【技术实现步骤摘要】
本专利技术涉及风电结构设计，尤其是涉及一种先知识蒸馏后迁移学习的海上风电智能设计应用方法。
技术介绍
1、海上风电塔所受到的环境荷载更加复杂，风电塔结构的形式各异(如固定式、漂浮式等)，且风电结构设计受到风、波浪、洋流、潮汐、土体等环境参数的单独以及耦合影响，使得一轮精确荷载计算和结构设计的耗时长，加之风电塔设计需要多轮迭代，导致海上风电塔的设计成为一个复杂且充满挑战的过程。
2、数据科学时代驱动下，通过计算机深度学习实现复杂工作的智能化替代成为可能，然而为了满足在海上风电设计应用场景的需要，导致深度学习模型的深度不断增加，结构越来越复杂，带来了庞大的计算量还导致模型传输变得异常困难。此外，风电行业具有其特殊性，风机参数，如：控制策略、叶轮翼型参数、发电机组参数等均属于各风电企业的保密信息，因此即使开发出了海上风电结构智能设计产品，也难以实现该产品在行业内大范围应用推广。
技术实现思路
1、本专利技术的目的是提供一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，可有效为企业海上风电结构智能设计提供方案，和完成针对性的海上风电结构高效设计方法。
2、为实现上述目的，本专利技术提供了一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，包括以下步骤：
3、s1、获取海上风电公开数据集，将获取的数据集划分为训练集和测试集，预训练海上风电结构智能设计人工智能回归模型，输入参数为风电机组参数和海域环境参数，输出参数为海上风电结构设计参数；
4、
5、s3、对该学生模型使用迁移学习，接入到企业不公开的海上风电商业风机环境参数、风电机组参数和结构设计参数，得到针对该兆瓦商业风机的轻量化模型，并筛选得到准确率最高的回归模型。
6、优选的，所述s1中风电机组参数包括风轮直径、额定功率、额定转速、设计寿命、机械系统类型和控制系统类型。
7、优选的，所述s1中海域环境参数包括风速范围、平均风速、湍流类型、湍流模型、湍流强度、风剖面分布类型、地表粗糙度、水平入流角、垂直入流角、浪模拟方法、波浪幅、波浪理论类型、游速、水深、浪周期、浪高和海浪方向。
8、优选的，所述s1中风电结构设计参数包括塔筒直径、高度和厚度。
9、优选的，所述s2中输出高度通过损失函数确定，回归模型进行知识蒸馏的教师模型和学生模型之间的损伤函数为lreg，计算方法为：
10、lreg＝lsl1(rs,yreg)+vlb(rs,rt,yreg)
11、
12、
13、其中，lb为教师有界回归损失函数，lsl1为平滑损耗，m为边际，yreg为回归的真实值，rs为学生网络的回归输出，rt为教师网络的回归输出，v为权重参数。
14、优选的，所述s3中使用迁移学习时由企业进行，将学生模型的权重作为企业特定风机设计的初始权重参数，接入企业不公开的海上风电商业风机参数，训练成适合该企业设计的商业风机设计。
15、因此，本专利技术采用上述一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其技术效果如下：
16、(1)本专利技术通过将预训练的海上风电结构智能设计人工智能回归模型作为教师模型，获取3个以上的随机初始化轻量级人工智能，在教师模型的监督下通过知识蒸馏使得获取的3个以上的随机初始化轻量级人工智能模型得到同教师模型相似的性能，最后获取海上风电结构智能设计人工智能回归模型的轻量级学生模型。
17、(2)本专利技术针对风电机组参数保密这一行业特殊性，可将轻量级的学生模型参数传输于企业，通过迁移学习接入保密的商业风机海域环境参数、风电机组参数和海上风电结构设计参数，能够企业在小数据范围快速完成模型收敛，实现对该商业风机针对性的海上风电结构智能设计功能。
18、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述S1中风电机组参数包括风轮直径、额定功率、额定转速、设计寿命、机械系统类型和控制系统类型。
3.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述S1中海域环境参数包括风速范围、平均风速、湍流类型、湍流模型、湍流强度、风剖面分布类型、地表粗糙度、水平入流角、垂直入流角、浪模拟方法、波浪幅、波浪理论类型、游速、水深、浪周期、浪高和海浪方向。
4.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述S1中风电结构设计参数包括塔筒直径、高度和厚度。
5.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述S2中输出高度通过损失函数确定，回归模型进行知识蒸馏的教师模型和学生模型之间的损伤函数为Lreg，计算方法为：
6.根据权利要求1所述的一种先知
...【技术特征摘要】
1.一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述s1中风电机组参数包括风轮直径、额定功率、额定转速、设计寿命、机械系统类型和控制系统类型。
3.根据权利要求1所述的一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：所述s1中海域环境参数包括风速范围、平均风速、湍流类型、湍流模型、湍流强度、风剖面分布类型、地表粗糙度、水平入流角、垂直入流角、浪模拟方法、波浪幅、波浪理论类型、游速、水深、浪周期、浪高和海浪方向。
4.根据权利要...
【专利技术属性】
技术研发人员：罗宇骁，杜航，戴靠山，王健泽，衡俊霖，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。