摘要
本申请提供了一种基于神经网络的风力发电机组偏航控制方法及装置,涉及风机偏航控制技术领域,包括:获取目标风电机组的状态参数;以目标风电机组的状态参数为输入,经第一偏航角预测模型输出风电机组的第一预测偏航角,经第二偏航角预测模型输出风电机组的第二预测偏航角,其中,第一偏航角预测模型及第二偏航角预测模型分别通过不同风电机组的历史状态参数及对应偏航角对不同的深度学习算法进行训练后得到;确定第一预测偏航角与第二预测偏航角之间的预测偏航角差值,依据预测偏航角差值,基于第一预测偏航角及第二预测偏航角确定目标风电机组的目标预测偏航角。本申请提高了对风力发电机组的偏航控制的精度,提高了风力发电的效率和可靠性。
技术关键词
风电机组
深度学习算法
偏航控制技术
风速
气压
误差
风力发电机组
处理器
数据采集模块
可读存储介质
终端设备
存储器
控制模块
参数
计算机
风机
系统为您推荐了相关专利信息
存储器芯片
模式识别
异常数据
电气测试设备
聚类
回归树算法
线路
决策树模型
预测系统
梯度提升树模型
机器学习训练数据
计算方法
风力机叶片
翼型
载荷