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！

龙图腾网恭喜南京理工大学申请的专利一种基于XAI方法的风电机组功率曲线提取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：CN119397259B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202510015172.4，技术领域涉及：G06F18/213；该发明授权一种基于XAI方法的风电机组功率曲线提取方法是由邱颖宁;李润泽;冯延晖设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于XAI方法的风电机组功率曲线提取方法在说明书摘要公布了：本发明公开了一种基于XAI方法的风电机组功率曲线提取方法，以输出功率为输出量，其他风机特征为输入量，训练神经网络，得到输出功率与各风机特征间隐含关系，重建得到均匀密集且平滑的数据集；基于各风机特征对于输出功率的影响贡献，筛选出影响贡献高的主要特征；计算各主要特征的局部贡献累计曲线，将均匀密集且平滑的数据集分为若干区间，不同区间内输出功率受不同主要特征影响；对各区间数据分别进行符号回归和帕累托排序筛选，得到风力机在各区间的输出功率符号表达式；输出风电机组在全来流条件下的功率曲线。本发明提高了功率曲线计算精度。

本发明授权一种基于XAI方法的风电机组功率曲线提取方法在权利要求书中公布了：1.一种基于XAI方法的风电机组功率曲线提取方法，其特征在于，包括如下步骤：步骤1、收集风电机组SCADA系统历史运行数据集，包括来流风速、桨距角、功率系数、发电机转速、叶片转速、来流风向、机舱温度、机舱位置与输出功率，去除数据异常值与空值，对齐数据维度并进行归一化处理，得到训练集；步骤2、以输出功率为输出量，其他风机特征为输入量，使用训练集对神经网络进行训练，得到输出功率与各风机特征间隐含关系，在各输入特征分布区域进行均匀密集取值，使用训练完成的神经网络进行输出功率预测，重建得到均匀密集且平滑的数据集，描述风机对所有可能来流的功率数据；步骤3、基于XAI方法分析数据集中各风机特征对于输出功率的影响贡献，筛选出影响贡献高的主要特征；步骤4、使用ALE方法计算各主要特征的局部贡献累计曲线，以突变处作为区间端点，将数据集分为若干区间，不同区间内输出功率受不同主要特征影响；步骤5、使用符号回归方法EQL对各区间数据分别进行符号回归和帕累托排序筛选，得到风力机在各区间的输出功率符号表达式；步骤6、根据风力机在各区间的输出功率符号表达式，得到风电机组在全来流条件下的功率曲线。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。