基于SCADA数据和改进BP神经网络的塔筒应力预测

薛磊; 王灵梅; 孟恩隆; 郭超

首页> 中文期刊> 《噪声与振动控制》 >基于SCADA数据和改进BP神经网络的塔筒应力预测

基于SCADA数据和改进BP神经网络的塔筒应力预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对风电机组载荷监测中应变片寿命短的缺陷,基于风电场海量状态监测数据,利用遗传算法和粒子群算法对BP神经网络进行改进,建立塔筒应力预测模型,并通过综合相关系数实现输入参量的有效选择.仿真结果表明,改进后的GA-BP神经网络预测模型和PSO-BP神经网络模型,预测结果的最大、最小相对误差等指标均比BP神经网络预测模型好;GA-BP神经网络预测模型的塔筒应力预测平均误差为7.04％,相对BP神经网络预测结果误差减少了4.38％,预测精度满足工程需求.所提出的方法建立风电场海量监测数据和塔筒应力数据之间的有效关系模型,可为风电场长期有效的载荷监测提供新的手段.

著录项

来源
《噪声与振动控制》 |2021年第1期|95-102|共8页
作者
薛磊; 王灵梅; 孟恩隆; 郭超;
展开▼
作者单位

山西大学山西省风电机组监测与诊断工程技术研究中心太原 030013;

山西乾盛新能源有限公司太原 030032;

山西大学山西省风电机组监测与诊断工程技术研究中心太原 030013;

山西大学山西省风电机组监测与诊断工程技术研究中心太原 030013;

山西大学山西省风电机组监测与诊断工程技术研究中心太原 030013;

展开▼
原文格式 PDF
正文语种 chi
中图分类风力机械和设备;风能;
关键词
振动与波; 塔筒; GA-BP算法; PSO-BP算法; SCADA数据; 应力预测;

相似文献

中文文献
外文文献
专利

1. 基于改进BP神经网络的页岩地应力预测模型 [J] . 尚福华 ,王玮卿 ,曹茂俊 . 计算机技术与发展 . 2021,第007期
2. 基于改进BP神经网络的孔板应力集中系数预测 [J] . 贾延 ,刘广君 . 煤矿机械 . 2008,第2期
3. 基于改进BP神经网络的火电厂实时数据预测模型研究 [J] . 陆王琳 ,李蔚 ,盛德仁 . 热力发电 . 2006,第007期
4. 基于SCADA数据的风机故障诊断算法预测研究 [J] . 张月 ,窦瑞 . 中国新技术新产品 . 2020,第022期
5. 基于SCADA数据的风力发电机组主轴承润滑脂寿命预测 [J] . 张学文 ,阳雪兵 ,宋晓萍 . 机械与电子 . 2020,第009期
6. 基于改进BP神经网络的移动收入预测模型研究 [C] . 栾媛媛 ,姜遥 ,田野 . 辽宁省通信学会2017年通信网络与信息技术年会 . 2017
7. 基于SCADA数据的风力机性能分析与预测研究 [A] . 郭玉立 . 2020

基于SCADA数据和改进BP神经网络的塔筒应力预测

摘要

著录项

相似文献

相关主题

期刊订阅