[发明专利]一种基于深度学习算法的风机叶片覆冰状态预测方法

摘要

本发明公开了一种基于深度学习算法的风机叶片覆冰状态预测方法，包括以下步骤：步骤1：数据集采集、降维处理；步骤2：数据特征预处理；步骤3：Bi‑LSTM模型训练及测试评估；步骤4：基于Bi‑LSTM和SVM模型对风机叶片覆冰状态预测。本发明基于深度学习可实现对覆冰状态的快速准确预测，还可以解决数据处理难题，同时降低预测延时性，是一种快速准确的覆冰状态预测方法。并且通过预测输出值进入SVM模型，准确快速判断风机叶片覆冰状态。快速精准对实际数据做出判断，来预测风机叶片未来一段时间是否处于覆冰状态，为及时发现风机叶片覆冰状态提供了可靠的决策依据，保证严寒季节的风电场能迅速做出应急措施。