摘要
本申请提供一种基于双重输入凸神经网络的风电场有功减载优化方法,属于风电场技术领域,所述方法包括:构建仿真环境,以获取仿真数据;采用输入凸神经网络模型对仿真数据进行拟合,得到风电机组非线性凸模型;通过输入凸神经网络模型拟合生成时间窗口载荷时序数据,基于时间窗口载荷时序数据与等效疲劳载荷的映射关系,获得疲劳载荷的非线性凸模型;将风电机组非线性凸模型输出的主轴扭矩作为疲劳载荷的非线性凸模型的输入,获得双重输入凸神经网络预训练模型;对双重输入凸神经网络预训练模型进行有功优化控制求解,以获得满足风电场安全稳定约束的有功功率分配最优解。
技术关键词
减载优化方法
神经网络模型
仿真环境
有功功率
预训练模型
载荷
模型预测控制算法
仿真数据
发电机
非线性
时序
表达式
风速
塔架
电网调度指令
风电机组叶片
风电场技术
滑动窗口
系统为您推荐了相关专利信息
深部地下工程
多维特征向量
神经网络模型
分布式监测系统
空间特征提取
测试场景生成方法
驾驶模拟器
拓扑网络
生成装置
车辆定位器
多学科设计优化
自动变速器
变矩器
发动机外特性曲线
变量
微机综合保护装置
通信方法
参数
关键性
阈值分割算法