基于Adam优化BP神经网络的风机等效疲劳载荷预测

摘要：

针对传统风机载荷分析方法计算量大的问题,以风机载荷计算软件OpenFAST的仿真数据为基础,提出一种基于Adam算法优化BP神经网络的风机等效疲劳载荷预测模型.以叶根和偏航处的等效疲劳载荷作为特征样本数据进行训练和测试;采用可决系数和相对误差均值对模型的预测性能进行评估,并与采用随机梯度下降法(SGD)优化的传统载荷预测模型进行对比.结果表明:Adam算法优化下的神经网络载荷预测模型的预测性能要明显优于采用SGD优化的传统预测模型;相较于传统模型,δm最多可降低31.7%,R2 最多可提升7.8%.因此,提出的载荷预测模型能进一步提高风机载荷预测的准确度.

关键词：风机、Adam优化算法、BP神经网络、等效疲劳载荷预测、随机梯度下降法、雨流计数法

所属期刊栏目：46

分类号：TN99-34

资助基金：自治区重点研发任务2022B03031

在线出版日期：2023-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-106