基于Sine-SSA-BP神经网络模型的风机叶根载荷预测 |
| |
作者姓名: | 张良 何山 艾纯玉 |
| |
作者单位: | 1. 新疆大学;2. 可再生能源发电与并网控制教育部工程研究中心 |
| |
基金项目: | 新疆维吾尔自治区高校科研计划项目(XJEDU2021I010);;国家重点研发计划项目(2021YFB1506902);;国家自然科学基金项目(51767024); |
| |
摘 要: | 针对风机叶根载荷影响因素复杂、计算量大、非线性和强耦合,采用传统数理分析方法难以建模的问题。文章首先分析了叶根载荷的主要影响因素,并结合多元回归模型建立载荷预测模型;然后采用Bladed对2MW风机实验所得仿真数据划分训练数据集和测试数据集,并利用所得数据对Sine混沌映射改进麻雀算法优化的BP神经网络(Sine-SSA-BP)预测模型进行训练,使用训练后的模型进行叶根载荷预测;最后将预测结果与测试数据、BP神经网络预测模型和极限学习机(ELM)预测模型的预测结果进行对比分析。结果表明,Sine-SSA-BP预测模型性能更佳,预测精度更高,验证了所提方法的可行性和有效性。
|
关 键 词: | 载荷预测 极限学习机 BP神经网络 麻雀算法 混沌映射 |
|