(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111173303.X (22)申请日 2021.10.08 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家未来科 技城华能人才创新创业基地实验楼A 楼 (72)发明人 许扬　蔡安民　张林伟　林伟荣　 焦冲　李媛　金强　郑磊　蔺雪峰　 杨博宇　李力森　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 白文佳 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/08(2006.01) G06F 111/10(2020.01) (54)发明名称 一种基于BP神经网络的风机载荷预测及分 析方法、 装置及存 储介质 (57)摘要 本发明公开了一种基于BP神经网络的风机 载荷预测及分析方法， 属于风力发电技术领域。 本发明基于 大量数值模拟结果， 进行BP神经网络 训练， 建立适用的神经网络模型， 实现风机关键 部位载荷的快速准确预测。 同时， 利用Garson算 法对不同输入风参变量对载荷的影响的权重进 行评估， 获得影 响风力机关键部位载荷的核心参 数， 从而实现对 特定机组在不同风况下关键部位 的载荷情况的快速预测。 本发明能够简化正常发 电状态下不同风况的风机载荷计算流程， 实现风 机载荷预测的数字化、 智 能化， 具有良好的应用 前景。 权利要求书2页 说明书6页 附图3页 CN 113919221 A 2022.01.11 CN 113919221 A 1.一种基于BP神经网络的风机载荷预测及分析 方法， 其特 征在于， 包括： S1： 利用bladed软件 对需要进行载荷测算的机组进行建模； S2： 生成正常发电状态下若干风工况， 利用S1建立的模型对风机在不同风工况下关键 部位的载荷进行模拟， 并统计形成数据集； S3： 建立BP神经网络， 设置初始训练参数， 并将S2形成的数据集划分为训练集、 验证集 和测试集； 并采用训练集对BP神经网络进行训练， 获得输入与输出的映射关系； S4： 对训练完成的BP神经网络进行迭代优化， 获得优化后的BP神经网络； 利用优化后的 BP神经网络对测试集进行测试， 获得输出结果， 实现对特定机组在不同风况下关键部位载 荷情况的预测； S5： 提取S4得到 的优化后的BP神经网络 的特征参数， 利用Garson算法分析不 同的输入 变量对输出变量影响的权 重， 实现不同风况参数对机组载荷影响的敏感性分析。 2.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S2 中， 通过在一定范围内生成随机数的方式产生 风工况， 生成的风工况 数量≥10 0个。 3.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S2 中， 对风机在不同风工况下关键部位的载荷进 行模拟时， 包括风速、 空气密度、 湍流 强度、 入 流角， 风切变、 偏航 误差对叶根和塔底关键 部位的载荷影响。 4.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S3 中， BP神经网络的初始训练参数包括神经网络隐含层级数、 隐含层神经元个数、 训练次数、 学习速率和误差限。 5.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S3 中， 对BP神经网络进行初始训练时， 通过BP神经网络的反向传播原理， 利用梯度搜索技术， 使BP神经网络的实际输出值和期望 输出值的误差均方差为 最小， 获得最优训练参数。 6.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S4 中， 对BP神经网络进行迭代优化时， 调整隐藏层神经元节点数， 分别对训练集进行训练， 记 录不同隐藏层神经 元节点数 所对应的验证集的均方误差， 确定最优隐藏层神经 元节点数。 7.如权利要求6所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S4 中， 最优隐藏层神经元节点数 的确定原则为， 使验证集均方误差最小， 同时多重确定系数R 最大。 8.如权利要求1所述的基于BP神经网络的风机载荷预测及分析方法， 其特征在于， S5 中， 所述优化后的BP神经网络的特征参数， 包括 从输入层到隐藏层的权重矩阵、 从隐藏层到 输出层的权 重矩阵和所有层的偏置矩阵； Garso n算法的具体表示 为： 其中， p为输入层单元数， n为隐含层的神经元个数， Ii为第i个因素 的影响权重， W1 j.i为 从输入层第i个神 经元到隐含层第j个神 经元的权重， W2 1,j为从隐含层第j个神 经元到输出 层的权重。权　利　要　求　书 1/2 页 2 CN 113919221 A 29.一种计算机设备， 其特征在于， 包括存储器、 处理器以及存储在所述存储器中并可在 所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至8 任一项所述的基于BP神经网络的风机载荷预测及分析 方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至8任一项 所述的基于BP神经网络的 风机载荷预测及分析 方法的步骤。权　利　要　求　书 2/2 页 3 CN 113919221 A 3