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！

龙图腾网恭喜华北电力大学;国家能源(山东)新能源有限公司申请的专利一种风电机组的偏航控制方法、系统及电子设备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：CN115681001B 。

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：202211244566.X，技术领域涉及：F03D7/02；该发明授权一种风电机组的偏航控制方法、系统及电子设备是由陈佩;刘永文;张善刚;林忠伟;胡峰;陈晨;谢镇;党琳设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种风电机组的偏航控制方法、系统及电子设备在说明书摘要公布了：本发明涉及一种风电机组的偏航控制方法、系统及电子设备，所述方法首先将激光雷达安装在风电机组上一段时间，获得足够的历史测量数据，进而开发基于数据驱动的机器学习方法，获得激光雷达风向估计模型，然后可以将激光雷达拆除或迁移到其他风电机组上，利用激光雷达风向估计模型取代激光雷达在校准偏航偏差方面的作用以提高风电机组控制过程中的流入风测量的精度，并且大幅降低成本。

本发明授权一种风电机组的偏航控制方法、系统及电子设备在权利要求书中公布了：1.一种风电机组的偏航控制方法，其特征在于，所述方法包括如下步骤：获取风电机组的每类第一特征的历史记录数据，及每类第二特征的历史测量数据；第一特征的种类包括风电机组的SCADA系统中记录的第一风速、第一风向、第二风向、机舱位置、机舱外环境温度、转子转速、叶片桨距角、有功功率、功率设定值和风电机组的状态标志位；第二特征的种类包括安装在风电机组上的激光雷达测量的第二风速、第三风向、激光雷达的状态标志位；将所述历史记录数据和所述历史测量数据按照时间进行一一对应，形成数据合集；基于所述数据合集，确定对每类第二特征的影响较大的预设个数的第一特征，构建每类第二特征的重要特征集合；对于每类所述第二特征，以所述第二特征的重要特征集合中的每类第一特征的历史记录数据为输入，以所述第二特征的历史测量数据为输出，基于XGBoost算法，构建所述第二特征的激光雷达风向估计模型；分别将每类所述第二特征的重要特征集合中的每类所述第一特征的当前记录数据一一对应的输入每类所述第二特征的激光雷达风向估计模型，获取每类所述第二特征的预测数据，并根据每类所述第二特征的预测数据，对风电机组进行偏航控制；所述基于所述数据合集，确定对激光雷达的每类第二特征的影响较大的预设个数的第一特征，构建每类第二特征的重要特征集合，具体包括：基于所述数据合集，利用如下公式计算第k类第二特征与每类第一特征的皮尔森相关系数；k＝1,2,...,K，K表示第二特征的数量； 其中，rjk表示第k类第二特征与第j类第一特征的皮尔森相关系数，xij表示第j类第一特征的第i个历史记录数据，xik表示第k类第二特征的第i个历史测量数据，表示第j类第一特征的所有历史记录数据的平均值，表示第k类第二特征的所有历史测量数据的平均值，n表示数据合集中历史记录数据或历史测量数据的数量；按照第k类第二特征与每类第一特征的皮尔森相关系数从大到小的顺序对第一特征进行排序；选取排序后的前预设个数的第一特征，组成第k类第二特征的重要特征集合；所述激光雷达风向估计模型为： 其中，T为回归树的数量，为第k类第二特征的预测数据，ftxk为第t次迭代得到的回归树，xk为第k类第二特征的重要特征集合中的每类第一特征的记录数据，F为回归树的集合；构建第二特征的激光雷达风向估计模型时采用的目标函数为： 其中，objt为第t次迭代的目标函数值，表示误差函数，yk表示数据合集中的第k类第二特征的历史测量数据，为基于第t次迭代的激光雷达风向估计模型获得的第k类第二特征的预测数据；ωftxk表示正则项函数，ftxk为第t次迭代得到的回归树。

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华北电力大学;国家能源(山东)新能源有限公司，其通讯地址为：102206 北京市昌平区回龙观镇北农路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”。