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！

龙图腾网获悉四川大学申请的专利一种基于疲劳损伤驱动的风力发电塔控制方法及系统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：CN120926025B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511154172.9，技术领域涉及：F03D7/04；该发明授权一种基于疲劳损伤驱动的风力发电塔控制方法及系统是由罗宇骁;韩瑞;蔡亲霖;戴靠山设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种基于疲劳损伤驱动的风力发电塔控制方法及系统在说明书摘要公布了：本发明公开了一种基于疲劳损伤驱动的风力发电塔控制方法及系统，涉及风力发电控制技术领域，包括以下步骤：步骤S1、通过分布式传感网络实时采集风电场内各风力发电塔的塔筒结构响应数据、三维风场参数及电网调度指令；步骤S2、构建塔筒结构数字孪生模型，基于实时结构响应数据动态预测各塔筒关键部位的剩余疲劳寿命和损伤演变趋势；步骤S3、执行双层协同优化控制；步骤S4、将优化指令下发至执行机构，并通过实时反馈数据更新数字孪生模型。本发明采用上述的一种基于疲劳损伤驱动的风力发电塔控制方法及系统，实现风力发电塔的安全运行保障、疲劳损伤抑制及发电效率协同优化，平衡机组寿命与发电性能。

本发明授权一种基于疲劳损伤驱动的风力发电塔控制方法及系统在权利要求书中公布了：1.一种基于疲劳损伤驱动的风力发电塔控制方法，其特征在于，包括以下步骤： 步骤S1、通过分布式传感网络实时采集风电场内各风力发电塔的塔筒结构响应数据、三维风场参数及电网调度指令； 步骤S2、构建塔筒结构数字孪生模型，基于实时结构响应数据动态预测各塔筒关键部位的剩余疲劳寿命和损伤演变趋势； 步骤S3、执行双层协同优化控制； 本地控制层：根据塔筒数字孪生模型输出的振动模态预测结果，采用自适应模型预测控制算法生成变桨与阻尼器调节指令，抑制塔筒共振； 中央协调层：以各塔筒剩余疲劳寿命为约束条件，动态调整机组功率分配及偏航角，使尾流中心线相对于来流风向偏移≥15°以避开高疲劳风险区； 在步骤S3中，自适应模型预测控制算法包括基于数字孪生模型预测未来30秒内的塔顶位移响应谱，求解目标函数生成最优变桨序列，如下式所示： ； 其中，为实时振动加速度；为第k时刻变桨角度变化量；为振动抑制权重系数；为变桨动作惩罚权重；N为预测时域； 在步骤S3中，中央协调层的优化函数定义，如下式所示： ； 其中，Pi为第i台风力发电机组的实时发电功率；Dj为高风险机组j的疲劳损伤增量；为损伤惩罚系数；H为高风险机组集合； 高风险机组集合H，如下式所示： ； 为风力发电机组编号；为机组k的剩余寿命百分比；为全场机组剩余寿命算术平均值； 在步骤S3中，尾流路径偏移通过解算上游机组偏航补偿角实现，如下式所示： ； 其中，为根据高危塔筒位置计算的安全偏移距离；L为机组间距； 在步骤S3中，中央协调层实施塔筒寿命均衡策略：当塔筒剩余寿命时，其功率设定点调整，如下式所示： ； 其中，为机组额定功率；该机组剩余寿命百分比； 同时将削减负荷转移至＞1.2的机组； 步骤S4、将优化指令下发至执行机构，并通过实时反馈数据更新数字孪生模型。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。

以上内容由龙图腾AI智能生成。