摘要
本发明提供一种基于多维环境数据的垂直轴风力机功率预测方法,涉及多维环境数据的垂直轴风力机功率技术领域,本发明基于传感器网络实时采集多维数据,包括风速、湍流强度、温湿度等环境参数,转子转速、桨距角等运行状态,以及叶片应变、振动加速度等结构响应,其次对振动加速度信号进行经验模态分解,构建物理信息神经网络,以环境数据与气动载荷频域能量谱为输入,输出实时风能利用系数及气动力系数,最后基于气动载荷时域信号,采用动态窗长的在线雨流计数提取载荷循环谱,结合湿度修正的疲劳损伤模型计算累积损伤值,当剩余寿命低于阈值时,通过磁阻扭矩线性衰减与襟翼模糊PID的协同控制,实现载荷峰值抑制与发电效率平衡。
技术关键词
功率预测方法
风能利用系数
法向力系数
振动加速度信号
磁阻扭矩
载荷
襟翼偏转
神经网络模型
扫掠面积
数据
风速
垂直轴风力机叶片
方位角
湍流
风轮
材料疲劳参数
模糊PID算法
动态
系统为您推荐了相关专利信息
分布式光伏发电站
输出功率预测方法
样本
数据
计算机执行指令
功率预测方法
BP神经网络算法
中风
双目视觉测距
混合动力车能量管理
振动加速度信号
机箱风扇
故障检测方法
残差数据
多板卡
风电功率预测方法
并行集成学习
XGBoost模型
模型预测值
粒子
功率优化方法
风速
尾流效应
风能利用系数
数学模型