公开(公告)号：CN119988798A

公开(公告)日：2025-05-13

申请号：CN202510083982.3

申请日：2025-01-20

Applicant: 贵州大学

Inventor： 张靖 ,  余珮嘉 ,  张昕 ,  丁乘涛 ,  张沥文 ,  黄子悦 ,  宋致林 ,  陈雨轩 ,  李原旭

IPC: G06F17/11 ,  G06F18/213 ,  G06F18/25 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/092 ,  G06F7/78

Abstract: 本发明公开了一种基于深度强化学习的风力发电机组参数辨识方法及系统，该方法包括：获取初始数据集；提取所述初始数据的机械特征、电气特征和控制特征；根据所述机械特征、电气特征和控制特征，建立对应的机械子系统模型、电气子系统模型和控制子系统模型；分析所述机械子系统模型、电气子系统模型和控制子系统模型之间的动态耦合关系，获取耦合矩阵；根据所述耦合矩阵，对所述机械子系统模型、电气子系统模型和控制子系统模型进行耦合，获取综合数学模型；根据所述综合数学模型进行风力发电机参数辨识，获取识别结果。本发明实现了风力发电机组的精确建模和参数辨识，为优化机组性能和预测性维护提供了重要支持。