摘要
本发明公开了一种风电场叶片覆冰预警和覆冰容量预测方法,步骤如下:基于风机地理位置与历史运行数据,采用HDBSCAN聚类对风机分组;获取每组风机前3天历史运行数据及后3天天气预报数据,通过滑动窗口技术形成覆冰预测数据集;多尺度提取天气预报数据趋势,经交叉注意力机制与历史运行数据融合,得到融合特征;构建含LightGBM模型、TLinear模型及动态权重融合层的覆冰预测模型,训练后分别实现短、中长期覆冰预测并融合,据此确定覆冰事件起始时刻与持续时间,发布预警;依各组预测结果统计覆冰停机数据,生成风电场覆冰容量预测曲线。本发明提供精准全面数据基础,提升特征表达有效性,提高覆冰预警与容量预测精度。
技术关键词
历史运行数据
天气预报数据
覆冰
容量预测方法
风电场叶片
融合特征
多尺度
滑动窗口技术
风机
统计特征
交叉注意力机制
LightGBM模型
编码特征
生成风电场
分段
样本
预测模型训练
系统为您推荐了相关专利信息
充放电功率
功率平衡系统
功率平衡方法
能源管理模块
微电网
重构模型
有功功率
状态评估方法
风电机组齿轮箱
油池
粒子群优化算法
规划
可靠性参数
可再生能源
排放量
设备故障定位
设备老化
历史运行数据
马尔可夫模型
预警方法