基于长短期记忆网络的大型漂浮式风力发电机平台运动极短期预报方法

作者：卫慧; 陈鹏; 张芮菡; 程正顺^*

来源：上海交通大学学报, 2023, 57(S1): 37-45.

DOI：10.16183/j.cnki.jsjtu.2023.S1.27

• 大型漂浮式风力发电机
• 极短期预报
• 长短期记忆网络
• 不确定性

大型漂浮式风力发电机平台运动响应的超前预报是实现主动调载系统控制和智慧运维监测的关键技术.然而，漂浮式风力发电机复杂的工作环境使得仅依靠物理模型和数值仿真方法的极短期预报具有非常大的挑战.因此，提出一种创新的基于长短期记忆神经网络的漂浮式风力发电机平台运动极短期预报方法，并利用实测数据开展了浮式平台纵荡运动的验证与不确定性分析.结果表明，该极短期预报方法可以获得较好的精度，超前60 s预报工作状态下纵荡运动的均方误差最大仅约为1%.该大型漂浮式风力发电机极短期运动响应预报能够为未来漂浮式风电场的智慧运维提供扎实的技术支撑.

• 单位
  上海勘测设计研究院; 海洋工程国家重点实验室; 上海交通大学