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！

龙图腾网获悉山东大学申请的专利一种基于双重输入凸神经网络的风电场有功减载优化方法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：CN120087241B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510570229.7，技术领域涉及：G06F30/27；该发明授权一种基于双重输入凸神经网络的风电场有功减载优化方法是由赵浩然;娄载庚;李冰;赵长旺;孟铃涵;于振宇设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于双重输入凸神经网络的风电场有功减载优化方法在说明书摘要公布了：本申请提供一种基于双重输入凸神经网络的风电场有功减载优化方法，属于风电场技术领域，所述方法包括：构建仿真环境，以获取仿真数据；采用输入凸神经网络模型对仿真数据进行拟合，得到风电机组非线性凸模型；通过输入凸神经网络模型拟合生成时间窗口载荷时序数据，基于时间窗口载荷时序数据与等效疲劳载荷的映射关系，获得疲劳载荷的非线性凸模型；将风电机组非线性凸模型输出的主轴扭矩作为疲劳载荷的非线性凸模型的输入，获得双重输入凸神经网络预训练模型；对双重输入凸神经网络预训练模型进行有功优化控制求解，以获得满足风电场安全稳定约束的有功功率分配最优解。

本发明授权一种基于双重输入凸神经网络的风电场有功减载优化方法在权利要求书中公布了：1.一种基于双重输入凸神经网络的风电场有功减载优化方法，其特征在于，所述方法包括： 构建仿真环境，以获取仿真数据； 采用输入凸神经网络模型对仿真数据进行拟合，得到风电机组非线性凸模型，通过风电机组非线性凸模型输出主轴扭矩； 通过输入凸神经网络模型拟合生成时间窗口载荷时序数据，基于时间窗口载荷时序数据与等效疲劳载荷的映射关系，获得疲劳载荷的非线性凸模型； 将风电机组非线性凸模型输出的主轴扭矩作为疲劳载荷的非线性凸模型的输入，获得双重输入凸神经网络预训练模型； 对双重输入凸神经网络预训练模型进行有功优化控制求解，以获得满足风电场安全稳定约束的有功功率分配最优解； 其中，输入凸神经网络模型的表达式为： 式中，是关于的凸函数，是输入凸神经网络模型的输出向量，是输入凸神经网络模型的权重及偏置参数集，是输入凸神经网络模型的第i+1层输出向量，是输入凸神经网络模型的第i层非直通层权重，是输入凸神经网络模型的第i层输出，是输入凸神经网络模型的第i层直通层权重，是输入凸神经网络模型的输入向量，是输入凸神经网络模型的第i层偏置量，是输入凸神经网络模型的直通层权重集合，是输入凸神经网络模型的非直通层权重集合，是输入凸神经网络模型的偏置项集合，是激活函数。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。