摘要
本发明涉及风电机组控制技术领域,公开了一种基于风速风向动态变化的风电机组控制寻优方法。该方法接收目标风场实时风速时序数据及三维风向矢量场数据,利用时空卷积神经网络构建风场动态解析模型,生成风场能量密度分布矩阵及湍流强度概率图。基于此构建多目标自适应寻优模型,生成机组控制参数指令集,并依据预设的机组载荷‑发电效率平衡方程优化协同调节系数,通过贝叶斯优化框架迭代更新,输出最优控制动作序列至风电机组主控系统。本发明能精准感知风场变化,有效平衡机组载荷与发电效率,实现多机组协同控制,提高风能捕获效率,提升风电机组运行的稳定性和经济效益。
技术关键词
寻优方法
时空卷积神经网络
密度分布矩阵
风场
风电机组主控系统
均衡策略
风电机组控制技术
动态
疲劳损伤系数
模糊逻辑控制器
Sigmoid函数
模拟退火优化
风能捕获效率
载荷
风速
斯托克斯方程
多尺度特征提取
机组运行状态
系统为您推荐了相关专利信息
WRF模式
三维风场
预报方法
概率密度曲线
时间段
动态网格
预报方法
格子玻尔兹曼法
李雅普诺夫指数
气象
物资分配方法
时空卷积神经网络
风险评估模型
需求预测模型
策略