Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜重庆大学李天获国家专利权

恭喜重庆大学李天获国家专利权

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!

龙图腾网恭喜重庆大学申请的专利基于生成对抗式网络模型的风电场尾流及功率预测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:CN117744709B

龙图腾网通过国家知识产权局官网在2025-03-11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:202311734604.4,技术领域涉及:G06N3/0455;该发明授权基于生成对抗式网络模型的风电场尾流及功率预测方法是由李天;杨庆山;李杭;吴腾;权顺德设计研发完成,并于2023-12-15向国家知识产权局提交的专利申请。

基于生成对抗式网络模型的风电场尾流及功率预测方法在说明书摘要公布了:本发明公开了基于生成对抗式网络模型的风电场尾流及功率预测方法,包括如下步骤:1基于transformer模型和条件生成对抗式网络构建单风机尾流预测模型;2基于卷积神经网络构建多风机尾流叠加预测模型,通过解析尾流模型和数值模拟生成训练数据集训练并验证上述两模型;3根据所述单风机尾流预测模型和多风机尾流叠加预测模型对风电场尾流的尾流场和功率进行预测。本发明通过采用深度学习模型技术,在保证高效计算的同时可达到接近数值模拟的尾流预测精度,依靠数据驱动的模型训练方法,可使其快速部署在各类不同的风电场中;其次,还可通过风电场的实测数据来进一步提升预测性能,避免传统的参数识别步骤,应用更加高效。

本发明授权基于生成对抗式网络模型的风电场尾流及功率预测方法在权利要求书中公布了:1.一种基于生成对抗式网络模型的风电场尾流及功率预测方法,其特征在于,包括如下步骤:1)基于transformer模型和条件生成对抗式网络构建单风机尾流预测模型,通过经验解析尾流模型和数值模拟生成尾流流场数据集训练并验证该模型;2)基于卷积神经网络构建多风机尾流叠加预测模型,同样通过经验解析尾流模型和数值模拟生成尾流流场数据集训练并验证该模型;3)根据所述单风机尾流预测模型和多风机尾流叠加预测模型对风电场尾流的尾流速度场和湍流场及总发电功率进行预测;其中,步骤3)包括如下步骤:301)设定标准参考风向,旋转风电场内的风机坐标使风机按顺序由风向的上游向下游排列;302)依照旋转后的坐标系,依次从最上游风机开始计算单尾流场,即将来流输入至所述单风机尾流预测模型中得到该最上游风机的单尾流场,然后从第二台开始,将各风机根据单风机尾流预测模型计算的单尾流场结果和前一风机的单尾流场结果共同输入至多风机尾流叠加预测模型中得到多尾流场预测结果,依次累算至最下游风机,从而得到最终尾流场结果;303)根据所述尾流场结果,通过获取在各风机叶轮截面处的坐标点上的风速信息计算每台风机的平均入流风速;304)根据各风机的入流风速依照预设的关系曲线预测风电场尾流的尾流速度场和湍流场及总发电功率。

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大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。