基于CBiGRU-Attention的波浪能转换装置模型预测控制

来源：电子测量技术杂志2025年第23期北京时间：

作者：张宇翔，刘世豪，沈骞，张磊，李易

单位：1.淮阴工学院自动化学院 淮安 223003; 2.东南大学仪器科学与工程学院 南京 21009

摘要：针对直驱式波浪能转换装置在复杂海况下面临的功率捕获效率低、动态响应慢以及抗干扰能力弱等问题，本文提出了一种神经网络与模型预测结合的控制算法，通过高精度波浪激振力预测模型增强系统鲁棒性，并结合多目标约束下的滚动优化算法，使装置在不规则波况下的发电功率最大化。首先构建具有时空特征解耦能力的三阶段融合预测模型，其对不规则波浪激振力预测的均方误差和平均绝对误差较传统模型分别降低39.96%和63.39%，时序拟合度达98.9%。随后将该预测模型嵌入滚动优化框架，高精度的不规则波浪激振力预测为控制提供前馈扰动补偿，使电机电流与功率最大化时的电流契合，从而实现发电功率最大化的目标。实验表明改进后的模型预测控制在波高0.3~0.6 m和周期3~6 s的JS与PM两种不规则波况下，相比于传统的自回归积分滑动平均模型方法实现显著突破：平均功率提升50%~141%，累计能量增长38%~189%，验证了所提方法在提升直驱式波浪能转换综合性能与动态鲁棒性方面的显著优势。

关键词：直驱式波浪能转换装置;模型预测控制;神经网络;不规则波;三阶段融合预测模型

基金资助：国家自然科学基金项目面上项目（62173159）、淮安市自然科学研究项目（HAB202226）、江苏省高等学校自然科学研究面上项目（23KJB460005）资助