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！

龙图腾网获悉重庆邮电大学申请的专利基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质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：CN116738269B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310704902.2，技术领域涉及：G06F18/23213；该发明授权基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质是由陈俊生;张忠恒;刘志勇;李本川;孙荣利;刘明杰;章茼茼设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质在说明书摘要公布了：本发明涉及基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质，包括：获取风电机组在正常运行状态下的原始风功率数据集；根据风速大小利用K‑means算法将原始风功率数据集划分为m个原始风功率数据子集；利用自适应DBSCAN算法分别对m个原始风功率数据子集进行聚类，将聚类后的噪音点数据作为风功率无效数据进行输出，得到原始风功率数据集中的所有风功率无效数据，通过k‑means聚类算法将原始风功率数据集划分为不同的类别，提高同一类内数据的相似性，并降低不同类别之间的相似性，通过自适应的选择DBSCAN算法的参数降低人为设置参数的主观因素影响，提高了识别结果的稳定性。

本发明授权基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质在权利要求书中公布了：1.基于自适应DBSCAN聚类的风功率无效数据识别方法，其特征在于，包括： S1：获取风电机组在正常运行状态下的原始风功率数据集，并对原始风功率数据集进行预处理； S2：根据风速大小利用K-means算法将原始风功率数据集划分为m个原始风功率数据子集； S3：利用自适应DBSCAN算法分别对个原始风功率数据子集进行聚类，将聚类后的噪音点数据作为风功率无效数据进行输出，得到原始风功率数据集中的所有风功率无效数据； 所述利用自适应DBSCAN算法分别对个原始风功率数据子集进行聚类包括： S31：针对每个原始风功率数据子集，计算原始风功率数据子集中两两数据点之间的距离构建原始风功率数据子集的距离分布矩阵； S32：将距离分布矩阵中每一行中的元素按照由小到大的升序进行排列得到第一中间距离分布矩阵； S33：第一中间距离分布矩阵中每一列中的元素按照由大到小的降序进行排列得到第二中间距离分布矩阵； S34：将第二中间距离分布矩阵中的每一列元素分别绘制成折线，选择最能表征原始风功率数据子集数据点分布的折线作为目标折线； S35：利用多项式函数对目标折线进行拟合，求解多项式函数得到DBSCAN算法的邻域半径参数Eps； S36：根据DBSCAN算法的邻域半径参数Eps确定DBSCAN算法的最小邻域点数； S37：根据DBSCAN算法的邻域半径参数Eps和最小邻域点数对原始风功率数据子集中的数据点进行聚类，将原始风功率数据子集中的数据点划分为核心点、边界点以及噪音点。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。