基于机器学习方法的波能发电场功率输出预测估计器模型
信号处理
2020-11-30 v1 神经与进化计算
摘要
波能发电场产生的功率取决于波浪能转换器（WEC）的布置以及通常的波浪条件。因此，在阵列中形成适当的 WEC 布置是最大化功率吸收的重要因素。从测试点收集的数据被用于设计一个用于预测波能发电场产生功率的神经网络模型。本文重点基于来自澳大利亚南海岸四种真实波浪场景的数据集，开发用于预测波浪能的神经网络模型。所应用的转换器模型是一种称为 CETO 的完全浸没式三系泊转换器。对 WEC 布置进行了精确分析，以揭示测试点处波能发电场产生的功率大小。
引用
@article{arxiv.2011.13130,
title = {Estimator Model for Prediction of Power Output of Wave Farms Using Machine Learning Methods},
author = {Bhavana Burramukku},
journal= {arXiv preprint arXiv:2011.13130},
year = {2020}
}