
基本信息:
- 专利标题: 一种风电机组疲劳寿命的快速预测的方法
- 申请号:CN202010078646.7 申请日:2020-02-03
- 公开(公告)号:CN111291514B 公开(公告)日:2024-04-05
- 发明人: 刘永前 , 陶涛 , 赵星宇 , 韩爽 , 李莉 , 阎洁 , 孟航 , 马远驰
- 申请人: 华北电力大学
- 申请人地址: 北京市昌平区朱辛庄北农路2号
- 专利权人: 华北电力大学
- 当前专利权人: 华北电力大学
- 当前专利权人地址: 北京市昌平区朱辛庄北农路2号
- 代理机构: 北京众合诚成知识产权代理有限公司
- 代理人: 黄家俊
- 主分类号: G06F30/23
- IPC分类号: G06F30/23 ; G06F30/27 ; G06N20/00 ; G06F119/04
摘要:
本发明提出了一种风电机组疲劳寿命的快速预测方法,该方法将风电机组的疲劳损伤与机器学习相耦合。首先,根据实际工况下可能出现的风参数条件对风电机组部件进行疲劳损伤预计算,建立部件每分钟疲劳损伤数据库;然后,将疲劳损伤数据库中的数据输入至机器学习模型中进行多次迭代训练,建立风参数与疲劳损伤量之间的非线性映射关系;最后,将SCADA数据中风参数数据或测风塔数据输入至已经训练好的机器学习模型中,得到风电机组部件疲劳寿命的预测值。
公开/授权文献:
- CN111291514A 一种风电机组疲劳寿命的快速预测的方法 公开/授权日:2020-06-16
IPC结构图谱:
G06F30/23 | 使用有限元方法(FEM)或有限差方法(FDM) |