【技術實現步驟摘要】
本申請涉及數據處理領域，尤其涉及一種海上風電機組的運行模式切換控制方法及裝置。
技術介紹
1、現有的海上風電機組運行模式切換控制方法主要依賴于預設的固定閾值和簡單的邏輯判斷。這些方法通常基于風速、功率輸出等單一參數進行模式切換決策，并采用固定的控制參數進行執行器調節。部分先進的控制系統引入了模糊控制和神經網絡等智能算法，以提高控制的靈活性和適應性。
2、然而，這些現有技術在面對復雜多變的海上環境時，往往難以做出及時、準確的模式切換決策。固定閾值難以適應不同海況下的最佳運行狀態，簡單的邏輯判斷無法充分考慮多參數之間的耦合關系。同時，缺乏對歷史數據的深度挖掘和學習，導致控制策略難以持續優化和適應設備老化等長期變化。此外，現有方法在執行模式切換時，對各執行器的協同控制不夠精確，容易引起機組振動和載荷波動，影響設備壽命和發電效率。
技術實現思路
1、本申請提供了一種海上風電機組的運行模式切換控制方法及裝置，用于提高海上風電機組的運行模式切換控制的效率及準確率。
2、第一方面，本申請提供了一種海上風電機組的運行模式切換控制方法，所述海上風電機組的運行模式切換控制方法包括：對目標海上風電機組的運行參數進行實時采集及預處理，得到機組當前狀態評估數據及短期預測數據；對預先獲取的機組歷史運行數據進行模型分類，得到運行模式分類數據及特征參數庫；通過預置的深度神經網絡對所述機組當前狀態評估數據及所述短期預測數據進行強化學習分析，得到目標運行模式；通過預置的模糊控制算法對所述目標運
3、結合第一方面，在本申請第一方面的第一種實現方式中，所述對目標海上風電機組的運行參數進行實時采集及預處理，得到機組當前狀態評估數據及短期預測數據，包括：對所述目標海上風電機組的風速、風向、湍流強度、波浪高度及潮汐情況進行實時監測，得到環境參數數據；對所述目標海上風電機組的功率輸出、葉片俯仰角、輪轂轉速、主軸承溫度、齒輪箱振動及發電機電流進行實時采集，得到機組運行參數數據；對所述環境參數數據及所述機組運行參數數據進行去噪處理，得到預處理后的環境參數數據及機組運行參數數據；對所述預處理后的環境參數數據進行時間序列分析，得到短期環境預測數據；對所述預處理后的機組運行參數數據進行統計分析，得到機組當前運行狀態數據；通過支持向量回歸算法對所述短期環境預測數據進行回歸分析，得到環境參數預測值；通過模糊推理算法對所述機組當前運行狀態數據進行評估，得到機組當前狀態評估結果；對所述環境參數預測值及所述機組當前狀態評估結果進行數據融合，得到綜合狀態預測數據；通過卡爾曼濾波算法對所述綜合狀態預測數據進行濾波處理，得到優化后的狀態預測數據；對所述優化后的狀態預測數據進行閾值判斷，得到所述機組當前狀態評估數據及所述短期預測數據。
4、結合第一方面，在本申請第一方面的第二種實現方式中，所述對預先獲取的機組歷史運行數據進行模型分類，得到運行模式分類數據及特征參數庫，包括：對所述機組歷史運行數據進行數據清洗，得到有效歷史數據集；對所述有效歷史數據集進行時間序列分割，得到多個時間窗口數據；通過主成分分析算法對所述多個時間窗口數據進行特征提取，得到降維特征數據；對所述降維特征數據進行聚類分析，得到初步運行模式類別；通過支持向量機算法對所述初步運行模式類別進行邊界優化，得到優化后的運行模式類別；對所述優化后的運行模式類別進行標簽化處理，得到標記后的運行模式數據；通過決策樹算法對所述標記后的運行模式數據進行規則提取，得到運行模式分類規則；對所述運行模式分類規則進行交叉驗證，得到驗證后的分類規則；通過模糊c均值算法對所述驗證后的分類規則進行模糊邊界處理，得到模糊分類規則；對所述模糊分類規則及所述降維特征數據進行關聯分析，得到所述運行模式分類數據及所述特征參數庫。
5、結合第一方面，在本申請第一方面的第三種實現方式中，所述通過預置的深度神經網絡對所述機組當前狀態評估數據及所述短期預測數據進行強化學習分析，得到目標運行模式，包括：對所述機組當前狀態評估數據及所述短期預測數據進行數據融合，得到綜合狀態數據；通過自編碼器算法對所述綜合狀態數據進行特征提取，得到壓縮特征向量；對所述壓縮特征向量進行歸一化處理，得到標準化特征數據；通過深度q網絡算法對所述標準化特征數據進行狀態空間映射，得到狀態表示；對所述狀態表示進行動作空間離散化，得到候選動作集；通過蒙特卡洛樹搜索算法對所述候選動作集進行探索，得到最優動作序列；對所述最優動作序列進行獎勵函數評估，得到動作價值估計；通過策略梯度算法對所述動作價值估計進行梯度更新，得到優化后的策略參數；對所述優化后的策略參數進行貝葉斯推斷，得到運行模式概率分布；通過最大后驗概率準則對所述運行模式概率分布進行決策，得到所述目標運行模式。
6、結合第一方面，在本申請第一方面的第四種實現方式中，所述通過預置的模糊控制算法對所述目標運行模式進行模糊控制處理，得到模式切換策略及參數調整序列，包括：對所述目標運行模式進行特征提取，得到模式特征向量；對所述模式特征向量進行模糊化處理，得到模糊輸入集；通過模糊推理機對所述模糊輸入集進行規則匹配，得到激活規則集；對所述激活規則集進行模糊推理運算，得到模糊輸出集；通過重心法對所述模糊輸出集進行解模糊化處理，得到初步切換策略；對所述初步切換策略進行安全性評估，得到安全切換區間；通過自適應模糊pid算法對所述安全切換區間進行參數優化，得到優化后的切換參數；對所述優化后的切換參數進行時序排列，得到參數調整序列；通過模糊認知圖算法對所述參數調整序列進行因果關系分析，得到切換影響因子；對所述切換影響因子及所述參數調整序列進行綜合處理，得到所述模式切換策略及所述參數調整序列。
7、結合第一方面，在本申請第一方面的第五種實現方式中，所述對所述模式切換策略以及所述參數調整序列進行多目標優化及協同控制分析，得到所述目標海上風電機組中的各執行器的精確控制信號，包括：對所述模式切換策略及所述參數調整序列進行解耦分析，得到各執行器初始控制目標；對所述各執行器初始控制目標進行約束條件設定，得到優化問題的邊界條件；通過多目標遺傳算法對所述優化問題進行求解，得到帕累托最優解集；對所述帕累托最優解集進行層次分析，得到各目標的權重系數；通過模糊綜合評價方法對所述帕累托最優解集進行評價，得到最優解；對所述最優解進行執行器分配，得到各執行器的初步控制信號；通過模型預測控制算法對所述各執行器的初步控制信號進行前饋優化，得到優化后的控制序列；對所述優化后的控制序列進行穩定性分析，得到穩定性評估結果；通過h無窮控制算法對所述優化后的控制序列進行魯棒性增強，得到魯棒控制信號；對所述魯棒控制信號進行動態補償，得到所述各執本文檔來自技高網...
【技術保護點】
1.一種海上風電機組的運行模式切換控制方法，其特征在于，所述海上風電機組的運行模式切換控制方法包括：
2.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述對目標海上風電機組的運行參數進行實時采集及預處理，得到機組當前狀態評估數據及短期預測數據，包括：
3.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述對預先獲取的機組歷史運行數據進行模型分類，得到運行模式分類數據及特征參數庫，包括：
4.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述通過預置的深度神經網絡對所述機組當前狀態評估數據及所述短期預測數據進行強化學習分析，得到目標運行模式，包括：
5.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述通過預置的模糊控制算法對所述目標運行模式進行模糊控制處理，得到模式切換策略及參數調整序列，包括：
6.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述對所述模式切換策略以及所述參數調整序列進行多目標優化及協同控制
7.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述根據各執行器的精確控制信號生成運行模式切換控制策略，并通過所述模式切換控制策略對所述目標海上風電機組進行模式切換控制，包括：
8.一種海上風電機組的運行模式切換控制裝置，其特征在于，所述海上風電機組的運行模式切換控制裝置包括：
9.一種海上風電機組的運行模式切換控制設備，其特征在于，所述海上風電機組的運行模式切換控制設備包括：存儲器及至少一個處理器，所述存儲器中存儲有指令；
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有指令，其特征在于，所述指令被處理器執行時實現如權利要求1-7中任一項所述的海上風電機組的運行模式切換控制方法。
...【技術特征摘要】
1.一種海上風電機組的運行模式切換控制方法，其特征在于，所述海上風電機組的運行模式切換控制方法包括：
2.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述對目標海上風電機組的運行參數進行實時采集及預處理，得到機組當前狀態評估數據及短期預測數據，包括：
3.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述對預先獲取的機組歷史運行數據進行模型分類，得到運行模式分類數據及特征參數庫，包括：
4.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述通過預置的深度神經網絡對所述機組當前狀態評估數據及所述短期預測數據進行強化學習分析，得到目標運行模式，包括：
5.根據權利要求1所述的海上風電機組的運行模式切換控制方法，其特征在于，所述通過預置的模糊控制算法對所述目標運行模式進行模糊控制處理，得到模式切換策略及參數調整序列，包括：
6.根據權...
【專利技術屬性】
技術研發人員：勞文欣，張宇，唐巍，施俊佼，逯智科，周峰峰，葉昭良，劉宜豐，宋鵬旭，于曉桐，張傳承，
申請(專利權)人：盛東如東海上風力發電有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。