摘要
本发明提供了一种基于机器学习的风电场功率和疲劳载荷快速预测及优化方法,该方法能够在确保风电场总功率最大化的同时,有效减轻风机的疲劳负荷。此外,本发明旨在解决现有技术中只单一优化功率或疲劳负荷、缺乏综合考虑两者平衡的问题,通过集成先进的机器学习模型和多目标优化算法,实现风电场操作的智能化和自动化,以适应风电行业对高效率和高可靠性的需求。
技术关键词
风力机
力矩
载荷计算方法
尾流效应
功率
代表
神经网络模型训练
叶根
风场
塔筒
计算机
叶片
湍流
内面
风速
可读存储介质
机器学习模型
序列