龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：河海大学;南京工业职业技术大学
申请日：2024-03-22
公开（公告）日：2024-07-05
公开（公告）号：CN118293023A
主分类号：F03D17/00
分类号：F03D17/00;G06F17/18;G06N20/00;F03D7/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于机器学习的等效风速计算方法，包括在风力机风轮平面选择若干风速测量点，根据多光束激光雷达的测量位置，在风力机风轮上选择离散点；根据风电机组的实测输出功率及功率模型反向获得等效风速；建立包含待定参数的等效风速模型，关联离散点风速数据与等效风速，并把实测数据划分为训练集和测试集；通过机器学习算法进行回归，以确定等效风速模型中的待定参数，利用测试集的数据对已获得的等效风速模型进行测试，通过测试的模型可在多场景下进行使用，尤其适用于复杂入流条件下的风力机等效风速计算，更准确地评估机组输出功率，为机组控制提供有效参考，增强机组的控制能力。
主权项：1.一种基于机器学习的等效风速计算方法，其特征在于，包括以下步骤：S1、在风力机的机舱位置安装多光束激光雷达，根据多光束激光雷达的测量位置，在风力机风轮上选择离散点；S2、经过测量，收集完备的测风数据，并对数据进行处理，将其分为测试集和训练集；S3、构建等效风速计算模型，构建的等效风速模型表达式如下：uequ＝fu1,u2,…,un式中，uequ是等效入流风速，uii＝1,2,3…是各个离散点测得的风速值，f是回归模型函数，包括线性的或非线性的；S4、基于训练集的数据，通过回归算法进行机器学习，以确定等效风速模型中的待定参数；S5、利用测试集的数据对已获得的等效风速计算模型进行测试，若满足测试要求，则进行应用；否则，增加实测数据量、修改算法参数，重新进行训练，或构建新的等效风速计算模型。
全文数据：
权利要求：
百度查询： 河海大学 南京工业职业技术大学 一种基于机器学习的等效风速计算方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号