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
管道系统建模
模型参数辨识
粒子群优化算法
水力
抽水蓄能电站机组
表面肌电
地面反作用力
髋关节
踝关节角度
膝关节角度
电力调度自动化方法
虚拟私有云
电力云平台
资源分配
任务调度
群智能优化算法
人工神经网络
人工蜂群算法
免疫算法
导航电文
高斯响应矩阵
闪烁体探测器
加权最小二乘法
系数计算方法
蒙特卡罗