风电机组叶片结冰程度预测方法、装置、设备及介质

AITNT
正文
推荐专利
风电机组叶片结冰程度预测方法、装置、设备及介质
申请号:CN202411557035
申请日期:2024-11-04
公开号:CN119442031A
公开日期:2025-02-14
类型:发明专利
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
1
阻尼可调半主动悬架的控制方法、装置、设备及存储介质
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
2
一种混凝土桥梁长期变形预测方法及设备
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
3
城市中心城区低效商业用地识别方法、系统、设备及介质
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
4
车辆轨迹预测方法和装置
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
5
基于神经网络算法的包装机空头检测点检行为判断方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号