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！

龙图腾网获悉中国能源建设集团湖南省电力设计院有限公司申请的专利一种基于机器学习的钢塔筒风机基础的设计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：CN120911272B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511021601.5，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的钢塔筒风机基础的设计方法是由刘智宸;宋英龙;胡斌;邓德平;黄维;宋薏铭;彭鹏;唐宇设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种基于机器学习的钢塔筒风机基础的设计方法在说明书摘要公布了：本发明涉及风机基础设计技术领域，具体提供一种基于机器学习的钢塔筒风机基础的设计方法，包括：选定输入变量和输出参数，并建立包含两者的数据集；机器学习模型的筛选，包括：划定训练集，进行机器学习模型的超参数优化；基于各组模型在测试集的预测效果，得出各组模型在输入变量上预测的平均统计量估值及方差，并建立各组模型的比较矩阵；基于比较矩阵获取的权重系数和归一化系数，筛出GBDT算法模型作为优选的机器学习模型；对优选的GBDT算法模型进行改进，获得高精度的风机基础的完整工程量。本发明实现了风机基础工程量的快速、精准预测，可应用于投标阶段的快速估算与设计阶段的工程量校核，从而优化设计方案，节省工程时间与成本。

本发明授权一种基于机器学习的钢塔筒风机基础的设计方法在权利要求书中公布了：1.一种基于机器学习的钢塔筒风机基础的设计方法，其特征在于，包括以下步骤： 步骤S1、选定输入变量和输出参数；该输入变量包括待建钢塔筒风机基础的风机容量、地基承载力、地震烈度、叶轮直径、塔筒高度和基底荷载；该基底荷载包括风机叶轮运行时及风荷载作用时对基底的水平弯矩、竖向弯矩、水平力和竖向力；该输出参数包括钢塔筒风机基础的基础埋深、基础底部直径、混凝土用量和钢筋用量； 步骤S2、建立包含输入变量和输出参数的数据集；将数据集划分为训练集和测试集； 步骤S3、机器学习模型的筛选，具体包括：基于数据集中划定的训练集，并通过随机搜索和贝叶斯优化相结合进行各组机器学习模型的超参数优化；基于各组机器学习模型在测试集的预测效果，得出各组机器学习模型在四个输入变量上预测的平均统计量估值和统计量评估值的方差，并进一步建立各组机器学习模型的比较矩阵；基于比较矩阵获取的权重系数和归一化系数，筛选得出GBDT算法模型作为机器学习模型； 步骤S4、对GBDT算法模型进行改进得到改进的GBDT算法模型，具体包括：通过GBDT算法模型对输入变量进行重要性评估；GBDT算法模型对输入变量与输出参数进行单调性约束处理；对输入变量的树深进行动态调整；将GBDT算法模型中引入分位损失函数；在GBDT算法模型中设置早停机制； 步骤S5、基于改进的GBDT算法模型得到输出参数；基于所得输出参数计算出钢塔筒风机基础的完整工程量。

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能源建设集团湖南省电力设计院有限公司，其通讯地址为：410007 湖南省长沙市雨花区劳动西路471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。