基于BP神经网络和多因素权重分析的气热除冰温度影响因素研究Influencing factors of air thermal deicing temperature based on BP neural network and multi-factor weight analysis
许扬,蔡安民,吴梓秋,林伟荣,张林伟,李水清
摘要(Abstract)：
对典型叶片的气热除冰系统，建立全尺寸三维换热模型，对流固耦合传热过程进行模拟观察，同时，简化并构建一维换热模型，探究了环境温度等关键参数对除冰气流温度的影响；基于BP神经网络，建立环境条件与最低除冰气流温度之间的对应关系。结果显示：在叶片铺层结构与叶片流道布置的综合影响下，叶片前缘中部处气热除冰难度最大；利用BP神经网络可实现不同条件下的最低除冰气流温度的快速计算和预测；多因素权重分析显示，环境温度、PVC材料导热系数是影响最低除冰气流温度的两大关键参数；对于0.2r～r范围内的除冰，叶片长度也是影响最低除冰气流温度的关键参数，其影响权重达到14.3%。
关键词(KeyWords)： 风力发电;气热除冰;传热优化;BP神经网络
基金项目(Foundation):
作者(Author): 许扬,蔡安民,吴梓秋,林伟荣,张林伟,李水清
DOI: 10.19666/j.rlfd.202208162