布了：1.基于自适应双控制策略的风电机组发电机故障预警方法，其特征在于，包括： S1、利用数据采集与监视控制系统获取风电机组的历史运行数据，并对该历史运行数据进行预处理，最终组合形成新的数据集； S2、将所述数据集导入训练模型，再设定该训练模型的输入与输出，进行模型训练，训练完毕后保存为类别梯度提升基准模型； S3、利用随机搜索寻找所述类别梯度提升基准模型的最优超参数变量； S4、计算预测值与实际值之间的残差，再构建自适应双控制策略，动态判断所述残差的变化趋势，防止预警误报和提前报警； S5、在执行新数据预测的过程中，预先加载所述类别梯度提升基准模型及预测的数据，通过自适应双控制策略判断故障点，输出预警信息； 所述计算预测值与实际值之间的残差，再构建自适应双控制策略，动态判断所述残差的变化趋势，防止预警误报和提前报警包括： S41、将验证集导入类别梯度提升基准模型，得到发电机驱动端轴承温度的预测值，通过反归一化方法将所述预测值转换为与温度一致的维度，再与发电机驱动端轴承温度的实际值做残差计算，得到残差曲线； S42、分别对残差进行硬阈值和软阈值求解，将残差数值的软硬双层阈值保护设定为自适应双控制策略，防止类别梯度提升基准模型的预警误报和提前报警现象的发生； 所述通过自适应双控制策略判断故障点，输出预警信息包括： S51、若残差数值单点大于软阈值曲线，则注意观察残差点位置； S52、若残差数值单点大于硬阈值曲线，则判断为该故障危害大，需要执行该风电机组的停机检查； S53、若残差数值单点小于软阈值曲线，则判断时间正常； S54、若残差数据单点大于软阈值曲线且小于硬阈值曲线，则判断故障即将发生，该风电机组在报警过程中一直处于被观察状态。

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江苏国电南自海吉科技有限公司，其通讯地址为：211100 江苏省南京市江宁区水阁路39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。