基于BP神经网络的风电机组钢混组合式塔架结构频率预测

雩风三日

基于BP神经网络的风电机组钢混组合式塔架结构频率预测

       风电机组塔架结构固有频率设计是风力发电结构体系设计的基础。针对风电机组新型钢混组合式塔架(“混塔”)结构固有频率传统理论计算和有限元法计算的不足，提出了基于BP神经网络算法进行频率预测的新方法。首先，利用有限元计算和分析，确定了训练模型的特征量和标签;然后，利用32个有限元计算样本，基于BP神经网络算法训练了可用于混塔结构频率分析的模型。经验证，该方法对混塔的一阶频率预测误差仅约为0.1%，具有很高的准确性;利用不同的样本集训练的模型也能快速准确预测混塔一阶频率，说明算法具有高度的稳定性;该方法还可用来预测混塔的多阶频率，仍显示出高度的准确性。此外，与基于有限元的频率计算相比，该方法具有突出的计算效率。整体上，本文提出的基于BP神经网络的混塔结构固有频率预测新方法，具有高度的可行性、精准性和高效性，可为风力发电机组塔架结构体系设计提供重要的指导。

关键词:风机;钢混塔架结构;机器学习;BP神经网络;频率预测;有限元
$ t5 W" F/ P# ~3 H, B* D4 O" O5 U
( c+ T  n% b# t: W& Z3 D: f