摘要
本发明公开了一种基于实时滚动预测与在线建模的风机叶片覆冰预测方法,包括:步骤1、采集包括历史气象数据、地形数据以及风机运行数据信息,对数据进行清洗、整合和标准化处理;步骤2、采用实时滚动预测方法,不断更新输入数据和预测模型,以适应天气和风电场运行状态的变化,利用在线建模技术,根据新数据动态调整模型参数和结构,提高预测的实时性和准确性;步骤3、将模型部署于风电场监控系统中,根据实时数据输入实现覆冰风险预测;解决了传统的覆冰监测方法大多依赖于现场观测或简单的气象条件判断,预测精度有限,难以满足风电场高效运维的需求等技术问题。
技术关键词
ARIMA模型
风机叶片
风电场运行状态
风电场监控系统
覆冰
历史气象数据
建模技术
在线
数据整合方法
振动监测数据
表面温度数据
地表覆盖物
实时数据
无监督学习
参数
模型更新
清洗方法
监测方法
系统为您推荐了相关专利信息
季节性ARIMA模型
反馈控制策略
传感器节点
节点特征
控制系统
长短期记忆网络
分类边界
支持向量机
传感器融合技术
历史运行数据
能源调度方法
序列
ARIMA模型
负荷
LSTM模型
风电场智能
风电场风机
优化控制方法
生成风电场
风机叶片
智能调度功能
WMS系统
数字孪生模型
ARIMA模型
GARCH模型