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！

龙图腾网获悉中南大学申请的专利基于代理模型辅助的浮式风电场功率优化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：CN115809594B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211474980.X，技术领域涉及：G06F30/27；该发明授权基于代理模型辅助的浮式风电场功率优化方法及系统是由宋冬然;沈旭涛;杨建;董密;黄朝能;孙尧;粟梅设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本基于代理模型辅助的浮式风电场功率优化方法及系统在说明书摘要公布了：本公开实施例中提供了一种基于代理模型辅助的浮式风电场功率优化方法及系统，属于计算技术领域，具体包括：得到目标函数；利用拉丁超立方采样方法初始化种群中每个粒子的位置；构造全局代理模型以及构造局部代理模型；基于局部代理模型及其确定的子空间，以PI填充准则作为代理模型目标函数，更新种群粒子的决策值；基于全局代理模型，对算法生成的种群粒子的目标函数值进行预测，并更新种群粒子的标记值；由种群粒子的标记值与决策值更新粒子的速度与位置；计算种群中标记值为1的粒子的真实目标函数值，去除重复采样点；输出优化问题的最优解。通过本公开的方案，提高了浮式风电场输出功率优化的计算效率和精准度。

本发明授权基于代理模型辅助的浮式风电场功率优化方法及系统在权利要求书中公布了：1.一种基于代理模型辅助的浮式风电场功率优化方法，其特征在于，包括： 步骤1，确定浮式风电场的优化问题对应的优化变量及其变量范围取值范围，得到目标函数； 步骤2，利用拉丁超立方采样方法初始化种群中每个粒子的位置，计算每个粒子对应的目标函数值，将每个粒子的位置和目标函数值添加进已采样数据库中； 步骤3，基于高斯过程回归模型，从历史数据库中提取最新生成的p个已采样点构造全局代理模型，以及，从历史数据库中提取与最优已采样点欧式距离最近的q个已采样点构造局部代理模型； 步骤4，基于局部代理模型及其确定的子空间，以PI填充准则作为代理模型目标函数，采用非线性优化算法生成最优待采样点，并更新种群粒子的决策值； 步骤5，基于全局代理模型，对算法生成的种群粒子的目标函数值进行预测，通过预测的目标函数值预筛选向更优位置移动的粒子，并更新种群粒子的标记值； 步骤6，由种群粒子的标记值与决策值更新粒子的速度与位置； 步骤7，计算种群中标记值为1的粒子的真实目标函数值，去除重复采样点，并将去重后的已采样点信息加入历史数据库中； 步骤8，重复步骤3至步骤7，直至满足算法的终止条件，输出优化问题的最优解。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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。