摘要
本发明涉及风力发电技术领域,公开了叶片覆冰风险预测模型构建、风险预测方法及计算机设备,模型构建方法包括:获取目标叶片在不同时刻的第一训练参数集、第二训练参数集以及覆冰风险标准值;将不同时刻的第一训练参数集分别输入至预先建立的物理模型中,得到目标叶片在不同时刻的覆冰风险物理指标;根据不同时刻的第二训练参数集、覆冰风险物理指标以及覆冰风险标准值构建多组模型训练;利用模型训练集对神经网络模型进行训练,得到叶片覆冰风险预测模型。本发明结合物理模型计算得到的覆冰风险物理指标进行训练,得到的模型不仅能学习到数据中的复杂模式提高模型准确度,还能利用物理规律提供先验知识减少对大量数据的依赖。
技术关键词
训练参数集
风险预测模型
覆冰
叶片
风险预测方法
物理
指标
环境相对湿度
神经网络模型
计算机设备
模型构建方法
风力发电技术
存储器
处理器
风速
热传导
训练集