[發明專利]一種基于云-貝葉斯網絡的海上風電場智能宏觀選址方法

在審

• 申請號: 201910664008.0
• 申請日: 2019-07-22
• 公開（公告）號: CN110503303A
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 李明;張韌;劉科峰;楊理智;洪梅
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N5/04
• 代理公司: 32249 南京瑞弘專利商標事務所(普通合伙)
• 代理人: 劉珊珊<國際申請>=<國際公布>=<進入

本發明提出一種基于云?貝葉斯網絡的海上風電場智能宏觀選址方法，屬于海洋工程技術領域。該方法包括步驟：獲取海洋環境要素信息，利用云模型和自適應高斯云變換算法(AGCT)得到選址評估指標等級標準，基于此對要素數據進行離散化處理，將定量數據轉換為定性等級；基于海上風電場選址指標構建貝葉斯網絡(BN)，通過網絡結構搭建、節點參數學習和推理計算實現多源環境信息的融合，從而對海上風電場選址條件進行智能評估。本發明基于云模型和貝葉斯網絡等人工智能算法構建了海上風電場宏觀選址技術，能夠為風電場建設工程制定合理的選址方案，為有關部門提供輔助決策支持，具有廣泛的應用市場前景、良好的社會效益和經濟價值。

技術領域

本發明涉及海洋工程技術領域，尤其是一種基于云-貝葉斯網絡的海上風電場智能宏觀選址方法。

背景技術

隨著能源和環境問題的日益突出，風能作為一種清潔的可再生能源因其獨特的優勢和開發潛能受到人們的日益重視。風力發電也發展迅速，成為一個具有強大生命力的產業，海上風電因具有陸地風電所不可比擬的優點，已經成為全球風電發展方向。海上風電場宏觀選址是支撐海上風能發展的一項重要技術，選址的恰當與否直接關系到風電場的效益與經濟可行性，因此風電場選址對于風電產業發展是至關重要的。

目前國內外已經進行了風電場選址的相關研究，但主要局限在陸上風電場的選址，由于海洋環境比陸地環境復雜得多，海上風電場的選址影響因素和陸上存在較大差別，海上風電場選址難度較大。目前國內外缺乏對海上風電場選址的影響因素進行全面、系統地分析研究，而已有的研究成果對選址影響因素的分析或偏重于某一因素，或過于籠統，并且傳統的選址方法如層次分析法、模糊綜合評價法等大多基于專家知識和經驗進行主觀選址，難以對各方面信息的隨機性和模糊性進行全面有效處理，以至于人們對海上風電場的選址條件很難進行定量分析和綜合比較。

發明內容

發明目的：海上風電場宏觀選址是一個涉及復雜要素的系統問題，實質上是對自然、經濟、社會等多源環境信息的融合處理和綜合評估，而這些信息既包括定量數據又包括定性評語，往往具有隨機性、模糊性等不確定特征。因此，如何對這些信息進行客觀、準確、有效地融合、推理和評估是解決海上風電場宏觀選址的關鍵。

對此，本發明提出一種基于云-貝葉斯網絡的海上風電場智能宏觀選址方法。云模型和貝葉斯網絡是不確定性人工智能領域的重要算法，在處理不確定信息的智能化系統中具有重要應用，云模型在知識表達上優于貝葉斯網絡，而貝葉斯網絡在知識的融合與推理上又優于云模型。本發明充分利用兩者的互補性優勢，采用云模型處理隨機模糊信息，實現定量數據與定性等級之間的轉換；進而通過貝葉斯網絡的結構學習、參數學習和推理計算等流程，構建了基于云-貝葉斯網絡的綜合選址模型，并將其應用于海上風電場宏觀選址決策，有效解決了復雜環境下因隨機性、模糊性和主觀性給選址評估帶來的不良影響。

技術方案：為實現上述目的，本發明提出以下技術方案：

一種基于云-貝葉斯網絡的海上風電場智能宏觀選址方法，包括步驟：

(1)選取海上風電場選址指標，收集海上不同位置坐標上與各個選址指標相應的海洋環境信息作為指標數據；

(2)將選址指標作為貝葉斯網絡的觀測節點，將海上風電場的選址坐標作為目標節點，搭建貝葉斯網絡結構；

(3)若觀測節點為離散型變量，則直接將其數據作為該節點的訓練樣本；若觀測節點為連續型變量，則根據觀測節點的指標數據，通過自適應高斯云變換算法生成符合認知的多種概念云，并輸出相應概念云的數字特征；設計正向云發生器，根據概念云的數字特征對指標數據進行等級劃分，獲得離散化的指標數據；至此，所有觀測節點的指標數據均為離散化數據；

(4)將步驟(3)得到的所有離散化數據作為觀測節點的訓練樣本，采用EM算法對網絡節點參數θ^t進行學習，完成貝葉斯網絡的訓練；