-
公开(公告)号：CN119937052A
公开(公告)日：2025-05-06
申请号：CN202510001583.8
申请日：2025-01-02
Applicant: 东方电气风电股份有限公司 , 浙江大学 , 东方电气长三角(杭州)创新研究院有限公司
IPC: G01W1/00 , G01W1/02 , G01W1/10 , G06F30/27 , G06N20/00 , G06N3/0499 , G06N20/10 , G06N5/01 , G06F18/27 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于数值天气预报模式的大气湍流强度和阵风因子评估方法、系统及装置，属于风资源评估技术领域。本申请旨在解决WRF模拟结果与实测数据偏差较大，以及WRF输出变量无法直接用于估算湍流强度和阵风因子的问题。通过结合机器学习方法对WRF模拟的风速和湍动能进行多气象要素订正，随后建立了根据风速和湍动能等参数估计湍流强度和阵风因子的预测模型。实现了对湍流强度和阵风因子的准确估算。本发明为风资源评估提供了更加准确有效的方式，对风能资源的开发和利用具有重要的实践意义。
-
公开(公告)号：CN119475081A
公开(公告)日：2025-02-18
申请号：CN202411476139.3
申请日：2024-10-22
Applicant: 浙江大学 , 东方电气风电股份有限公司 , 东方电气长三角(杭州)创新研究院有限公司
IPC: G06F18/2415 , G06F18/214 , G06F17/14 , G06Q50/26
Abstract: 本发明提出了一种基于包络线法的脉动风速谱评估方法、装置、设备及存储介质，旨在更精确地捕捉和表征不同季节及不同方向条件下的湍流风速谱特征，提高风力机的稳定性和安全性。通过傅里叶变换分析实测数据，结合上下包络线技术，本发明有效解决了传统单一经验谱无法全面反映真实风场复杂湍流结构的问题。利用机器学习算法，实现了对上包络线、均值曲线及下包络线的高精度预测，为风力机设计与维护提供了科学依据。
-
公开(公告)号：CN117725728A
公开(公告)日：2024-03-19
申请号：CN202311590494.9
申请日：2023-11-27
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/20 , G06F17/11 , G06N3/04 , G06F18/214
Abstract: 本发明公开了一种基于物理驱动参数化代理模型的射流噪声预测方法及装置，首先构建基于物理信息的神经网络，并设置物理问题，包括以射流流场空间坐标、工况参数和几何参数为输入，以射流流场速度、压力以及基于零方程湍流模型和涡粘假设得到的湍流参数为输出，建立符合物理规律的从设计参数到射流流场变量的函数；然后依据神经网络得到的速度、压力、湍流参数数据以及声学模型计算噪声相关衡量指标，根据噪声大小及可变参数对射流噪声的影响进行分析。本发明无需进行复杂且耗时长久的网格划分过程，可以在参数空间内更加准确高效的探究参数变化对于噪声评估参数的影响。
-
公开(公告)号：CN117744330A
公开(公告)日：2024-03-22
申请号：CN202311590508.7
申请日：2023-11-27
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/20
Abstract: 本发明公开了一种基于物理驱动参数化代理模型的导流板优化设计方法及装置，首先确认导流板所在流场环境的边界条件和基本物性，以及导流板设计参数取值范围，并定义需求的物理场变量和性能指标；然后建立物理驱动神经网络模型，基于反向传播计算各物理场变量关于时空坐标的偏微分，带入控制方程计算残差，训练调整神经元权重；最后用训练得到的推理模型参数化求解导流板周围各种情况下的流场，并进一步求解最优化的导流板摆放位置和几何外型设计参数。本发明仅用一步参数化流场无监督学习，替代了传统数值模拟仿真方法的一系列重复性人工操作，而且本发明方法不需要提前收集任何训练数据，因此总体建模和仿真设计周期都被大幅缩短。
-
公开(公告)号：CN117350201A
公开(公告)日：2024-01-05
申请号：CN202311530309.7
申请日：2023-11-16
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本发明公开了一种基于GPU并行颗粒碰撞检索的稠密气固两相反应流数值模拟方法及装置，考虑气固流动、传热传质和化学反应的多物理耦合过程的计算流体动力学‑离散单元方法，CFD在CPU上求解，DEM在GPU上求解，可以在GPU上实现颗粒碰撞检索算法的大规模并行求解，利用GPU的多线程和高计算吞吐量特性，准确获得丰富的气相信息和固相颗粒信息，同时大幅提升计算效率，节约计算资源。本发明克服了传统稠密气固两相反应流数值模拟方法难以全面考虑气固流动、传热传质和化学反应的多物理耦合过程以及进行邻域颗粒碰撞检索方面需要消耗巨大计算量的不足，填补了CFD‑DEM方法在准确、高效模拟稠密气固两相反应流方面的空白。
-
Patent Agency Ranking
公开(公告)号：CN117910375A
公开(公告)日：2024-04-19
申请号：CN202311670802.9
申请日：2023-12-06
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/28 , G06F30/27 , G06N3/048 , G16C20/10 , G16C20/70 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于本征正交分解法降阶模型的CFD‑DEM加速方法及装置，首先获取颗粒原始变量信息并计算目标颗粒信息变量的时间平均值，对结果快照矩阵在时间上进行去中心化，进行POD分解，基于奇异值分解法求解获取POD模态并排序；截取排序后的特征模态，针对选取的POD基，不断利用已有的POD基系数基于径向基函数神经网络对未来时间步的颗粒模态时间系数进行预测；根据已有的POD基结合预测得到的POD模态系数重构流场。本发明实现了稠密气固两相流动的高效准确计算，快速获得颗粒目标信息，克服了传统CFD‑DEM方法需要消耗巨大计算量的不足，填补了稠密气固两相流动在快速预测层面的空白。
-
公开(公告)号：CN117077502A
公开(公告)日：2023-11-17
申请号：CN202311046965.X
申请日：2023-08-16
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/25 , G06F30/28 , G06F9/50 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本发明公开了一种基于GPU并行计算的密相气固流中颗粒碰撞检索的数值模拟方法及装置，在计算机图形处理器(GPU)上实现密相气固流数值模拟研究中邻域颗粒碰撞检索算法的大规模并行求解，结合CUDA编程和OpenACC指令实现并行前缀和算法，将颗粒碰撞检索结果写入数组，建立颗粒碰撞列表，获得密相颗粒碰撞检索结果，用于计算颗粒之间的碰撞力。本发明克服了传统离散单元法进行颗粒邻域碰撞检索方面需要消耗巨大计算量的不足，填补了离散单元法在高效处理大规模颗粒碰撞信息方面的空白。
-
公开(公告)号：CN116542164A
公开(公告)日：2023-08-04
申请号：CN202310722470.8
申请日：2023-06-19
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/27 , G06N3/0464 , G06N3/084 , G06N3/088 , G06N5/04 , G06F119/08
Abstract: 本发明公开了一种基于物理驱动参数化代理模型的燃烧系统优化设计方法，首先获取燃烧系统的空间坐标和设计参数，并定义需求的独立物理场变量、非独立物理场和性能指标；然后建立基于PINNs的物理驱动神经网络模型，基于神经网络反向传播计算各个物理场变量关于时空坐标的偏微分，带入控制方程计算残差，训练调整每个神经元内的权重参数；最后将训练好的权重参数代入模型，得到训练后的推理模型，进行燃烧系统的燃烧场参数化求解。本发明仅用一步PINNs参数化燃烧场无监督学习，替代了传统数值模拟仿真方法的一系列人工操作，而且由于该物理驱动机器学习方法不需要提前收集任何训练数据，因此总体建模和仿真设计周期都被大幅缩短。
-
公开(公告)号：CN117272853A
公开(公告)日：2023-12-22
申请号：CN202311072063.3
申请日：2023-08-24
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F30/28 , G06T17/00 , G06F16/25 , G06F119/14 , G06F113/08 , G06F111/10
Abstract: 本发明公开了一种基于稳态数据库算法的片状颗粒运动轨迹预测方法及装置。该方法通过表征片状颗粒并构建稳态数据库，查询数据库插值计算得到颗粒受力与力矩并代入颗粒平动和旋转方程，分别在全局坐标系和局部坐标系下进行片状颗粒位置和姿态的求解。本发明针对传统气固两相流数值模拟研究中高雷诺数和非球形颗粒计算准确度低的情况，通过建立超椭球模型准确描述片状颗粒形状，计算准确度高；克服了传统CFD‑DEM方法非球形颗粒计算准确性方面的不足，填补了CFD‑DEM方法在求解高雷诺数下片状颗粒运动方面的空白。
-
公开(公告)号：CN116738747A
公开(公告)日：2023-09-12
申请号：CN202310766733.5
申请日：2023-06-27
IPC: G06F30/20 , G06Q50/06 , H02J3/00 , G06F113/06 , G06F111/10
Abstract: 本发明公开了耦合比恩法蒙特卡洛模拟的风力机功率数值预测方法及装置。该方法对风电场每台风力机的历史运行数据统计分析，利用比恩法构建风电场整场理论功率输出与每台风力机功率输出的离散型概率密度函数，利用蒙特卡洛模拟获得功率曲线，即风电场理论功率输出为横坐标、风力机预期功率输出为纵坐标。进一步，将该曲线作为数值天气预报模式中风电场参数化模型的输入参数，从而预测风力机的功率输出。本发明实现了数值天气预报模式与数据统计分析的在线耦合，考虑了风电场整场调控对单台风力机的功率影响；与传统风电场参数化方法相比准确性更高，可以一次性预测整个风电场多台风力机的功率输出，风电场整场的功率预测优势明显。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.154 seconds)
