风力发电机组的偏航角度估计方法及系统与流程

文档序号:37896305发布日期:2024-05-09 21:40阅读:9来源:国知局
风力发电机组的偏航角度估计方法及系统与流程

本技术涉及风力发电,尤其涉及一种风力发电机组的偏航角度估计方法及系统。


背景技术:

1、当风力发电机组运行时,随着外界风向的变化,风力发电机组的偏航角也会发生变化,以最大化发电效率。相关技术中,通常通过风力发电机组上的风向标测定风向,从而根据测定的风向调整风力发电机组的偏航角。但当风力发电机组的因风向标损坏或其他原因无法测定风向时,可能会导致该风力发电机组无法正常运转,进而导致发电量的损失。


技术实现思路

1、本技术提供了一种风力发电机组的偏航角度估计方法、系统、电子设备及存储介质??梢曰谕环绲绯∧诔勘攴缌Ψ⒌缁橥馄渌缌Ψ⒌缁榈钠浇嵌?,以及其他风力发电机组与目标风力发电机组间的距离,对目标风力发电机组的偏航角度进行估计,从而保证目标风力发电机组的正常运行。

2、第一方面,本技术实施例提供一种风力发电机组的偏航角度估计方法,包括:获取风电厂内的目标风力发电机组与其他多个风力发电机组之间的多个距离值;获取所述多个风力发电机组在多个预定时间点的多个偏航角度基于所述多个距离值获取第一距离特征向量;基于所述多个偏航角度,获取多个第一偏航角度特征向量;将所述第一距离特征向量中各个位置的第一特征值作为权重,对所述多个第一偏航角度特征向量进行加权,获得多个第二偏航角度特征向量;基于所述多个第二偏航角度特征向量获取所述目标风力发电机组在在当前时间点的偏航角度估计值。

3、在该技术方案中,可以根据多个风力发电机组在多个预定时间点的多个偏航角度之间的时序动态关联特征,对目标风力发电机组的偏航角进行估计,并基于目标风力发电机组与其他多个风力发电机组之间的多个距离值得到第一距离特征向量,从而基于第一距离特征向量进行加权处理,提升估计结果的准确性,保证目标风力发电机组的正常运行。

4、在一种实现方式中,所述基于所述多个距离值获取第一距离特征向量,包括:基于所述多个距离值获取距离输入向量;将所述距离输入向量输入至序列编码器,获得所述第一距离特征向量。

5、在一种可选地实现方式中,所述序列编码器包括全连接层、一维卷积层和归一化指数softmax激活函数,其中,所述将所述距离输入向量输入至序列编码器,获得所述第一距离特征向量,包括:将所述距离输入向量输入所述全连接层,获得所述距离输入向量中各个位置的第二特征值的高维隐含特征;将所述距离输入向量输入所述一维卷积层,获得所述第二特征值间的高维隐含关联特征;基于所述高维隐含特征和所述高维隐含关联特征,获取第二距离特征向量;将所述第二距离特征向量输入所述激活函数,获得所述第一距离特征向量。

6、可选地,所述高维隐含特征的获取公式为:

7、

8、其中,y为高维隐含特征,x为所述距离输入向量,w为预设的权重矩阵,b为偏置向量,表示矩阵乘;所述高维隐含关联特征的获取公式为:

9、

10、其中,a为所述一维卷积层的卷积核在x方向上的宽度,f(a)为卷积核参数向量,g(x-a)为与所述卷积核函数运算的局部向量矩阵,w为所述卷积核的尺寸,x为所述距离输入向量。

11、在一种实现方式中,所述基于所述多个偏航角度,获取多个第一偏航角度特征向量,包括:将所述多个偏航角度进行排列,获得多个偏航角度输入向量;将所述多个偏航角度输入向量输入至多尺度邻域特征提取器,获得所述多个第一偏航角度特征向量。

12、在一种可选地实现方式中,所述多尺度邻域特征提取器包括第一卷积层和第二卷积层,其中,所述将所述多个偏航角度输入向量输入至多尺度邻域特征提取器,获得所述多个第一偏航角度特征向量,包括:将所述多个偏航角度输入向量输入所述第一卷积层,获得多个第一邻域尺度偏航角度特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;将所述多个偏航角度输入向量输入所述第二卷积层,获得多个第二邻域尺度偏航角度特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核;将所述多个第一邻域尺度偏航角度特征向量和所述多个第二邻域尺度偏航角度特征向量进行级联,获得所述多个第一偏航角度特征向量。

13、可选地,所述第一邻域尺度偏航角度特征向量的获取公式为:

14、

15、其中,a为所述第一一维卷积核在x方向上的宽度,f(a)为所述第一一维卷积核的参数向量,g(x-a)为与卷积核函数运算的第一局部向量矩阵,w为所述第一一维卷积核的尺寸,x为所述偏航角度输入向量;所述第二邻域尺度偏航角度特征向量的获取公式为:

16、

17、其中,b为所述第二一维卷积核在x方向上的宽度,f(b)为所述第二一维卷积核的参数向量,g(x-b)为与卷积核函数运算的第二局部向量矩阵,m为所述第二一维卷积核的尺寸,x为所述偏航角度输入向量。

18、在一种实现方式中,所述基于所述多个第二偏航角度特征向量获取所述目标风力发电机组在在当前时间点的偏航角度估计值,包括:获取所述多个第二偏航角度特征向量的基于上下文统计的多个局部度量因数;将所述多个局部度量因数作为权重,对所述多个第二偏航角度特征向量进行加权,获得多个第三偏航角度特征向量;将所述多个第三偏航角度特征向量进行二维排列,获得特征矩阵;将所述特征矩阵输入卷积特征网络得到解码特征矩阵;其中,所述卷积特征网络已经学习得到基于所述特征矩阵,生成所述解码特征矩阵的能力;将所述解码特征矩阵输入解码器获得所述偏航角度估计值。

19、在一种可选地实现方式中,所述局部度量因数的计算公式为:

20、

21、其中,vi为所述第二偏航角度特征向量的各个位置的多个第三特征值,μ为所述多个第三特征值的集合的均值,σ为所述多个第三特征值的集合的方差,l为所述第二偏航角度特征向量的长度,exp()表示指数运算。

22、在一种可选地实现方式中,所述偏航角度估计值的获取公式为:

23、

24、其中,y为所述偏航角度估计值,w为预设的权重矩阵,x为所述解码特征矩阵,表示矩阵乘。

25、第二方面,本技术实施例提供一种风力发电机组的偏航角度估计系统,包括:第一获取???,用于获取风电厂内的目标风力发电机组与其他多个风力发电机组之间的多个距离值;第二获取???,用于获取所述多个风力发电机组在多个预定时间点的多个偏航角度第一处理???,用于基于所述多个距离值获取第一距离特征向量;第二处理???,用于基于所述多个偏航角度,获取多个第一偏航角度特征向量;加权???,用于将所述第一距离特征向量中各个位置的第一特征值作为权重,对所述多个第一偏航角度特征向量进行加权,获得多个第二偏航角度特征向量;第三处理???,基于所述多个第二偏航角度特征向量获取所述目标风力发电机组在在当前时间点的偏航角度估计值。

26、在一种实现方式中,所述第一处理??榫咛逵糜冢夯谒龆喔鼍嗬胫祷袢【嗬胧淙胂蛄?;将所述距离输入向量输入至序列编码器,获得所述第一距离特征向量。

27、在一种可选地实现方式中,所述序列编码器包括全连接层、一维卷积层和归一化指数softmax激活函数,所述第一处理??榫咛逵糜冢航鼍嗬胧淙胂蛄渴淙胨鋈硬?,获得所述距离输入向量中各个位置的第二特征值的高维隐含特征;将所述距离输入向量输入所述一维卷积层,获得所述第二特征值间的高维隐含关联特征;基于所述高维隐含特征和所述高维隐含关联特征,获取第二距离特征向量;将所述第二距离特征向量输入所述softmax激活函数,获得所述第一距离特征向量。

28、可选地,所述高维隐含特征的获取公式为:

29、

30、其中,y为高维隐含特征,x为所述距离输入向量,w为预设的权重矩阵,b为偏置向量,表示矩阵乘;所述高维隐含关联特征的获取公式为:

31、

32、其中,a为所述一维卷积层的卷积核在x方向上的宽度,f(a)为卷积核参数向量,g(x-a)为与所述卷积核函数运算的局部向量矩阵,w为所述卷积核的尺寸,x为所述距离输入向量。

33、在一种实现方式中,所述第二处理??榫咛逵糜冢航龆喔銎浇嵌冉信帕?,获得多个偏航角度输入向量;将所述多个偏航角度输入向量输入至多尺度邻域特征提取器,获得所述多个第一偏航角度特征向量。

34、在一种可选地实现方式中,所述多尺度邻域特征提取器包括第一卷积层和第二卷积层,所述第二处理??榫咛逵糜冢航龆喔銎浇嵌仁淙胂蛄渴淙胨龅谝痪砘?,获得多个第一邻域尺度偏航角度特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;将所述多个偏航角度输入向量输入所述第二卷积层,获得多个第二邻域尺度偏航角度特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核;将所述多个第一邻域尺度偏航角度特征向量和所述多个第二邻域尺度偏航角度特征向量进行级联,获得所述多个第一偏航角度特征向量。

35、可选地,所述第一邻域尺度偏航角度特征向量的获取公式为:

36、

37、其中,a为所述第一一维卷积核在x方向上的宽度,f(a)为所述第一一维卷积核的参数向量,g(x-a)为与卷积核函数运算的第一局部向量矩阵,w为所述第一一维卷积核的尺寸,x为所述偏航角度输入向量;所述第二邻域尺度偏航角度特征向量的获取公式为:

38、

39、其中,b为所述第二一维卷积核在x方向上的宽度,f(b)为所述第二一维卷积核的参数向量,g(x-b)为与卷积核函数运算的第二局部向量矩阵,m为所述第二一维卷积核的尺寸,x为所述偏航角度输入向量。

40、在一种实现方式中,所述第三处理??榫咛逵糜冢夯袢∷龆喔龅诙浇嵌忍卣飨蛄康幕谏舷挛耐臣频亩喔鼍植慷攘恳蚴?;将所述多个局部度量因数作为权重,对所述多个第二偏航角度特征向量进行加权,获得多个第三偏航角度特征向量;将所述多个第三偏航角度特征向量进行二维排列,获得特征矩阵;将所述特征矩阵输入卷积特征网络得到解码特征矩阵;其中,所述卷积特征网络已经学习得到基于所述特征矩阵,生成所述解码特征矩阵的能力;将所述解码特征矩阵输入解码器获得所述偏航角度估计值。

41、在一种可选地实现方式中,所述局部度量因数的计算公式为:

42、

43、其中,vi为所述第二偏航角度特征向量的各个位置的多个第三特征值,μ为所述多个第三特征值的集合的均值,σ为所述多个第三特征值的集合的方差,l为所述第二偏航角度特征向量的长度,exp()表示指数运算。

44、在一种可选地实现方式中,所述偏航角度估计值的获取公式为:

45、

46、其中,y为所述偏航角度估计值,w为预设的权重矩阵,x为所述解码特征矩阵,表示矩阵乘。

47、第三方面,本技术实施例提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的风力发电机组的偏航角度估计方法。

48、第四方面,本技术实施例提供一种计算机可读存储介质,用于存储有指令,当所述指令被执行时,使如第一方面所述的方法被实现。

49、第五方面,本技术实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如第一方面所述的风力发电机组的偏航角度估计方法的步骤。

50、应当理解,本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征,也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1
imtoken助记词怎么填-imtoken钱包没有收益-imtoken矿工费太贵了-im钱包官网:token.im