融合数据驱动与频率分解.pdf

融合数据驱动与频率分解的浮式风机系泊张力

超短期预测实测应用

汇报人：康艺柔

上海交通大学·船建学院

作者：康艺柔，程正顺，许波峰，陈鹏，胡志强

日期：2024-8-17

目录

1.研究背景

2.方法论

3.案例研究

4.结果与讨论

5.结论

研究背景3

▪浮式风机系统：运维是浮式风电场全生命周期成本中最重要部分之一

浮式风机运维成本高

叶片浮式风电场全生命周期成本

空气动力机舱

控制

风

塔架

弹性

浪平台

水动力

流系泊

Source:/wind-farm-costs/

2024-8-17©康艺柔|SJTU

研究背景44

▪高故障率和短间隔：超短期(Ultra-Short-Term5分钟)预测可避免潜在故障发生

浮式风机系统及其各部件的故障概率预测

Source:LiSoares(2022)

2024-8-17©康艺柔|SJTU

研究背景55

▪现有的浮式风机动力响应预测方法：效率、方法、准确性和实时不确定性挑战

数值模拟水池模型测试实时测试

特点：低成本特点：可控环境特点：可靠数据

挑战：挑战：挑战：

➢准确性需改进➢缩尺问题➢有限的公开数据

➢依赖先决条件➢设备要求高➢存在不确定性

中长期数值验证实时监测

2024-8-17©康艺柔|SJTU

研究背景66

▪AI应用：长短期记忆（LongShort-TermMemory，LSTM）网络具有进行超短期预

测的可行性。

风机功率预测浮式生产卸油轮的系泊张力预测