文献类型：期刊文章

作　　者：付德义[1] 张晓东[2] 王瑞明[1] 薛扬[1] 贾海坤[1] 赵娜[1]

Fu Deyi;Zhang Xiaodong;Wang Ruiming;Xue Yang;Jia Haikun;Zhao Na(State Key Laboratory of Operation and Control of Renewable Energy&Storage Systems,China Electric Power Research Institute.Beijing 100192,China;Guodian Technology&Environment Group Corporation Limited,Beijing 100039,China)

机构地区：[1]中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室,北京100192 [2]国电科技环保集团股份有限公司,北京100039

出　　处：《太阳能学报》

基　　金：国家重点研发计划《大容量风电机组电网友好型控制技术》课题与《不同电网运行条件下风电机组的载荷分析及稳定优化控制研究》(2018YFB0904005)。

年　　份：2021

卷　　号：42

期　　号：6

起止页码：425-431

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：考虑特定场址环境条件对于风电机组载荷与结构安全特性的影响,基于某3 MW双馈型风电机组载荷模型,运用GH Bladed软件对不同场址环境条件下的风电机组载荷进行仿真计算,形成特征环境条件下载荷特性数据库。分析各环境条件参数对风电机组关键部件极限与疲劳载荷的影响特性。基于特征载荷数据库,运用BP神经网络预测方法,建立特定场址条件下风电机组关键部件极限与疲劳载荷预测模型,并将模型预测结果与仿真结果进行比对。结果表明,基于BP神经网络的风电机组极限与疲劳载荷预测结果误差在6%以内,该方法对于不同场址条件下风电机组载荷与结构安全性评估具有普遍适用性。

关 键 词：风电机组 结构载荷 特定场址  载荷适应性  预测模型  

分 类 号：TM315]