多输入LSTM网络

短期运动响应预测

引入系泊力和波浪高度的多输入LSTM模型，可更准确地预测漂浮式海上风电机组平台运动响应。

施伟 · Lehan, Hu · Zaibin, Lin · Zhang, Lixian · Jun, Wu · Chai, Wei

Ocean Engineering 2023

技术优势

预测更准

相比单输入LSTM，加入系泊力和波浪高度的多输入LSTM模型提高了平台运动预测的整体准确性。

二阶波浪力也能用

在考虑二阶水动力影响的情况下，所建立的MI-LSTM模型依然适用，验证了其鲁棒性。

兼得精度或速度

与MI1D-CNN相比，两种模型在训练时间和精度上各有优势，可根据实际需求选择。

应用场景

• 海上风电状态监测：用多源数据预测平台短期运动，辅助安全监控。
• 平台运动预测与控制：提供更准的未来运动信息，支持主动控制决策。
• 波浪载荷预报：将波浪高度作为输入，关联波浪载荷与平台响应。
• 海洋结构物数字孪生：可作数字孪生中的运动预测模块，快速反馈。