公开(公告)号：CN119467209A

公开(公告)日：2025-02-18

申请号：CN202411601312.8

申请日：2024-11-11

Applicant: 河海大学

Inventor： 王磊 ,  宋俊勇 ,  信志强 ,  王浩

IPC: F03D7/04 ,  F03D17/00 ,  F03D80/00 ,  G06N3/084 ,  G06F17/11

Abstract: 本发明公开一种基于改进型物理信息神经网络的风电场尾流预测方法，构建融合激光测风雷达模块、二维Navier‑Stokes方程和致动盘模型的基础型物理信息神经网络；对基础型物理信息神经网络采用余弦退火算法和动态损失函数权重，并引入逐步时间节省策略进行训练构建改进型物理信息神经网络；基于激光测风雷达稀疏测量点的视向风速数据构建训练数据集，对改进型物理信息神经网络进行训练，得到风电场尾流预测模型；输入空间位置数据和时间数据，得到预测的风电场尾流风速和空气压力。本发明中改进型物理信息神经网络将测量数据与物理规律进行结合，并通过采用精度提升策略和逐步时间节省策略，实现对整个风电场尾流的准确与高效预测。