一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法及装置

摘要

本发明属于可再生能源发电技术领域，公开一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法，包括：对风电机组实际运行时的输出功率、电压以及风速数据进行采集；对采集的风电机组输出功率、电压以及风速数据进行分段；采用Pony算法分析数据段包含的振荡模态；使用去噪自编码器对输出功率数据进行特征提取，并求取数据段的风速均值与电压均值，得到输出功率、风速、电压特征；构建多任务学习网络对振荡模态进行预测。本发明实施例首次将深度学习方法应用于风电系统振荡模态预测领域，基于风电机组运行大数据和多任务学习神经网络模型对机组的振荡模态进行预测，为风电系统运行安全性分析提供参考。