找到 28 条结果 · 风电变流技术
考虑尾流时空耦合的风电场功率预测
Wind Farm Power Prediction with Wake Spatiotemporal Coupling
Yueteng Xie · Fangming Deng · Wenxiang Luo · Bo Gao 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
在动态气象条件下，风电机组群的功率预测面临尾流效应时空耦合的挑战。本文提出一种考虑尾流效应时空动态耦合的风电场功率预测方法。通过融合风机空间分布与实时气象数据构建动态图网络，实现尾流传播路径的自适应表征。设计双驱协同框架，在时空维度嵌入物理规律约束，缓解数据驱动模型在极端工况下的物理失真问题。构建时空解耦特征增强架构，捕捉风机间空间关联及多时间尺度气象特征。实验结果表明，该方法显著提升预测精度。
解读: 该风电场功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。其时空耦合建模方法可优化ST系列储能变流器的调度策略，提升PowerTitan大型储能系统在风光储多能互补场景下的运行效率。尾流效应动态预测技术可集成到iSolarCloud平台，增强新能源电站群的功率预测精度，为储能调度和电网调峰...
基于分层特征依赖Transformer的波动性海洋环境下短期海上风电功率预测
Short-Term Offshore Wind Power Forecasting in Volatile Marine Environments Based on a Hierarchical Feature-Dependency Transformer
Tianshuai Pei · Keqi Chen · Lina Yang · Xinzhang Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
在波动性强的海洋环境中，突发风暴、潮汐变化和剧烈波浪导致时空异质性，严重影响短期海上风电功率预测精度，威胁电网稳定并增加经济成本。现有方法多依赖静态相关性，难以捕捉复杂非线性特征交互。为此，本文提出Hieroformer，一种基于Transformer的新框架，通过动态特征依赖层次结构建模环境演化依赖关系；设计层次感知注意力机制，引入物理归纳偏置以克服传统注意力排列不变性的局限；结合频域滤波器分离有效周期信号与噪声；并在IEEE 118节点系统中验证其显著降低运行成本。实验表明，该模型在真实数据...
解读: 该研究的分层特征依赖Transformer模型对阳光电源的储能和风电产品线具有重要应用价值。特别是对ST系列储能变流器和风电变流器的功率预测与调度优化方面,可通过其层次感知注意力机制提升极端天气下的预测精度。该技术可优化iSolarCloud平台的智能运维算法,提高储能调度和风电并网的经济性。具体应...
一种基于张量的风电场动态等值建模聚类方法
A Tensor-Based Clustering Method for Dynamic Equivalent Modeling of Wind Farms
Yihao Yang · Yijun Xu · Wei Gu · Lamine Mili 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
采用详细风电机组模型仿真大规模风电场计算成本高昂，亟需兼顾精度的简化建模方法。针对复杂风速条件与网络结构带来的风电场暂态等值精度难题，本文首次提出一种基于张量分解的聚类方法，通过合理分组捕捉风电场高维动态特征，实现精确降阶建模。首先构建保持时空特性的张量结构数据集，进而设计兼顾稀疏性与平滑性的张量分解策略以提取低维特征并指导聚类；最后定制网络聚合策略降低功率损耗误差。多种布局、故障与风况下的仿真结果验证了该方法的优越性能。
解读: 该张量聚类建模方法对阳光电源的大型储能及风电产品具有重要应用价值。可直接应用于PowerTitan储能系统的多机组协调控制和ST系列储能变流器的群控优化,通过降维聚类提升计算效率。对于风电场接入的储能系统,该方法能更精确地预测风电波动特性,优化储能容量配置和调度策略。技术创新点在于通过张量分解捕捉高...
一种用于带并联功率变换器大型风力发电机的快速开路故障诊断方法
A Fast Open-Circuit Fault Diagnosis Method for Large Wind Turbines with Parallel Power Converters
Huimin Huang · Zhen Li · Haoyu Chen · Yimin Zhang 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
海上风力发电机单机容量不断增大，其故障穿越能力对系统可靠性至关重要。并联功率变换器常用于满足大功率需求，但其存在的零序环流会干扰故障特征，使传统故障检测方法失效。本文揭示了开路故障下零序环流会引起相电流残差波动，导致基于阈值的传统诊断方法性能下降；进而推导出故障相与健康相电流残差之比在零序环流扰动下仍近似保持恒定。基于该特性，提出一种适用于风电机组并联变换器的故障诊断方法，通过滑动窗均方根归一化与卷积特征增强实现动态残差比提取，完成自适应阈值校准，检测时间仅数个采样周期。仿真与实验验证了该方法在...
解读: 该故障诊断方法对阳光电源的大功率产品线具有重要参考价值。首先，文中提出的零序环流干扰下的故障特征提取技术,可直接应用于ST系列储能变流器和PowerTitan系统中的并联模块故障检测。其次，基于残差比的自适应诊断思路可优化SG系列光伏逆变器的可靠性设计,特别是在1500V大功率系统中的多路并联应用场...
基于DFIG风力发电机的时变惯性表征及其在电力系统频率动态分析中的应用
Time-Varying Inertia Characterization of DFIG-based Wind Turbines for Power System Frequency Dynamic Analysis
Yifan Fang · Wei He · Yanjun Liu · Jiabing Hu 等5人 · IEEE Transactions on Sustainable Energy · 2025年8月
准确评估可再生能源发电的惯性响应对频率稳定至关重要。然而，以双馈感应发电机（DFIG）为代表的风力发电机具有固有的时变惯性特性，与同步发电机有本质区别。现有惯性评估方法多基于同步机的时域惯性常数，难以刻画该时变特性，直接套用缺乏理论依据。本文基于角动量定理推导了时变惯性的计算表达式，揭示其随扰动动态变化的特性。进一步研究频域惯性表征方法，实现与扰动无关的惯性描述，并建立频域与时域惯性间的数学关系，阐明频域惯性的物理意义。IEEE 39节点系统仿真验证了频域方法能准确捕捉惯性动态，适用于高比例新能...
解读: 该DFIG时变惯性表征技术对阳光电源构网型储能系统具有重要应用价值。ST系列储能变流器的虚拟同步机VSG控制需准确模拟惯性响应，传统基于同步机恒定惯性常数的方法难以适配风储混合场景。文中提出的频域惯性表征方法可为PowerTitan储能系统提供与扰动无关的惯性参数整定依据，优化GFM控制器的虚拟惯量...
具有新型控制策略的串联隔离并联风电场直流汇集系统
Novel Series-Isolated-Parallel Wind Farm DC Collection System with New Control Strategies
Yousef N. Abdelaziz · Khaled H. Ahmed · IEEE Transactions on Sustainable Energy · 2025年7月
相较于传统交流系统，海上风电场直流汇集系统可显著降低重量与体积。其中，串并联结构虽效率较高，但因直流-直流变换器位于风电机组串联支路前端，易受直流短路故障影响而可靠性较低。本文提出一种新型串联隔离并联风电场（SIP-WF）架构，通过为每组串联风电机组配置隔离型直流-直流变换器，实现固有直流故障阻断能力，无需外部直流断路器。各风机仅采用无源整流器，保证了系统高效率。针对不同风况下的最大功率点跟踪问题，提出两种集中式控制策略，实现单变换器对多风机的协调控制。MATLAB/Simulink仿真验证了所...
解读: 该串联隔离并联架构对阳光电源的储能与光伏产品线具有重要参考价值。其中隔离型DC-DC变换器的固有故障阻断特性可应用于ST系列储能变流器和PowerTitan系统,提升大规模储能场站的可靠性。文中提出的集中式MPPT控制策略可优化SG系列组串式逆变器的能量采集效率。同时,该架构采用SiC器件与无源整流...
基于期望实现的深度学习的风电功率与爬坡率确定性及概率预测
Deterministic and Probabilistic Forecasting of Wind Power Generation and Ramp Rate With Expectation-Implemented Deep Learning
Min-Seung Ko · Hao Zhu · Kyeon Hur · IEEE Transactions on Sustainable Energy · 2025年7月
准确的日前风电功率确定性与概率预测对电力系统可靠高效运行至关重要，尤其在以可再生能源为主导的系统中。同时，风电固有的波动性要求对爬坡率进行日前预测以保障能量平衡。为此，本文提出一种小时级日前预测框架，可同时预测风电出力与爬坡率。该框架采用基于定制损失函数的期望实现深度学习模型，结合特征构造与前馈误差学习策略，在多任务间保持平衡并提升性能。框架进一步融合异构模型输出，生成发电量与爬坡率的概率预测。基于真实数据的实验验证了各模块的有效性，结果表明所提方法能有效识别风电内在波动特性，充分挖掘其应用潜力...
解读: 该风电功率与爬坡率预测技术对阳光电源储能产品线具有重要应用价值。可直接应用于PowerTitan大型储能系统的调度优化,通过深度学习模型预测风电波动特性,提前部署储能容量与功率配置。对ST系列储能变流器的GFM控制策略也有重要参考意义,可基于预测结果优化VSG参数设置,提升系统稳定性。此外,该技术可...
基于事件大小和转子转速的风力发电机合成惯性控制
Synthetic Inertia Control for a Wind Turbine Generator Based on Event Size and Rotor Speed
Jongwon Kang · Yong Cheol Kang · Kyu-Ho Kim · Kicheol Kang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
为在避免转子转速过度下降的前提下提升频率最低点，风力发电机的合成惯性控制需根据事件幅值和转子转速动态调节增量功率。传统阶跃式控制在大扰动下因预设功率不匹配实际需求而受限。本文提出一种依据频率偏差及转子转速调节增量功率的控制策略，支持阶段采用与转速成正比的控制增益，而非依赖频率变化率，有效响应功率失衡但易受噪声与延迟影响；恢复阶段则按转速调整有功参考值，确保运行安全并平滑回归最大功率追踪。仿真验证了该方法在大扰动及低风速下显著改善频率响应且避免转子过减速。
解读: 该合成惯性控制策略对阳光电源储能变流器和大型风光储项目具有重要参考价值。基于事件大小和转子转速的动态功率调节机制,可优化ST系列储能变流器的GFM控制算法,提升系统频率支撑能力。该方案避免过度功率输出导致的系统不稳定,特别适用于PowerTitan大型储能系统在新能源高渗透率场景下的一次调频应用。控...
用于风电集成系统次同步控制相互作用的分布式阻尼评估方法
Distributed Damping Evaluation Method of the Power Systems Integrated With Wind Farms During the Sub-Synchronous Control Interaction
Jiangbei Han · Chengxi Liu · IEEE Transactions on Sustainable Energy · 2025年5月
本文提出一种分布式阻尼评估方法（DDEM），用于评估双馈感应发电机（DFIG）型风电场在次同步控制相互作用（SSCI）下的阻尼分布特性。该方法通过系统阻尼损耗因子（DLF）的显式表达式，识别振荡频率下DFIG风电机组的敏感控制参数，并实时计算各元件或子系统的分布式阻尼损耗因子（DDLF），以量化其阻尼贡献。首先建立基础振动系统的DLF概念，并推广至振荡电力系统；随后推导DFIG风电场在次同步频率下的DLF解析表达式，结合耗散能量与最大暂态能量分析，并依据系统物理结构将DLF分解为DDLF，进而构...
解读: 该分布式阻尼评估方法对阳光电源的储能变流器和风电变流器产品具有重要应用价值。通过DLF和DDLF的实时计算，可优化ST系列储能变流器和风电变流器的次同步振荡抑制能力。该方法可集成到iSolarCloud平台，实现系统阻尼特性的在线监测和预警。特别是在大型储能电站中，该技术有助于PowerTitan系...
含风电渗透的信息物理电力系统连锁故障安全评估
Security Assessment of Cascading Failures in Cyber-Physical Power Systems with Wind Power Penetration
Xingye Xu · Kaishun Xiahou · Wei Du · Yang Liu 等6人 · IEEE Transactions on Power Systems · 2025年4月
本文提出一种高比例风电接入下的信息物理电力系统（CPPS）连锁故障安全评估方法。首先，建立考虑电力系统信息物理耦合及网络攻击风险的数学模型，并基于马尔可夫链蒙特卡罗（MCMC）方法构建风电随机模型。在此基础上，提出含风电接入的信息物理电力系统连锁故障模型。为提高连锁故障仿真的准确性，提出一种基于相位估计的线性潮流（PELPF）方法，该方法不仅能使计算精度与牛顿 - 拉夫逊法相当，还能显著提高计算效率并避免收敛问题。此外，基于PELPF方法构建了应对连锁故障中网络攻击的恢复控制模型。最后，引入两个...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。从技术层面，可直接应用于ST系列储能变流器的故障预警与安全防护系统，特别是在大型风储联合项目中的PowerTitan储能系统。研究提出的多阶段动态故障传播模型，有助于优化储能PCS的GFM控制策略，提升系统在高比例风电接入场景下的稳定性。同时，该安...
风力发电机多物理系统与交流电网的功率传播及频率耦合特性
Power Propagation And Frequency Coupling Characteristics of Wind Turbine Multi-Physical System With AC Grid
Lulan Yin · Weihao Hu · Rongwu Zhu · Marco Liserre 等5人 · IEEE Transactions on Energy Conversion · 2025年3月
工业领域报告显示，基于风力发电机（WT）的能源系统易导致电网出现振荡问题。风力发电机系统与光伏系统的主要区别之一在于其一次能源的特性，前者是旋转的，而后者是静态的。因此，本文推导了基于双馈感应发电机（DFIG）的风力发电机系统的多物理域建模，该系统由空气动力学、力学、电磁学、电力电子学和控制系统组成，以研究从风能到电网的功率传播和频率耦合特性，展示风力发电机系统对电网性能的影响。理论分析表明，风能中的 $3n$p Hz 畸变可转换为交流电网中的 $(50\pm 3n)$p Hz 振荡。详细研究了...
解读: 从阳光电源的业务视角来看，本文针对风电系统的多物理域建模与频率耦合特性研究具有重要的参考价值。虽然研究对象是双馈风电系统，但其揭示的能量传播机制和电网振荡问题与我司光伏、储能系统面临的电网稳定性挑战存在本质共性。 该研究的核心发现——风能扰动通过机械-电磁耦合转化为电网侧的特定频率振荡（3np H...
大型海上风电场在严重交流故障下的广义同步稳定控制
Generalized Synchronous Stabilization Control for Large-Scale Offshore Wind Power Plants During Severe AC Faults
Haihan Ye · Wu Chen · IEEE Transactions on Sustainable Energy · 2025年1月
本文提出一种适用于海上风电输电系统的广义同步稳定控制方法，可在严重交流故障下维持系统同步。该方法将锁相环动态引入有功电流环路，从而在功率电路阶段触发有功电流与功角之间的负反馈，有效稳定复杂工况下的风电场相位跟踪，包括多风电场间的动态耦合及低电压穿越规范中规定的电压相关电流注入特性。相比经典李雅普诺夫法与等面积法，该方法无需全系统精确解析模型、实时故障检测或高速通信，为分布式同步稳定控制提供了新思路。Matlab/Simulink仿真结果验证了其可行性。
解读: 该广义同步稳定控制技术对阳光电源的储能和光伏产品线具有重要应用价值。首先，其锁相环动态反馈机制可优化ST系列储能变流器和SG系列光伏逆变器的低电压穿越性能，提升大型新能源电站的电网适应性。其次，该方法无需复杂通信架构，适合PowerTitan等大型储能系统的分布式协同控制。技术创新点在于将同步稳定控...
漂浮式海上风力机的高阶多物理场建模及其气动设计与载荷管理
Advanced multi-physics modeling of floating offshore wind turbines for aerodynamic design and load management
Haoda Huang · Qingsong Liub · Gregorio Iglesiasc · Chun Lia · Energy Conversion and Management · 2025年1月 · Vol.346
摘要 漂浮式海上风力机（FOWTs）在提升海上风电竞争力方面具有显著优势。然而，其运行过程涉及复杂的动力学行为，表现为多种载荷来源、显著的时间变异性以及高度非线性特征。深入理解主导FOWT行为的多物理场耦合机制及子系统间的相互作用，对于提高运行安全性、增加发电功率并推动商业化部署至关重要。为应对上述挑战，本研究通过融合计算流体动力学（CFD）与有限元方法（FEM），构建了一个高保真度、完全耦合的气动-弹性-水动-系泊多物理场分析框架。以安装在半潜式平台上的NREL 5 MW水平轴风力机（HAWT...
解读: 该多物理场耦合建模技术对阳光电源海上风电变流器产品具有重要价值。研究揭示的浮式风机功率波动增大(6.84%效率损失)和复杂载荷特性,为我司SG系列大功率风电变流器的控制策略优化提供依据。可借鉴其流固耦合分析方法,改进变流器在动态工况下的MPPT算法和GFM并网控制,提升功率平滑能力。同时,该研究的应...
前缘凸缘位置对水平轴风力机性能的影响
The effects of the location of the leading-edge tubercles on the performance of horizontal axis wind turbine
Veysel Demırcı · Furkan Erman Kanb · Mehmet Seyhan · Mustafa Sarıoğlu · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 水平轴风力机（HAWTs）在为可持续生态系统提供能源方面具有突出优势。因此，提高风力机的功率系数（CP）对于能源的高效利用至关重要。本研究通过实验方法考察了前缘（LE）凸缘位置对三叶片小型HAWT转子性能的影响。为此，开展了静态和动态条件下的实验研究，以确定小型HAWT的性能，并采用表面油流可视化技术获取三维流场信息。选取NACA 4412翼型，基于叶素动量（BEM）理论，利用Schmitz方程设计了最优叶片几何结构。实验在开式试验段的吹风式风洞中进行，针对转子三种不同的转速（300、40...
解读: 该前缘结节优化技术对阳光电源风电变流器产品具有重要参考价值。研究表明通过叶片气动优化可提升39.1%-63.2%功率系数,这启发我们在风电变流器控制策略中应充分考虑风机叶片气动特性变化。建议将此类流场优化思路应用于SG系列风电变流器的MPPT算法改进,通过精细化功率曲线建模提升发电效率。同时,该研究...
海上风力涡轮机塔架设计与优化：综述及人工智能驱动的未来方向
Offshore wind turbine tower design and optimization: A review and AI-driven future directions
João Alves Ribeiro · Bruno Alves Ribeiroc · Francisco Pimenta · Sérgio M.O. Tavares 等6人 · Applied Energy · 2025年1月 · Vol.397
摘要 海上风能利用海洋风的高强度和稳定性，在向可再生能源转型过程中发挥着关键作用。随着能源需求的增长，需要更大规模的风力涡轮机以优化发电量并降低平准化度电成本（Levelized Cost of Energy, LCoE），即项目生命周期内电力的平均成本。然而，涡轮机的大型化带来了工程上的挑战，尤其是在支撑结构、特别是塔架的设计方面。塔架必须在保持结构完整性、成本效益和可运输性的同时承受增大的载荷，因此对海上风电项目的成功至关重要。本文全面综述了人工智（Artificial Intelligen...
解读: 海上风电塔架AI优化技术对阳光电源风电变流器及储能系统具有重要借鉴价值。文中提出的数字孪生技术、预测性维护和AI驱动优化方法,可直接应用于ST系列储能变流器的结构设计优化和iSolarCloud平台的智能运维升级。特别是在大型化趋势下,三电平拓扑与SiC器件的协同优化、GFM控制策略的自适应调节,以...
一种数据-物理混合驱动的大规模风电场布局优化框架
A data-physics hybrid-driven layout optimization framework for large-scale wind farms
Peiyi Li · Yanbo Ch · Anran Hu · Lei Wang 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 全球风能利用的发展趋势正朝着建设大规模、远距离风电场的方向推进，而战略性的布局优化对于提升风电场发电量至关重要。然而，大规模风电场布局优化（WFLO）面临诸多挑战，主要体现在涉及高维决策变量的复杂计算，以及在尾流模型精度与计算效率之间需要进行权衡。为解决上述问题，本文提出了一种新颖的数据-物理混合驱动的大规模风电场布局优化框架。该框架尝试将含可变参数的物理方程融入建模过程，以指导尾流效应的建模，并进一步促进布局优化的实现。具体而言，本文提出了物理信息引导的双神经网络（PIDNN）模型用于风...
解读: 该数据-物理混合驱动的大规模风电场布局优化框架对阳光电源风电变流器及储能系统具有重要借鉴价值。其物理信息双神经网络(PIDNN)模型通过融合Navier-Stokes方程与可变推力系数,实现尾流效应精准建模,可启发阳光电源在风储一体化项目中优化ST系列储能变流器的功率调度策略。基因定向差分进化算法(...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年1月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
基于物理信息生成式深度学习的风力机分层动态尾流建模
Hierarchical dynamic wake modeling of wind turbine based on physics-informed generative deep learning
Qiulei Wang · Zilong Ti · Shanghui Yang · Kun Yang 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 随着电力需求的不断增长，风电场的规模远超以往。功率与载荷预测是风电场布局优化中最关键的两个课题。传统的尾流建模方法，如解析模型和计算流体动力学（CFD）模拟，在准确性和效率方面均难以有效应对如此大规模的问题。本研究提出了一种新颖的基于生成式深度学习的风力机分层动态尾流建模方法——PHOENIX（PHysics-infOrmed gEnerative deep learniNg for hIerarchical dynamic wake modeling eXploration），用于捕捉风...
解读: 该深度学习风电尾流建模技术对阳光电源风电变流器及储能系统具有重要价值。通过精准预测风机功率输出的时空特性,可优化ST系列储能PCS的充放电策略,提升风储协同效率。该物理信息神经网络方法可借鉴应用于iSolarCloud平台的预测性维护算法,结合GFM控制技术实现风电场群级功率平滑输出。动态尾流模型的...
解决风速预测中的少样本问题：一种基于分解与学习集成的新型迁移策略
Solving few-shot problem in wind speed prediction: A novel transfer strategy based on decomposition and learning ensemble
Yang Suna1 · Zhirui Tianb1 · Applied Energy · 2025年1月 · Vol.377
摘要 随着可再生能源需求的持续增长，全球正在建设新的风电场。然而，由于新设备的风速数据有限，直接对新风机进行风速预测变得极具挑战性。为解决这一问题，本文提出了一种针对少样本问题的快速迁移策略。该迁移框架分为两个阶段构建。第一阶段是在大样本数据上对模型进行预训练。首先，采用动态时间规整（Dynamic Time Warping, DTW）方法选择与目标域最相似的数据集；然后，利用变分模态分解（variational mode decomposition, VMD）将数据集分解为不同的模态，并基于样...
解读: 该迁移学习风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过动态时间规整和变分模态分解实现小样本快速建模,可直接应用于ST系列储能变流器的功率预测模块,优化充放电策略。学习集成方法捕获非线性特征的能力,能提升iSolarCloud平台预测性维护精度,特别适用于新建风储项目的快速部署。该...
第 1 / 2 页