风电叶片模型参数修正方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种风电叶片模型参数修正方法、装置、设备及介质，属于风力发电技术领域。该方法包括：获取风电叶片仿真模型参数，区分固定参数与待修正参数。根据固定参数与待修正参数仿真得出评价指标结果，与评价指标的预设测试结果对比计算误差。若误差超限，则调整风电叶片仿真模型的待修正参数并重新仿真，直至误差达标，最终输出调整后的风电叶片仿真模型的待修正参数。本发明专利技术通过自动化参数调整、基于误差阈值的迭代优化、采用先进优化算法和提升模型泛化能力，显著提高了数据处理效率和仿真预测精度。

【技术实现步骤摘要】

本专利技术涉及风力发电，具体地涉及一种风电叶片模型参数修正方法、一种风电叶片模型参数修正装置、一种电子设备及一种计算机可读存储介质。

技术介绍

1、随着全球能源结构的转型，风力能源因其清洁、可再生的特性，已成为全球能源结构的重要组成部分。风力发电机组作为风能转换为电能的关键设备，其叶片长度已超过百米，以捕获更多风能并提高发电效率。然而，叶片长度的增加和结构的柔性化导致非线性效应日益显著，给叶片的仿真计算带来了极大的挑战，传统的仿真模型在处理这些长柔叶片时，无法提高风机叶片仿真计算的精度。因此，提高风机叶片仿真计算的精度成为了当下必要解决的问题。

2、目前，通过确定一组修正参数作为优化变量，并将理论模型与实际模型之间的差异定义为我们的优化目标。在迭代计算过程中，我们利用优化算法对这些参数进行调整，以最小化模型误差。在这个过程中，人工神经网络算法扮演了至关重要的角色，它模仿动物神经网络的行为，能够有效地处理非线性映射问题，这对于识别和筛选影响模型输出的关键参数至关重要。人工神经网络的预测能力还为优化算法提供了指导，使得参数调整更加精准。此外，人工神本文档来自技高网...

【技术保护点】

1.一种风电叶片模型参数修正方法，其特征在于，包括：

2.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，风电叶片模型的待修正参数包括：叶片分布质量、挥舞方向刚度、摆振方向刚度和扭转刚度；

3.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，依据风电叶片仿真模型的评价指标的仿真结果和评价指标的预设测试结果，确定风电叶片仿真模型的误差，包括：

4.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，利用模型调参方法对风电叶片仿真模型的待修正参数进行调整，包括：

5.根据权利要求4所述的风电叶片模型参数修正方法，其特征...

【技术特征摘要】

1.一种风电叶片模型参数修正方法，其特征在于，包括：

2.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，风电叶片模型的待修正参数包括：叶片分布质量、挥舞方向刚度、摆振方向刚度和扭转刚度；

3.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，依据风电叶片仿真模型的评价指标的仿真结果和评价指标的预设测试结果，确定风电叶片仿真模型的误差，包括：

4.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，利用模型调参方法对风电叶片仿真模型的待修正参数进行调整，包括：

5.根据权利要求4所述的风电叶片模型参数修正方法，其特征在于，确定多个风电叶片仿真模型设计方案，包括：

6.根据权利要求1所述的风电叶片模型参数修正方法，其特征在于，卷积神经网络包括：使用keras库的layers模块中的conv1d...

【专利技术属性】
技术研发人员：刘嘉琳，张林中，王小虎，
申请(专利权)人：国电联合动力技术有限公司，
类型：发明
国别省市：