【技术实现步骤摘要】
本专利技术涉及风机基础设计，具体为一种风电场风机基础智能化设计方法及系统。
技术介绍
1、风电场风机基础智能化设计方法及系统是指利用人工智能、大数据分析、机器学习等技术，对风机基础的设计进行智能化和自动化。这样的方法和系统可以帮助工程师和设计师更快速、更准确地进行风机基础设计，提高设计效率和质量。
2、现有技术中的，公开号为cn115470650a公开了一种风电场风机基础自动设计方法及装置，该方法对于浅埋式基础，采用多次迭代计算的方式，计算出风机基础设计结果，最终计算出风机基础设计结果及工程量。对于深基础，采用自动匹配预设基础工程量，后根据载荷范围符合设计结果，根据地质条件匹配桩基设计结果，最终计算出风机基础设计结果及工程量。本方法可操作性强，提高了风电场风机基础的自动化设计的程度，在满足风机基础承载力的可靠性的要求下，大大减少了风机基础设计的流程，具有很强的工程适用性，同时适用于国内和国外风电行业风机基础自动设计，填补了风电场风机基础自动设计及工程量计算领域的空白。
3、但是还存在如下不足：由上述的陈述可知，现...
【技术保护点】
1.一种风电场风机基础智能化设计方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的风电场风机基础智能化设计方法，其特征在于：利用采集的风机基础的直径、风机基础的高度，以及地面高程、地下水位、土壤密度、孔隙度、抗剪强度、抗压强度，计算风机基础的地质评分，所获取的风机基础设计评分表达式如下：
3.根据权利要求2所述的风电场风机基础智能化设计方法，其特征在于：所述评分模型采用卷积神经网络模型，所述卷积神经网络模型采用基于多层感知器的深度神经网络构成，所述多层感知器的深度神经网络包括输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层，所述第一隐...
【技术特征摘要】
1.一种风电场风机基础智能化设计方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的风电场风机基础智能化设计方法，其特征在于：利用采集的风机基础的直径、风机基础的高度，以及地面高程、地下水位、土壤密度、孔隙度、抗剪强度、抗压强度，计算风机基础的地质评分，所获取的风机基础设计评分表达式如下：
3.根据权利要求2所述的风电场风机基础智能化设计方法，其特征在于：所述评分模型采用卷积神经网络模型，所述卷积神经网络模型采用基于多层感知器的深度神经网络构成，所述多层感知器的深度神经网络包括输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层，所述第一隐藏层、第二隐藏层和第三隐藏层均具有至少两个神经元，且均采用relu作为激活函数。
4.根据权利要求3所述的风电场风机基础智能化设计方法，其特征在于：获取当前待建风机基础建设地的地质条件和土壤力学参数，并根据以往风机基础的尺寸，生成风机基础的尺寸的多个初始组合，具体的过程如下：
5.根据权利要求4所述的风电场风机基础智能化设...
【专利技术属性】
技术研发人员：李明奎，黄欣，贺文浒，康晨光，李世民，袁强，
申请(专利权)人：中广核南召县新能源有限公司邓州分公司，
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。