摘要
本发明公开了一种基于改进MPC的波浪能发电装置智能优化控制方法,通过多源传感模块实时采集波浪高度、周期、流速及装置运动姿态数据,并构建基于双向长短时记忆网络的激励力预测模型,实现未来n个控制周期的波浪激励力精准预测;将预测数据与实时反馈信号输入改进型水母搜索优化算法,通过2级混沌映射扰动机制,显著提升算法收敛速度与全局寻优能力,最终输出最优电阻尼控制参数。本发明相较于传统MPC方法,通过融合深度学习预测与智能优化算法,形成前馈‑反馈复合控制架构,使发电系统能效转换效率提升。
技术关键词
智能优化控制方法
粒子群算法
反馈复合控制
搜索优化算法
融合深度学习
运动姿态数据
脉冲响应函数
周期
全局寻优能力
搜索算法
卷积神经网络模型
智能优化算法
LSTM模型
阻尼
传感模块
位置更新
预测误差
系统为您推荐了相关专利信息
多旋翼无人机
生成神经网络模型
旋翼空气动力学
仿真模型生成方法
训练集
云端
资源调度方法
粒子群方法
基站覆盖范围
时延
芯片缺陷检测方法
图像分割算法
芯片表面缺陷
粒子群算法
缺陷特征提取
水库调度方法
负荷
梯级水库调度
粒子群算法
发电量