主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2024, Vol. 44 ›› Issue (6): 86-90.DOI: 10.19754/j.nyyjs.20240330019

• 资源环境 • 上一篇    下一篇

基于深度学习的宏观风资源评估与风电场选址

周林锦 杨君子 孙朝云 张军芳 刘士琴   

  1. 衡水学院数学与计算机学院,河北衡水053000
  • 出版日期:2024-03-30 发布日期:2024-03-30
  • 作者简介:周林锦(1982-),女,硕士,讲师。研究方向:最优化算法。
  • 基金资助:
    2022年度衡水学院校级科研课题“基于风资源评估的风电场选址优化研究”(项目编号:2022XZX44):2023年度河北省湿地 保护与绿色发展协同创新中心课题“基于深度学习的衡水湖鸟类识别研究”(项目编号:2023XT℃X027)
  • Online:2024-03-30 Published:2024-03-30

摘要: 开发和利用风能,可以减少对有限的化石燃料资源的依赖,减少环境污染,减缓气候变化,并为可持续 发展提供可靠的能源供应,对促进人类社会和生态环境可持续发展具有重大战略意义。然而,我国风电场建立较 晚,规模较小,选址技术有待进一步提高。本文基于深度学习进行宏观风资源评估与风电场选址,利用气象数据 进行深度学习模型训练,评估风能资源,确定选址方案。对原始气象数据进行处理,采用拉格朗日插值法进行缺 失值处理,并通过玫瑰图对风向与风力因子进行分析:采用深度学习方法搭建卷积神经网络模型进行风电场选址 预测分析。通过实例仿真表明,所构建的网络模型能够快速准确地评估风能资源,并确定选址方案,具有较好的 可行性和应用前景。

关键词: 深度学习;风电场;风资源

中图分类号: