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