基于BP神经网络和多因素权重法的风电机组载荷预测和分析Load prediction and analysis of wind turbine based on BP neural network and multi-factor weight method
许扬,蔡安民,张林伟,林伟荣,李诚,李水清
摘要(Abstract)：
基于BP神经网络，建立了风电机组关键部位载荷的快速准确预测方法。以风电机组关键参数风速、空气密度、湍流强度、入流角、风切变、偏航误差角等为自变量，以机组关键部位载荷作为输出变量，建立用于快速预测机组关键部位载荷的BP神经网络模型；然后基于多因素权重法对风电机组不同参数的影响权重进行分析，获得影响风电机组载荷的关键变量。结果显示：基于叶素-动量理论模型计算得到不同风况下风电机组关键部位载荷，然后设置合理的神经网络结构以及合适的神经网络参数，可以实现对不同风况下风电机组关键部位载荷的预测；对于叶根和塔底的平均载荷和极限载荷4个不同的变量，风速、空气密度、湍流强度、入流角、风切变、偏航误差角等参数影响的权重各不相同。
关键词(KeyWords)： 风力发电;BP神经网络;平均载荷;极限载荷;多因素权重
基金项目(Foundation):
作者(Author): 许扬,蔡安民,张林伟,林伟荣,李诚,李水清
DOI: 10.19666/j.rlfd.202201044