摘要
一种基于风功率中长期预测的漂浮式风电机组压载水控制方法,先基于历史气象数据,经数据处理与聚类算法获风电场长期风况分布及概率分布;再用历史气象与外部预报数据,以随机森林算法预测风况,结合波流载荷计算及机组姿态、载荷分析,优化压载水控制策略并生成风功率时间序列。接着实时测机组叶轮位置,借神经网络定运行策略,用粒子群算法优化机组姿态与载荷。还会据机组参数与控制系统性能定压载水容量范围,建状态空间模型求解优化问题并修正策略。最后用深度学习与反馈控制调整压载水系统,构建实时优化模型协同控制,提升机组稳定性与发电效率。
技术关键词
漂浮式风电
压载水系统
风速
控制策略
训练集数据
历史气象数据
样本
载荷
风功率时间序列
控制系统
状态空间模型
机组运行状态
随机森林
聚类算法
深度学习模型
系统为您推荐了相关专利信息
海上风电机组
数据
故障检测方法
矩阵
应变传感器
数学模型
静态障碍物
坐标系
动态障碍物
多无人艇
执行机构
冗余控制方法
动态数据绑定
虚拟装置
三维模型