摘要
本发明属于风力发电设备智能运维技术领域,具体涉及一种基于数据驱动的风力机叶片预测性防冰系统及方法,包括:数据采集与预处理模块,用于采集多源异构数据并进行清洗、融合与特征提取;预处理包括异常值剔除、时空对齐与特征工程;数据驱动预测模型模块,基于预处理后的数据构建并训练预测模型,输出叶片表面结冰风险预测结果;智能防冰执行模块,包括分布式电加热单元与碳纤维自适应气流调控单元;所述分布式电加热单元嵌入叶片前缘及易结冰区域;本发明能够通过多源异构数据的采集、融合与建模,构建高精度结冰预测模型,驱动防冰执行机构实现动态协同控制,显著提升防冰效率并降低能耗。
技术关键词
风力机叶片
防冰系统
数据闭环控制
结冰风险
多源异构数据
防冰方法
混合预测模型
训练预测模型
调控单元
启动执行机构
电加热
智能运维技术
特征工程
气流
滑动窗口机制
孤立森林算法
模块
系统为您推荐了相关专利信息
钢管桩导向架
状态实时监测系统
数据采集模块
多源异构数据
指数
多智能体强化学习
智能体模型
强化学习算法
多源异构数据
场景
多源异构数据
智能分析方法
环境监测数据
异常数据
电力设备
新型电力系统
噪声估值
因子
融合方法
多源异构数据处理
摘要
多源异构数据
生成知识图谱
知识图谱构建方法
大语言模型