摘要
本发明提供一种基于神经网络的风电场鸟类轨迹预测及风机联动控制方法,涉及智能电网技术领域,包括:实时识别鸟类目标并生成轨迹数据,通过三维希尔伯特黄变换与自适应分解算法处理轨迹数据,提取特征参数进行预测分析,基于轨迹预测评估碰撞风险,采用人工势场法构建协同避让控制算法,结合自适应模糊神经网络和滑膜控制器优化控制策略,实时监测风机运行状态,确保鸟类安全飞离后恢复风机正常运行,实现风电场智能化鸟类保护。
技术关键词
风力发电机组
位置跟踪
希尔伯特黄变换
模糊神经网络
加权最小二乘法
联动控制方法
分解算法
终端滑模控制器
轨迹
非线性滑模面
控制策略
人工势场法
控制律结构
隶属度函数
监测风机运行状态
包络
频率
时序
参数
系统为您推荐了相关专利信息
参数智能优化方法
抗冲击高精度
滑模扰动观测器
进给系统
伺服系统
后桥传动轴
超声波发射器
刀具架
新能源汽车
脉冲磁场发生器
历史运行数据
风力发电功率预测
计算机可读取存储介质
风力发电机组
特征工程
风力发电机组出力
孤岛划分方法
光伏发电系统
柴油发电机
储能系统模型
递归模糊神经网络
城市污水处理过程
重构
智能识别方法
参数