基于神经网络的波浪能发电功率预测系统＊

郭昌鑫， 曾湲溶，万颖蕾，巫坤铤，陈公兴，陈吹信，林惠妮

（1.广州理工学院电气与电子工程学院，广东 广州510540；2.广州棒谷科技股份有限公司，广东 广州510435；3.广州理工学院外国语学院，广东 广州510540）

1 引言

世界可再生的海洋波浪能非常丰富，具有安全、清洁、可再生、分布广等优点，但在实际开发波浪能过程中，必须做到“资源评价和和规划先行”。波浪能资源的不稳定性、季节性和区域性差异也增加了其开发难度[1]。目前，国内外对发电功率的预测主要在风力发电方面，然而海域环境变化多端，在功率预测方面面临着许多困难，导致波浪能发电功率预测的发展程度远远不及风电预测，且目前开发海洋波浪能主要依靠电磁发电机，这种发电机的缺点是笨重、耗资巨大。

中国科学院外籍院士王中林领导的团队研制出质量轻、效率高、成本低的摩擦纳米发电机收集波浪能。摩擦纳米发电机（Triboelectric nanogenerator，TENG）是基于自驱动纳米技术并以接触/摩擦起电和静电感应为基础的微/纳机电动力系统[2]。采用法向接触-分离式TENG 结构简单，可靠性高，应用领域广泛[3]。组网利用后或可实现每平方千米海面产生兆瓦级电能。海洋发电产生的能源或将超越水电等绿色能源。未来，TENG 将取代电磁发电机进行发电，同时加入发电功率预测系统，电网调度系统即可根据预测信息做出储能或者释能的决策，让能源利用更高效。

2 系统整体方案设计

预测系统设计如图1 所示。本设计主要根据应用于海上发电的TENG 装置输出功率受环境变化而提出一种功率预测模型。……