[发明专利]一种风电机组塔筒姿态预测方法及系统

权利要求书

1.一种风电机组塔筒姿态预测方法，其特征在于，包括：

获取风机塔筒姿态多元时间序列数据；

利用改进C-C方法对所述多元时间序列数据进行相空间重构；

对于相空间重构后的多元时间序列数据，构建多个对应的预测模型；所述预测模型为支持向量回归机模型；

采用序贯最小方法优化各所述预测模型；

基于相空间重构后的多元时间序列数据对各优化后的预测模型进行训练；

通过各训练后的预测模型对风机塔筒姿态进行预测。

2.根据权利要求1所述的风电机组塔筒姿态预测方法，其特征在于，所述多元时间序列数据包括风机塔筒沿x轴、y轴、z轴的角速率以及风机塔筒沿x轴、y轴、z轴的倾斜角。

3.根据权利要求1所述的风电机组塔筒姿态预测方法，其特征在于，在利用改进C-C方法对所述多元时间序列数据进行相空间重构之前，还包括：

对多元时间序列数据进行归一化处理。

4.根据权利要求1所述的风电机组塔筒姿态预测方法，其特征在于，所述支持向量回归机模型的核函数为径向基函数。

5.根据权利要求1所述的风电机组塔筒姿态预测方法，其特征在于，所述基于相空间重构后的多元时间序列数据对各优化后的预测模型进行训练，具体包括：

将相空间重构后的多元时间序列数据输入至各优化后的预测模型，得到输出数据；

基于所述输出数据对各优化后的预测模型中的惩罚因子和核参数进行优化，完成训练过程。

6.根据权利要求1所述的风电机组塔筒姿态预测方法，其特征在于，所述利用改进C-C方法对所述多元时间序列数据进行相空间重构，具体包括：

确定所述多元时间序列数据中各变量的延迟时间；

计算嵌入维数；

基于所述延迟时间和所述嵌入维数对所述多元时间序列数据进行相空间重构。

7.一种风电机组塔筒姿态预测系统，其特征在于，包括：

多元时间序列数据获取模块，用于获取风机塔筒姿态多元时间序列数据；

相空间重构模块，用于利用改进C-C方法对所述多元时间序列数据进行相空间重构；

模型构建模块，用于对于相空间重构后的多元时间序列数据，构建多个对应的预测模型；所述预测模型为支持向量回归机模型；

优化模块，用于采用序贯最小方法优化各所述预测模型；

训练模块，用于基于相空间重构后的多元时间序列数据对各优化后的预测模型进行训练；

预测模块，用于通过各训练后的预测模型对风机塔筒姿态进行预测。

8.根据权利要求7所述的风电机组塔筒姿态预测系统，其特征在于，所述训练模块具体包括：

输入单元，用于将相空间重构后的多元时间序列数据输入至各优化后的预测模型，得到输出数据；

优化单元，用于基于所述输出数据对各优化后的预测模型中的惩罚因子和核参数进行优化，完成训练过程。

9.根据权利要求7所述的风电机组塔筒姿态预测系统，其特征在于，所述相空间重构模块具体包括：

延迟时间确定单元，用于确定所述多元时间序列数据中各变量的延迟时间；

嵌入维数计算单元，用于计算嵌入维数；

相空间重构单元，用于基于所述延迟时间和所述嵌入维数对所述多元时间序列数据进行相空间重构。