MATLAB
实现基于
TCN-GRU-Attention
时间卷积门控循环单元(
TCN-GRU
)结合注意力机制进行尾流影响下风电功率修正预测的详细项目实例
请注意此篇内容只是一个项目介绍
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
风电场功率预测直接关系到电网调度、备用容量配置、现货市场报价、储能充放电计划以及风电场运行收益。传统功率预测通常以单台机组历史功率、风速、风向、环境温度、空气密度等数据为核心输入,通过统计回归、机器学习或深度学习方法建立风速到功率的映射关系。然而,大型风电场内部机组并非独立运行。处于主导风向下游的机组会受到上游机组尾流影响,入流风速降低、湍流强度提高、风向出现局部偏转,导致实际发电功率与理想功率曲线产生明显偏差。
尾流属于风电场群体运行中的关键气动耦合现象。当风流通过上游风机叶轮时,部分动能被提取,叶轮后方形成低速、高湍流、速度亏损逐步恢复的气流区域。下游机组若位于该区域内,其轮毂高度处的有效风速会低于气象测点风速或自由来流风速,机组发电效率也会随之下降。由于风电功率与风速近似呈立 ...


雷达卡




京公网安备 11010802022788号







