摘要
本发明公开了一种基于优化支持向量机的山地风力机疲劳载荷及功率预测方法,包括如下步骤:步骤一:数据采集和预处理;步骤二:基于支持向量机构建得到山地风力机疲劳载荷及功率预测模型;步骤三:训练山地风力机疲劳载荷及功率预测模型,使用人工蜂群算法优化支持向量机的超参数,得到具有最优超参数的山地风力机疲劳载荷及功率预测模型;步骤四:对训练完成的山地风力机疲劳载荷及功率预测模型的预测性能进行测试;步骤五:山地风力机疲劳载荷及功率预测:将实时采集的包括风力机风轮平面内测点风速、轮毂位置处的湍流度、桨距角和转子转速的输入数据输入到山地风力机疲劳载荷及功率预测模型中,输出预测得到的山地风力机疲劳载荷及功率。
技术关键词
山地
功率预测方法
载荷
风力机风轮
顶点
灰色关联分析方法
人工蜂群算法
灰色关联度
超参数
支持向量机训练
数据
反射点
湍流
轮毂
风速
评价特征
阶段
系统为您推荐了相关专利信息
智能管理方法
钢材
生成订单
智能管理技术
表达式
功率预测方法
分布式储能系统
多源异构数据
储能充电站
功率预测装置