用于风机功率曲线评估的SCADA数据时间步长研究

为合理选取SCADA数据时间步长进行风机功率曲线评估,采用功率测量值与根据功率曲线获得的预测值之间的均方根误差分析及频谱分析方法,研究了不同的SCADA数据时间步长对风电机组功率曲线评估准确度的影响,显示将步长为10 min等级的SCADA数据用于风机功率曲线评估是工程应用中的最优选择。

基于深度神经网络构建风电机组性能模型的超参数选择

风电行业中基于深度神经网络技术来构建风电机组性能模型受到了业内人员的广泛关注,然而对于深度神经网络自身超参数选取对模型结果的影响仍缺少系统性分析。以深度神经网络隐含层层数、深度神经网络形状及隐含层神经元数量为研究基础,研究了超参数取值对风电机组性能模型构建效果的影响,并通过实际运行数据验证了参考风电机组的最优配置及其推广性。结果表明,深度神经网络隐含层层数、深度神经网络形状及隐含层神经元数量这3个超参数的不同配置对最终构建的风电机组性能模型存在一定影响,但从工业应用的角度来看,这些影响基本可以忽略;同时,基于参考风电机组得到的最优超参数配置能够直接推广到同一风电场相同型号的所有风电机组上应用。

基于数字孪生技术的城市微气候预测方法研究

在当今数字化技术快速发展大背景下,如何应对全球气候变化,并实现城市智慧转型与人居空间宜居构建引发了新一轮讨论。本文针对数字孪生技术运用于微气候预测的优势,综合分析了国外多个数字孪生城市实践项目的发展背景、目标、技术框架、超越性特点、应用范围,总结出当前数字孪生技术在城市气候预测领域的应用潜力、方法与局限性。