摘要
本申请公开了一种风机叶片覆冰预测方法、装置和介质,涉及设备监测技术领域,包括:获取历史气象数据、叶尖速度、浆距角和历史结冰数据,作为真实样本;利用对抗生成网络模型对真实样本进行数据扩充,得到生成样本;真实样本和生成样本组成训练样本集,利用训练样本集对长短期记忆神经网络进行训练,得到风机叶片结冰预测模型以预测风机叶片的覆冰情况。在训练数据中增加反映叶片与过冷液滴相对运动的叶尖速度和浆距角,训练得到的预测模型包含了结冰相变特点和旋转物体结冰的相对运动特点,对风机叶片结冰过程的描述更为精准,预测更准确;采用对抗生成网络模型扩充预测模型的训练样本集,解决了真实样本不足的问题,进一步提高预测准确度。
技术关键词
风机叶片结冰
生成网络模型
条件对抗生成网络
长短期记忆神经网络
历史气象数据
覆冰
训练样本集
气象观测设备
输出特征
设备监测技术
数值天气预报
预测装置
结冰传感器
微波辐射计
叶尖
数据生成器
系统为您推荐了相关专利信息
储能逆变器
输出功率控制系统
深度学习神经网络
机器可读指令
时间段
光伏电站区域
多光谱遥感图像
光伏板清洁方法
光伏板清洁度
人工增雨技术
谣言检测方法
情感特征
音频特征
序列
长短期记忆神经网络
短期预报方法
比例模型
地基云图
气象观测数据
线性回归模型
结算系统
可编程开关矩阵
电商
证券交易系统
Kubernetes容器