人工智能在风力发电领域的专利分析

doi:10.12267/j.issn.2096-5931.2024.10.002

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (10): 8-14.doi: 10.12267/j.issn.2096-5931.2024.10.002

人工智能在风力发电领域的专利分析

Patent analysis of artificial intelligence in the field of wind power generation

刘洁

国家知识产权局专利局专利审查协作北京中心,北京 100072

收稿日期:2024-08-20 出版日期:2024-10-25 发布日期:2024-10-28
作者简介:
刘洁, 国家知识产权局专利局专利审查协作北京中心助理研究员,主要研究方向为计算机领域的发明专利审查等

LIU Jie

Patent Examination Cooperation(Beijing) Center of the Patent Office, China National Intellectual Property Administration, Beijing 100072, China

Received:2024-08-20 Online:2024-10-25 Published:2024-10-28

摘要/Abstract

摘要：

风力发电属于一项重要的清洁能源,将人工智能与风力发电深度融合,提升能源调度和利用的智能化符合当前能源数字化转型的发展趋势。通过对人工智能在风力发电领域的专利申请进行检索分析,梳理了该领域的主要申请趋势和热点。同时,从专利视角分析能源数字化转型的发展现状和趋势,为优化专利布局提供相关信息。

关键词: 风力发电, 人工智能, 神经网络, 专利

Abstract:

Wind power is a kind of important clean energy. The deep integration of artificial intelligence and wind power generation to enhance the intelligence of energy scheduling and utilization is in line with the current development trend. By searching and analyzing patent applications of artificial intelligence in the field of wind power generation, the main application trends and hotspots in this field are sorted out. Meanwhile, this paper analyzes the current development situation and trends of energy digital transformation from a patent perspective, in order to provide relevant information for optimizing the patent layout.

Key words: wind power generation, artificial intelligence, neural network, patent

中图分类号:

TM614
TP18

刘洁. 人工智能在风力发电领域的专利分析[J]. 信息通信技术与政策, 2024, 50(10): 8-14.

LIU Jie. Patent analysis of artificial intelligence in the field of wind power generation[J]. Information and Communications Technology and Policy, 2024, 50(10): 8-14.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.10.002

http://ictp.caict.ac.cn/CN/Y2024/V50/I10/8

图/表 6

图1 专利申请量的时间分布

图2 重要申请人、申请量统计

图3 主要技术构成分析

图4 中国专利结案数据分析结果

图5 人工智能算法在风力发电功率预测场景的逐年申请量

图6 故障检测场景分类号分布

参考文献 13

[1]	国务院新闻办公室. 中国的能源转型[R], 2024.
[2]	于晓萌, 闫坤. 风电传动系统轴承的专利态势分析[J]. 信息通信技术与政策, 2023, 49(3):68-73.
[3]	谢瑶滨. 人工智能在风力发电领域的应用探讨[J]. 科技资讯, 2021(10):41-43.
[4]	华北电力大学. 风电场短期功率预测方法: 201110033430.X[P]. 2012-08-29.
[5]	辽宁省电力有限公司电力科学研究院, 东北电力科学研究院有限公司, 沈阳工业大学. 一种适用于分散式风电场的组合风电功率预测方法: 201310071897.2[P]. 2017-09-29.
[6]	国网辽宁省电力有限公司锦州供电公司, 国家电网公司. 基于风速、风向信息的风电功率预测方法: 201610007840.X[P]. 2016-06-08.
[7]	华北水利水电大学. 基于长短期记忆网络的风电功率短期预测方法: 201811005283.3[P]. 2021-02-26.
[8]	华南理工大学. 一种基于深度学习的短期风功率预测方法: 201810199615.X[P]. 2020-05-22.
[9]	章雅楠, 莫日格吉勒图. 风力发电系统功率预测技术研究综述[J]. 电工技术, 2023(11):14-17. DOI:10.19768/j.cnki.dgjs.2023.11.005.
[10]	侯光威. 人工智能技术在风力发电领域的应用[C]// 中国电力设备管理协会. 中国电力设备管理协会第二届第一次会员代表大会论文集(2). 烟台: 华润电力风能(海阳)有限公司, 2022:5. DOI:10.26914/c.cnkihy.2022.050054.
[11]	上海乾祺电子科技有限公司. 风力发电机组远程在线多模式健康状态监测与故障诊断系统: 201310228657.9[P]. 2013-10-09.
[12]	南方电网科学研究院有限责任公司, 中国南方电网有限责任公司. 基于强化学习的分布式能源参与配电网调峰调度优化方法: 201910750247.8[P]. 2022-12-06.
[13]	上海电力学院. 一种采用深度Q神经网络调参的LSTM风电负荷预测方法: 201810575699.2[P]. 2018-12-04.

[1]	钟国威, 邹梦良. “人工智能+城市治理”一网统管平台设计与关键业务环节研究[J]. 信息通信技术与政策, 2024, 50(9): 26-31.
[2]	张圆梦, 周琴, 袁丽莉. 大模型驱动下智能化城市公共服务应用探究[J]. 信息通信技术与政策, 2024, 50(9): 37-42.
[3]	孟楠, 周成胜, 赵勋. 生成式人工智能赋能网络安全运营降噪能力研究[J]. 信息通信技术与政策, 2024, 50(8): 24-31.
[4]	董耀聪, 张倩, 李宝强, 李艺, 董悦. 基于生成式人工智能的工业互联网安全技术与应用研究[J]. 信息通信技术与政策, 2024, 50(8): 32-37.
[5]	关伟东. 国外人工智能数据安全规制及对我国的启示[J]. 信息通信技术与政策, 2024, 50(8): 68-72.
[6]	何琳琳, 张倩. 量子信息技术专利态势分析及发展策略建议[J]. 信息通信技术与政策, 2024, 50(7): 30-38.
[7]	张乾, 黄璜, 苗子聪. 智能计算关键技术产业发展态势研究[J]. 信息通信技术与政策, 2024, 50(6): 10-16.
[8]	硕天鸾, 董一民. 人工智能时代数据库技术创新态势研究[J]. 信息通信技术与政策, 2024, 50(6): 17-22.
[9]	张东, 白宇, 张腾飞. 工业PON时间确定网络及智能控制融合系统[J]. 信息通信技术与政策, 2024, 50(5): 87-91.
[10]	陈晓朋, 许可欣, 梁宇栋. 人工智能促进数据中心绿色节能研究[J]. 信息通信技术与政策, 2024, 50(2): 33-39.
[11]	王宇航, 郑金辉, 史翔, 陈龙. 基于数智融合的能源行业数据要素流通发展建议[J]. 信息通信技术与政策, 2024, 50(10): 54-62.
[12]	武林娜, 宋恺, 王淞鹤. 生成式人工智能对个人信息安全的挑战及应对策略[J]. 信息通信技术与政策, 2024, 50(1): 13-18.
[13]	王欣晖, 周星月, 朱进国. 6G网络架构探讨[J]. 信息通信技术与政策, 2023, 49(9): 13-22.
[14]	徐明枫, 李阳, 韩凯峰, 徐晓燕, 江甲沫. 基于GAN的导频配置和信道估计联合优化算法^*[J]. 信息通信技术与政策, 2023, 49(9): 58-66.
[15]	孟楠, 端木森嘉, 刘梦, 李飞远, 陈才. 元宇宙应用场景创新研究及实施建议——以苏州工业园区为例[J]. 信息通信技术与政策, 2023, 49(9): 74-81.

人工智能在风力发电领域的专利分析

Patent analysis of artificial intelligence in the field of wind power generation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 13

相关文章 15

编辑推荐

Metrics

本文评价