[发明专利]一种高湍流风况识别方法、装置、存储介质及电子设备在审

专利信息
申请号: 202110669730.0 申请日: 2021-06-17
公开(公告)号: CN113312850A 公开(公告)日: 2021-08-27
发明(设计)人: 黄凌翔;张硕望;彭郎军;徐可 申请(专利权)人: 哈电风能有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06N3/04;G06F111/08;G06F113/06;G06F113/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 何少岩
地址: 411100 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 湍流 识别 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种高湍流风况识别方法,其特征在于,应用于电子设备,所述方法包括:

依据采集时间将所有的运行参数划分为第一数量的子观察窗口,其中,每一组运行参数均包括对应的采集时间,每一组子观察窗口所包含的运行参数的数量相同,每一组子观察窗口内的运行参数对应的采集时间连续;

将每一组子观察窗口分别作为湍流预测模型的输入,输出每一组子观察窗口对应的预测结果;

依据每一组子观察窗口对应的预测结果确定当前风况为高湍流风况的概率值。

2.如权利要求1所述的高湍流风况识别方法,其特征在于,在依据采集时间将所有的运行参数划分为第一数量的子观察窗口之前,所述方法还包括:

按照预设频率获取风力发电机组的运行参数。

3.如权利要求1所述的高湍流风况识别方法,其特征在于,所述依据采集时间将所有的运行参数划分为第一数量的子观察窗口的步骤,包括:

按照每一组运行参数的采集时间将所有的运行参数转换为多维矩阵结构,其中,所述多维矩阵结构包括多个维度的矩阵,每一维度的矩阵大小相同,所述多维矩阵结构的维度的数量与每一组运行参数中的参数种类的数量相同,所述矩阵大小等于运行参数的总组数,同一组运行参数中的各类参数分别位于不同维度的矩阵,同一个矩阵内的参数种类保持一致,每一个维度的矩阵中参数的排列顺序保持一致;

将所述多维矩阵结构划分为第一数量的子观察窗口。

4.如权利要求1所述的高湍流风况识别方法,其特征在于,所述方法还包括:

依据训练数据集对所述湍流预测模型进行训练,其中,所述训练数据集携带标签,所述标签表示为高湍流风况对应的数据或为非高湍流风况对应的数据,所述训练数据集与所述子观察窗口的规则相同。

5.如权利要求4所述的高湍流风况识别方法,其特征在于,所述训练数据集中的训练数据为风机历史运行数据或载荷仿真数据。

6.如权利要求1所述的高湍流风况识别方法,其特征在于,在依据每一组子观察窗口对应的预测结果确定当前风况为高湍流风况的概率值之后,所述方法还包括:

将所述概率值传输给风力发电机组的控制器。

7.一种高湍流风况识别装置,其特征在于,应用于电子设备,所述装置包括:

预处理单元,依据采集时间将所有的运行参数划分为第一数量的子观察窗口,其中,每一组运行参数均包括对应的采集时间,每一组子观察窗口所包含的运行参数的数量相同,每一组子观察窗口内的运行参数对应的采集时间连续;

所述预处理单元还用于将每一组子观察窗口分别作为湍流预测模型的输入,输出每一组子观察窗口对应的预测结果;

确定单元,用于依据每一组子观察窗口对应的预测结果确定当前风况为高湍流风况的概率值。

8.如权利要求7所述的高湍流风况识别装置,其特征在于,所述预处理单元还用于按照预设频率获取风力发电机组的运行参数。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。

10.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-6中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈电风能有限公司,未经哈电风能有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110669730.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top