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。
科研之友
微信
新浪微博
Facebook
分享链接
