BriefGPT - AI 论文速递
·
风电场状态监测的概率多层感知机
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
通过概率多层感知器和迁移学习，我们提供了一种风电场的条件监测系统。该系统基于从SCADA系统中提取的特征，预测风力涡轮机的输出功率。模型可以使用多年的SCADA数据进行训练，并整合所有风力涡轮机的数据来预测单个涡轮机的输出。通过真实的SCADA数据示例，证明了该模型优于其他概率预测模型。
🎯
关键要点
- 通过概率多层感知器和迁移学习，提供风电场的条件监测系统。
- 系统基于SCADA系统提取的特征，预测风力涡轮机的输出功率。
- 模型可以使用多年的SCADA数据进行训练，整合所有风力涡轮机的数据。
- 假设输出功率遵循具有异方差的正态密度。
- 通过真实的SCADA数据示例，证明模型优于其他概率预测模型。
➡️
