10.3969/j.ISSN.1672-0792.2022.07.008
基于Res-UNet的风电机组功率曲线建模
为避免繁复的数据处理、数据清洗以及模型的重复训练,建立了以机组运行数据散点图为输入、功率曲线图像为输出的Res-UNet模型,并通过像素映射得到了功率曲线的数值表达.为解决因机组运行初期数据较少而不利于建模这一问题,将稀疏化的样本引入了训练样本集.为训练深层网络,引入了残差块结构.结合多地风电场实际运行数据及实验风场数据,将Res-UNet与常规功率曲线建模方法进行对比,验证了该网络在数据未经处理、清洗情况下的有效性、准确性.
风电机组、功率曲线、残差神经网络、U网络、图像处理
38
TM315(电机)
2022-08-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
58-65