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！

龙图腾网恭喜浙江大学;东方电气股份有限公司;东方电气长三角(杭州)创新研究院有限公司申请的专利基于随机重要性采样的风力发电机长期极限性能响应计算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：CN118627278B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202410676904.X，技术领域涉及：G06F30/20；该发明授权基于随机重要性采样的风力发电机长期极限性能响应计算方法是由胡伟飞;张桐舟;董娜;张中伟;余杰;王晓丁;王其君;尹景勋;谭建荣设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本基于随机重要性采样的风力发电机长期极限性能响应计算方法在说明书摘要公布了：本发明属于风力发电机性能技术领域，公开了基于随机重要性采样的风力发电机长期极限性能响应计算方法，首先并确定风力发电机需要考虑的多源不确定性及其联合概率密度函数。确定迭代计算的轮次与每次迭代时的短期性能仿真总次数。对各不确定性源进行采样，并以各样本点为输入，运行若干次短期性能仿真随机模型，获取短期性能响应极值样本。预测长期极限性能响应，并依据超越长期极限性能响应的概率对各不确定性源样本计算权重。通过高斯核函数对带有权重的不确定性源样本拟合概率密度函数，作为下一轮迭代的重要性采样函数。当收敛准则满足时，以最后一次的长期极限性能响应的预测值作为结果。提高了风机长期极限性能响应计算的准确性与稳定性。

本发明授权基于随机重要性采样的风力发电机长期极限性能响应计算方法在权利要求书中公布了：1.一种基于随机重要性采样的风力发电机长期极限性能响应计算方法，其特征在于，包括如下步骤：S1：根据短期仿真的时间t与需要考虑的风机长期服役寿命T；S2：识别需要考虑的不确定源X＝[X1,X2,…,Xd]，其中d为需要考虑的不确定性源数量，并依据测试数据、工业标准得到不确定性源的联合概率密度函数fX；S3：根据实际可用的计算资源情况，确定可承担的短期仿真总次数N与最大迭代次数K，由此确定每一轮迭代的短期仿真总次数满足S4：设置针对不确定性源的初始重要性采样函数并设置迭代轮次k＝1；S5：依据重要性采样函数通过接受-拒绝算法或马尔科夫链-蒙特卡洛算法，对不确定性源进行采样，得到Mk个样本点其中Mk为自定义的参数；S6：对每个样本点，分别进行次短期仿真，从短期仿真性能响应时序中提取其最大值所述S6每个样本进行短期仿真的次数通过下式计算，k≥2时： 当k＝1时，根据M1与在各样本处平均分配短期仿真的次数；其中， 表示在样本点处，短期性能响应极值超过的概率； 表示在样本点处，短期性能响应极值超过的概率；S7：找到一个满足的最大l值，记为，作为长期极限性能响应的预测值；其中，PT为长期极限性能响应对应短期性能响应极值的超越概率；所述S7中根据下列公式计算得到： 其中1·为指示函数，当括号内的表达式成立时取值为1，当括号内的表达式不成立时取值为0；θκ为构造的重要性函数参数；S8：对每一个样本点，计算一个相应的权重所述S8的权重如下式所示： 其中，表示在样本点处，短期性能响应极值超过的概率，通过计算该样本点处超过的短期性能响应极值占该样本点处仿真次数的比例近似，即： S9：针对带有权重的样本点使用高斯核函数拟合其概率密度分布函数作为下一轮重要性采样函数；其中，θk+1为核函数的带宽参数；S10：通过收敛准则检查算法是否收敛，若已收敛则以S7中得到的作为最终的长期极限性能响应预测值，反之则令k←k+1，并继续进行步骤S5-S9。

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浙江大学;东方电气股份有限公司;东方电气长三角(杭州)创新研究院有限公司，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866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”。