摘要
本发明公开了一种基于频域物理信息神经网络的风力机三维时空风场预测方法,包括如下步骤:步骤一:通过在风力机位置处布置的多个测点的传感器采集风速数据;步骤二:对风速数据进行数据预处理,选取部分测点的风速数据作为训练集,剩余测点的风速数据作为验证集;步骤三:根据训练集的风场数据确定三维时空风场的物理模型和频域信息;步骤四:将三维时空风场的物理模型和频域信息融入神经网络以构建FD‑PINN模型;步骤五:使用训练集对FD‑PINN模型进行训练;使用验证集对训练后的FD‑PINN模型的泛化能力进行评估;步骤六:实时采集风速数据,预测得到风力机三维时空风场。本发明还公开了一种基于频域物理信息神经网络的风力机三维时空风场预测系统和存储介质。
技术关键词
神经网络深度学习
风力机
风速
风场
物理
数据
信息模块
预测系统
方程
传感器
训练集
因子
处理器
坐标
粗糙度
功率
频率
指数
存储器