用于波浪能转换器功率估算的海洋波谱特定场址参数化

通过分箱法估算波浪能转换器（WEC）的年平均功率依赖于对所有可能海况的参数化表示。在实践中，基于有效波高和能量周期的双参数谱无处不在。双参数谱已被证明不足以捕捉实际海洋环境中可能出现的波谱形状范围。此外，通过敏感性分析，这两个参数已被证明不足以预测WEC的功率性能。四参数谱将参数空间扩展至包含两个额外的形状参数，已被证明足以捕捉海况方差，但其对平均功率估算的影响尚未被提出。本研究直接考察了将四参数谱纳入年度功率估算与传统双参数谱相比的效果。我们使用了两种不同的四参数谱：一种来自文献，另一种是本文提出的基于机器学习的新型自编码器。两者都显示出在参数化波谱时改善了保留的信息。在年平均功率预测的两个案例研究中，特定场址的自编码器表现始终最佳，在每个实例中均实现了约1%的误差。双参数谱的预测性能一致性较差，在两个案例研究中误差分别为-8%和1%。在三个模型均表现良好的案例研究中，双参数模型的低误差归因于大误差的对称分布，而两种四参数谱在整个参数空间内均产生相对较低的误差。这些结果凸显了在估算WEC功率性能时需要更精细的资源表征方法，并表明基于特定场址机器学习的波谱是一个合适的选择。