基于非侵入式模型结合深度学习的三维风电场快速预测方法

本发明涉及风电场风速快速预测领域，公开了一种基于非侵入式模型结合深度学习的三维风电场快速预测方法，包括：构建不同自由风速、不同偏航角下的单个风力发电机的高保真尾流场；选取稳态时间内固定区域中的高保真尾流场数据，提取数据中的正交模态与投影系数，通过本征正交分解进行降阶；以风力发电机前的入流风速、偏航角、稳态时间为参数，构建参数化的前馈神经网络，基于高保真流场数据与神经网络预测结果之间的均方误差进行训练；通过优化网络权重参数，获得输入参数到投影系数之间的映射关系；基于降阶后的正交模态和投影系数重建流场仿真结果，预测单个风力发电机的尾流场；基于尾流叠加方法，预测不同风力发电机组布局下的三维风电场。