買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉河北大唐國際唐山熱電有限責任公司申請的專利一種風電機組智能化運維管理平臺獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119778192B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411968169.6，技術領域涉及：F03D17/00；該發明授權一種風電機組智能化運維管理平臺是由湯浩;趙光設計研發完成，并于2024-12-30向國家知識產權局提交的專利申請。

本一種風電機組智能化運維管理平臺在說明書摘要公布了：本發明屬于設備管理技術領域，本發明公開了一種風電機組智能化運維管理平臺；包括：數據采集模塊，用于采集風電機組的運行數據；數據預處理模塊，用于對風電機組的運行數據進行預處理，得到預處理后運行數據；故障檢測模塊，基于預處理后運行數據對風電機組進行故障檢測，并對風電機組進行維護，得到完善運行數據；機組優化模塊，對完善運行數據進行優化，得到最優運行參數組合；基于最優運行參數組合對風電機組進行控制優化；提高了風電機組的運行效率，同時降低了風電機組發生故障的概率。

本發明授權一種風電機組智能化運維管理平臺在權利要求書中公布了：1.一種風電機組智能化運維管理平臺，其特征在于，包括： 數據采集模塊，用于采集風電機組的運行數據； 數據預處理模塊，用于對風電機組的運行數據進行預處理，包括： 對時序性數據進行預處理，得到完整時序性數據；對頻譜數據進行預處理，得到增強頻譜數據；將完整時序性數據和增強頻譜數據組合得到預處理后運行數據； 所述對時序性數據進行預處理的方式包括： 構建預測模型對時序性數據進行缺失值處理，得到完整時序性數據； 所述構建預測模型對時序性數據進行缺失值處理的方式包括： 采集風電機組的歷史時序性數據，并對風電機組的歷史時序性數據進行標準化處理，得到歷史時序性數據訓練集；將歷史時序性數據訓練集初步補充完整，作為預測模型的訓練標簽； 初始化隱藏序列，其中表示時刻索引且，表示歷史時序性數據訓練集中數據對應的最大時刻； 所述預測模型包括循環更新結構、循環重置結構和輸出層，將歷史時序性數據訓練集輸入循環更新結構和循環重置結構，分別計算出循環更新輸出和循環重置輸出； 基于循環重置輸出計算候選隱藏輸出；基于候選隱藏輸出和循環更新輸出計算最終隱藏輸出；通過輸出層將最終隱藏輸出映射成預測值； 利用預測值對歷史時序性數據訓練集進行缺失值處理，得到完整歷史時序性數據訓練集；將完整歷史時序性數據訓練集與訓練標簽進行對比，若對應時刻數據的數值之差的絕對值小于或等于預設的差異閾值，固定此時預測模型的參數，得到訓練完成的預測模型； 所述循環更新輸出；其中，表示更新輸入權重矩陣；表示更新隱藏權重矩陣；表示時刻的輸入數據，即為歷史時序性數據訓練集中時刻的數據；表示循環更新結構的偏置項；表示時刻的隱藏序列；表示一個激活函數； 循環重置輸出；其中，表示重置輸入權重矩陣；表示重置隱藏權重矩陣；表示循環重置結構的偏置項； 候選隱藏輸出；其中，表示雙曲正切函數；表示候選隱藏輸出的輸入權重矩陣；表示候選隱藏輸出的隱藏權重矩陣；表示逐元素乘法； 隱藏序列；當時，為最終隱藏輸出； 故障檢測模塊，基于預處理后運行數據對風電機組進行故障檢測，包括： 構建故障識別模型，利用故障識別模型對預處理后運行數據進行處理，得到故障分類數據；基于故障分類數據對風電機組進行維護；采集維護后的風電機組運行數據，并基于維護后的風電機組運行數據對故障分類數據進行更新，得到完善運行數據； 所述構建故障識別模型的方式包括： 采集歷史故障數據，利用聚類算法對歷史故障數據進行檢測，得到異常數據，通過查詢預設的風電機組數據庫判斷異常數據的故障類型并為每種故障類型添加對應的故障編碼；將每種故障類型對應的故障編碼作為訓練標簽； 利用自適應算法對歷史故障數據進行特征提取處理，得到最優特征數據；利用最優特征數據訓練故障識別模型；定義故障識別模型的故障識別損失函數，計算故障識別損失函數的函數值，直到故障識別損失函數的函數值不再變小，固定此時故障識別模型的參數，得到訓練完成的故障識別模型； 機組優化模塊，對完善運行數據進行優化，得到最優運行參數組合；基于最優運行參數組合對風電機組進行控制優化；各個模塊之間通過有線和或無線的方式進行連接。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河北大唐國際唐山熱電有限責任公司，其通訊地址為：063000 河北省唐山市路北區濱河路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。