柿子坊
· 知识产权运营
首页
专利交易
价值评估
13280638997
登录
注册
首页
>
专利交易
>
专利详情
发明专利
已授权
基于优化RBF神经网络的大型风力机变桨距系统辨识方法
📄 申请号:CN201711261506.8
📄 发布日:2026/08/27
著录项目信息
申请日
2017-12-04
申请人
重庆邮电大学
法律状态
已下证
专利类型
发明
主分类号
F03D7_04
IPC 分类号
F03D7_04
,
G06N3_04
,
G06N3_08
,
技术画像
所属领域
其他分类
其他
应用场景
风力发电, 新能源发电, 变桨距控制, 智能控制, 机组运行优化
AI 智能推荐
·
同申请人专利
·
搜索相似专利
摘要
本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法,首先,本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进,采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据,风速v和桨距角β作为输入信号,发电功率P作为输出信号。进而,结合系统辨识原理,利用模型本身及相关的测量信息搭建辨识系统框架。其次,由于神经网络强大的非线性映射能力将RBF用于辨识算法,在系统输入信号激励下,使辨识系统输出无限逼近系统实际功率输出。最后,针对网络学习速率难以选取的问题,提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力,具有一定的实用价值。
权利要求书 (12项)
说明书
附图
……
……
图1
图2
图3
法律状态时间线
20191112
✅ 授权
20180724
?? 实质审查的生效 :
20180629
📄 公开
一种基于Teager能量算子的改进小波阈值函数去噪方法
当前第 / 件
一种在移动自组织网络中的完整业务数据备份方法 (高校 无线网络技术、分布式存储、网络安全、移动计算和应急通信)特价
同领域国内专利 · IPC: (F03D7_04)
F03D7_00
F03D7_02
F03D7_04
F03D7_06
覆盖
4
个领域
相似专利推荐
AI 驱动 · 同领域
一种基于风力机表面模糊图像的裂纹智能检测方法
¥0.0
2020113471018 · 常州信息职业技术学院
一种适用于复杂山地的Jensen-Lissaman改进型尾流模型
¥0.0
2024109791670 · 浙江工业大学
一种正反转三角阵列风力发电机
¥0.0
2020113092100 · 浙江工业大学
议价
不含过户费
委托平台代购
📋 交易方式:
委托待转让
📌 交易状态:
在售
👁️ 浏览次数:5
❤️ 收藏人数:93
📋 项目申报:
未申报
资金托管
权属尽调
包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证
✓ 手机绑定
历史成交 0件
好评率 98.5%
📊 出价记录 (3条)
王**
¥-10万
李** 企业
¥-8万
陈**
¥-3万
查看全部出价
我要出价 (议价)
预约谈判