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！

龍圖騰網恭喜南京理工大學申請的專利一種基于XAI方法的風電機組功率曲線提取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：CN119397259B 。

龍圖騰網通過國家知識產權局官網在2025-03-25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：202510015172.4，技術領域涉及：G06F18/213；該發明授權一種基于XAI方法的風電機組功率曲線提取方法是由邱穎寧;李潤澤;馮延暉設計研發完成，并于2025-01-06向國家知識產權局提交的專利申請。

本一種基于XAI方法的風電機組功率曲線提取方法在說明書摘要公布了：本發明公開了一種基于XAI方法的風電機組功率曲線提取方法，以輸出功率為輸出量，其他風機特征為輸入量，訓練神經網絡，得到輸出功率與各風機特征間隱含關系，重建得到均勻密集且平滑的數據集；基于各風機特征對于輸出功率的影響貢獻，篩選出影響貢獻高的主要特征；計算各主要特征的局部貢獻累計曲線，將均勻密集且平滑的數據集分為若干區間，不同區間內輸出功率受不同主要特征影響；對各區間數據分別進行符號回歸和帕累托排序篩選，得到風力機在各區間的輸出功率符號表達式；輸出風電機組在全來流條件下的功率曲線。本發明提高了功率曲線計算精度。

本發明授權一種基于XAI方法的風電機組功率曲線提取方法在權利要求書中公布了：1.一種基于XAI方法的風電機組功率曲線提取方法，其特征在于，包括如下步驟：步驟1、收集風電機組SCADA系統歷史運行數據集，包括來流風速、槳距角、功率系數、發電機轉速、葉片轉速、來流風向、機艙溫度、機艙位置與輸出功率，去除數據異常值與空值，對齊數據維度并進行歸一化處理，得到訓練集；步驟2、以輸出功率為輸出量，其他風機特征為輸入量，使用訓練集對神經網絡進行訓練，得到輸出功率與各風機特征間隱含關系，在各輸入特征分布區域進行均勻密集取值，使用訓練完成的神經網絡進行輸出功率預測，重建得到均勻密集且平滑的數據集，描述風機對所有可能來流的功率數據；步驟3、基于XAI方法分析數據集中各風機特征對于輸出功率的影響貢獻，篩選出影響貢獻高的主要特征；步驟4、使用ALE方法計算各主要特征的局部貢獻累計曲線，以突變處作為區間端點，將數據集分為若干區間，不同區間內輸出功率受不同主要特征影響；步驟5、使用符號回歸方法EQL對各區間數據分別進行符號回歸和帕累托排序篩選，得到風力機在各區間的輸出功率符號表達式；步驟6、根據風力機在各區間的輸出功率符號表達式，得到風電機組在全來流條件下的功率曲線。

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南京理工大學，其通訊地址為：210094 江蘇省南京市玄武區孝陵衛200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”。