摘要
本发明涉及海上风电新能源领域,公开了海上风力发电机组模态参数自动化识别方法、装置及设备。方法包括:采用基于蒙特卡洛模拟的随机子空间识别协方差方法处理现场采集的海上风力发电机组不同高度处正交加速度数据,生成一系列候选模态;设计并实施一种迭代剔除机制,基于模态稳定性与统计一致性准则,自动排除不稳定或不可信的候选模态;引入机器学习技术,通过XGBoost模型识别振型虚假特征,进一步剔除因传感器噪声、结构非线性或测量误差引起的虚假模态;基于层次聚类算法对剩余有效模态候选进行聚类分析,提取结构模态,完成最终模态识别结果。方法能够有效提高海上风力发电机组模态分析的准确性与可靠性。
技术关键词
海上风力发电机组
自动化识别方法
加速度
参数
XGBoost模型
数据
协方差矩阵
集成学习模型
层次聚类算法
传感器噪声
邻域
机器学习技术
可读存储介质
指令
蒙特卡罗
模态分析
计算机程序产品
蒙特卡洛
系统为您推荐了相关专利信息
线性回归模型
大语言模型
溯源方法
文本
生成答案
信号
粒子群优化算法
超声导波无损检测
结构健康监测系统
多模式
采样点
纹理特征
图像特征提取模型
炉口
判断方法
联合跟踪方法
联合概率数据关联
联合跟踪系统
跟踪器
计算机设备
负载频率控制方法
电力系统动态
动态事件触发机制
李雅普诺夫函数
混杂系统理论