基于深度学习神经网络的波浪能发电系统预测及控制方法

本发明涉及一种基于深度学习神经网络的波浪能发电系统预测及控制方法，属于海洋能发电装备控制领域，包括：对波高数据进行预处理，形成以时间为序列的多段不规则波，并计算等效波高和等效波频；将多段不规则波重组，作为深度学习神经网络预测模型的输入，得到未来m个数据段的等效波高和等效波频；根据等效波高、等效波频与辐射阻尼、附加质量的关系，得到未来m个数据段的最优能量捕获阻尼；随着时间推移，实时采集的最新波高数据重复上述步骤继续预测并计算未来m个数据段的最优能量捕获阻尼，实现最大捕能功率。本发明为实时预测，降低了计算量，且综合考虑了历史信息和实时更新的数据，对能量捕获阻尼进行动态调整，以达到最优发电效率。