摘要
本申请公开了风电机组叶片结冰程度预测方法、装置、设备及介质,涉及风力发电技术领域,获取风力发电场不同时间粒度下的机组环境监测信息及气象预报信息,并进行标准化处理和序列化处理,利用神经网络模型对处理后的机组环境监测信息及气象预报信息进行特征提取,得到环境监测时序特征和气象预报时序特征;基于注意力机制对环境监测时序特征和气象预报时序特征进行计算,得到环境监测权重系数和气象预报权重系数;将环境监测权重系数、环境监测时序特征、气象预报权重系数及气象预报时序特征输入至神经网络模型,输出叶片结冰程度概率,根据叶片结冰程度概率预测风电机组叶片结冰程度,提升风电场整体运行效率,保障机组、人员及设备资产安全。
技术关键词
风电机组叶片
时序特征
程度预测方法
环境监测信息
神经网络模型
风力发电场
注意力机制
矩阵
整体运行效率
门控循环单元
风力发电技术
梯度下降法
特征提取模块
预测装置
风速
可读存储介质
处理器
电子设备
系统为您推荐了相关专利信息
LSTM神经网络模型
参数化仿真模型
车辆动力学模型
加速度
阻尼
变形预测方法
混凝土桥梁
蒙特卡洛方法
Adam算法
神经网络模型
城市中心
商业
BP神经网络模型
回归预测模型
机器学习样本
车辆轨迹预测方法
加权特征
依赖特征
融合特征
混合神经网络模型
卷积神经网络模型
判断方法
包装机
样本
神经网络算法模型