公开(公告)号：CN113486580B

公开(公告)日：2022-11-01

申请号：CN202110749216.8

申请日：2021-07-01

Applicant: 河北工业大学

Inventor： 韩旭 ,  段书用 ,  李雨乐 ,  欧阳衡 ,  刘晓明 ,  贾冠龙

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F113/06

Abstract: 本申请提供在役风电机组高精度数值建模方法、服务端及存储介质，其中，该方法包括以下步骤：获取样本数据：获取风电机组的材料参数标定值，在标定值的误差区间内抽样、处理得到材料参数样本；建立风电机组的仿真模型，仿真并输出每个材料参数样本所对应的节点位移样本；将样本数据分为训练集与测试集；搭建神经网络，将训练集中的材料参数样本作为神经网络的输入，将训练集中的节点位移样本作为所述神经网络的输出；训练神经网络，获取最优的权值及偏置信息；将训练后的神经网络反向，构建反向神经网络；将测试集中的节点位移样本输入至反向神经网络中，输出风电机组的材料参数。通过上述步骤，使得可准确、快速确定风电机组的材料参数。

公开(公告)号：CN113486580A

公开(公告)日：2021-10-08

申请号：CN202110749216.8

申请日：2021-07-01

Applicant: 河北工业大学

Inventor： 韩旭 ,  段书用 ,  李雨乐 ,  欧阳衡 ,  刘晓明 ,  贾冠龙

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F113/06

Abstract: 本申请提供在役风电机组高精度数值建模方法、服务端及存储介质，其中，该方法包括以下步骤：获取样本数据：获取风电机组的材料参数标定值，在标定值的误差区间内抽样、处理得到材料参数样本；建立风电机组的仿真模型，仿真并输出每个材料参数样本所对应的节点位移样本；将样本数据分为训练集与测试集；搭建神经网络，将训练集中的材料参数样本作为神经网络的输入，将训练集中的节点位移样本作为所述神经网络的输出；训练神经网络，获取最优的权值及偏置信息；将训练后的神经网络反向，构建反向神经网络；将测试集中的节点位移样本输入至反向神经网络中，输出风电机组的材料参数。通过上述步骤，使得可准确、快速确定风电机组的材料参数。