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！

龙图腾网获悉湖北能源集团新能源发展有限公司申请的专利一种基于SCADA周期型数据的风力发电机异常检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：CN120042753B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510062797.6，技术领域涉及：F03D17/00；该发明授权一种基于SCADA周期型数据的风力发电机异常检测方法及系统是由管迎春;王文;何君;牟令;陈侃;杨德超;滕易;刘必武;王东设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于SCADA周期型数据的风力发电机异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于SCADA周期型数据的风力发电机异常检测方法及系统，包括：获取实际运行的风力发电机SCADA系统采集的运行数据；通过提出SCADA告警的异常数据外，构建正常数据集，SCADA系统所采集的异常数据包括周期型、平稳型和无规律波动型；对异常数据中三种类型的数据进行初步标注；利用神经网络模型对获得的数据进行数据模式识别，识别出周期型数据；对输出结果为周期型的数据进行特征工程处理，抽取对应的数据特征；利用孤立森林计算异常分数的方式对特征进行增强；利用机器学习模型将时间窗口内形成的特征向量进行异常分类，检测出周期型数据中的异常数据。本发明的方法可以提高风力发电机异常数据检测的准确度。

本发明授权一种基于SCADA周期型数据的风力发电机异常检测方法及系统在权利要求书中公布了：1.一种基于 SCADA 周期型数据的风力发电机异常检测方法，其特征在于，包括以下步骤： 步骤 1，获取实际运行的风力发电机 SCADA 系统采集的运行数据； 步骤 2，利用采集到的全部运行数据，通过提出SCADA告警的异常数据外，构建正常数据集，SCADA系统所采集的异常数据包括周期型、平稳型和无规律波动型数据； 步骤3，对异常数据中的周期型、平稳型和无规律波动型三种类型的数据进行初步标注； 步骤4，构建神经网络模型，利用神经网络模型对步骤3获得的数据进行数据模式识别，识别出周期型数据； 步骤 5，对步骤4输出结果为周期型的数据进行特征工程处理，抽取对应的数据特征； 步骤 6，对周期型的数据进行多层次的特征工程处理后，利用孤立森林计算异常分数的方式对特征进行增强； 步骤7，构建机器学习模型，并利用机器学习模型将时间窗口内形成的特征向量进行异常分类，检测出周期型数据中的异常数据。

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湖北能源集团新能源发展有限公司，其通讯地址为：430223 湖北省武汉市东湖高新技术开发区关南园四路1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。