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！

龍圖騰網獲悉浙江運達風電股份有限公司;浙江大學申請的專利一種基于微分進化的參數模型擬合風機功率曲線的方法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：CN114065618B 。

龍圖騰網通過國家知識產權局官網在2025-08-08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：202111313404.2，技術領域涉及：G06F30/27；該發明授權一種基于微分進化的參數模型擬合風機功率曲線的方法是由孫勇;陳棋;傅凌焜;王琳;楊秦敏;陳積明;孟文超;方靜宜設計研發完成，并于2021-11-08向國家知識產權局提交的專利申請。

本一種基于微分進化的參數模型擬合風機功率曲線的方法在說明書摘要公布了：本發明公開了一種基于微分進化的參數模型擬合風機功率曲線的方法。該方法針對風機數據采集與監視系統采集的數據，基于風速信息進行數據清洗；建立五參數logistic模型對清洗后的功率曲線數據集進行擬合，logistic參數模型與標準風機功率曲線具有高度相似的特征，保證了曲線擬合的準確性；使用自適應控制參數變化的微分進化算法對五參數logistic模型的參數進行辨識，保證擬合曲線平滑性的同時提升了擬合速度，最終得到擬合風機功率曲線的五參數logistic模型。本發明方法是基于數據的參數建模方法，數據清洗步驟完備，選取的參數模型兼顧了實際運行數據特征與標準風機功率曲線特征，具有一定的理論價值與實際工程意義。

本發明授權一種基于微分進化的參數模型擬合風機功率曲線的方法在權利要求書中公布了：1.一種基于微分進化的參數模型擬合風機功率曲線的方法，其特征在于，包括以下步驟： 1根據待評估風機的數據采集與監視系統采集的相應需求周期中的總計n條風機運行數據信息，將運行數據信息中的風速{vi}、有功功率{Pi}和槳距角{βi}信息組成需預處理的功率曲線信息數據集，記為其中i＝1,2,3,…,n； 2根據風電機組運行過程中不同風速條件下對應的有功功率和槳距角的正常值范圍對步驟1中的信息數據集進行原始數據集的清洗，剔除明顯的異常點后得到剩余不符合異常點特征的nnorm條運行數據，并記作風機標準運行數據集其中i＝1,2,3,…,nnorm； 3將步驟2中清洗后的風機標準運行數據集中的風速以及有功功率進行五參數logistic模型的建立，風機的功率曲線模型記作P5logisticv,θ，其中風速為功率曲線模型的自變量，有功功率為功率曲線模型的因變量，θ為五參數logistic模型的五個參數的集合A,B,C,D,G，其中A表示風機的最低功率，B表示風機最大限度捕獲風能的效率，C表示風機的最大發電功率的中值，D表示風機的最大功率，G表示功率曲線的對稱性；風機功率曲線模型P5logisticv,θ具體描述如下： 4對步驟3中的五參數logistic模型的五個參數集合θ＝A,B,C,D,G的初值θ0進行設置，結合五參數logistic模型的各參數含義與風機功率曲線的物理意義設置參數集合初值，其中： A的初值設置為風機標準運行數據集中有功功率的最小值； B的初值設置為風機標準運行數據集中歐氏距離最大的兩個數據點間的連線斜率； C的初值設置為風機標準運行數據集中有功功率最大值和最小值的均值； D的初值設置為風機標準運行數據集中有功功率的最大值； G的初值設置為1，代表初始功率曲線是對稱的； 5根據步驟4的五參數logistic模型的五個參數集合θ的初值θ0，使用微分進化方法對步驟3中的風機功率曲線模型P5logisticv,θ中的五個參數A,B,C,D,G進行參數辨識，記風機標準運行數據集中的每一個數據點為一個個體，整體為一個種群，將每個個體對應的五個參數集合作為染色體向量，通過隨機抽取三個原始染色體向量進行差分計算得到供體向量，采用二項式交叉算子進行交叉操作，生成試驗向量，選擇兩個原始染色體向量和試驗向量中最接近最佳染色體向量的染色體向量作為新一代種群的個體，重復迭代直到設定的次數上限后即可獲得最優的五個參數集合θbest＝Abest,Bbest,Cbest,Dbest,Gbest； 6根據步驟5中得到的最優的五個參數集合得到最優的風機功率曲線模型

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浙江運達風電股份有限公司;浙江大學，其通訊地址為：311106 浙江省杭州市錢江經濟開發區順風路558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”。