(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110749216.8 (22)申请日 2021.07.01 (65)同一申请的已公布的文献号 申请公布号 CN 113486580 A (43)申请公布日 2021.10.08 (73)专利权人 河北工业大 学 地址 300401 天津市北辰区双口镇西平 道 5340号 (72)发明人 韩旭　段书用　李雨乐　欧阳衡　 刘晓明　贾冠龙　 (74)专利代理 机构 天津市鼎拓知识产权代理有 限公司 12 233 专利代理师 刘雪娜 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 113/06(2020.01) (56)对比文件 CN 112101530 A,2020.12.18 审查员 王孜琦 (54)发明名称 在役风电机组高精度数值建模 方法、 服务端 及存储介质 (57)摘要 本申请提供在役风电机组高精度数值建模 方法、 服务端及存储介质， 其中， 该方法包括以下 步骤： 获取样本数据： 获取风电机组的材料参数 标定值， 在标定值的误差区间内抽样、 处理得到 材料参数样本； 建立风电机组的仿真模型， 仿真 并输出每个材料参数样本所对应的节点位移样 本； 将样本数据分为训练集与测试集； 搭建神经 网络， 将训练集中的材料参数样 本作为神经网络 的输入， 将训练集中的节点位移样 本作为所述神 经网络的输出； 训练神经网络， 获取最优的权值 及偏置信息； 将训练后的神经网络反向， 构建反 向神经网络； 将测试集中的节 点位移样本输入至 反向神经网络中， 输出风电机组的材料参数。 通 过上述步骤， 使得可准确、 快速确定风电机组的 材料参数。 权利要求书2页 说明书7页 附图4页 CN 113486580 B 2022.11.01 CN 113486580 B 1.一种在役风电机组高精度数值建模方法， 其特 征在于： 包括以下步骤： 获取样本数据： 获取风电机组的材料参数标定值， 在所述标定值的误差区间内抽 样、 处 理得到材料参数样本； 建立所述风电机组的仿真模型， 仿真并输出每个所述材料参数样本 所对应的节点 位移样本； 将所述样本数据分为训练集与测试集； 搭建神经网络， 将所述训练集中的材料参数样本作为所述神经网络的输入， 将所述训 练集中的节点 位移样本作为所述神经网络的输出； 训练所述神经网络， 获取最优的权值及偏置信息； 将训练后的神经网络反向， 构建反向神经网络； 将所述测试集中的节点位移样本输入至所述反 向神经网络 中， 输出所述风电机组的材 料参数； 搭建所述神经网络的方法具体为： 设置所述神经网络每层中的神经元个数， 其中， 为第l层神经元的 个数， k为设定值； 定义loss函数， 选择优化器， 形成所述神经网络； 所述神经网络具体为： 其中， 为激活函数； 表示第l层的第i个神 经元与第l ‑1层的第j个神 经元相连接的 权值； 第l层第i个神经 元的偏置； 所述反向神经网络具体为： 其中， 为所述反向神经网络的权值矩阵， 为所述反向神经网络的偏置矩阵。 2.根据权利要求1所述的在役风电机组高精度 数值建模方法， 其特征在于： 所述材料参 数包括弹性模量、 剪切模量以及 泊松比。 3.根据权利要求1所述的在役风电机组高精度 数值建模方法， 其特征在于： 输出所述风 电机组的材 料参数后还 包括以下步骤： 将所述材 料参数与所述测试集中材 料参数样本进行比较， 获取误差数据； 对所述误差数据进行分析， 验证算法的准确性。 4.根据权利要求1所述的在役风电机组高精度 数值建模方法， 其特征在于： 建立所述风 电机组的仿真模型的方法具体为： 绘制三维部件， 将所述材料参数样本对应输入至所述三维部件的数据中， 将所有所述 三维部件组装形成所述仿真模型。 5.根据权利要求1所述的在役风电机组高精度 数值建模方法， 其特征在于： 仿真并输出权　利　要　求　书 1/2 页 2 CN 113486580 B 2每个所述材 料参数样本所对应的节点 位移样本的方法具体为： 对所述仿真模型进行动力分析以及静力分析； 确定载荷以及边界条件； 绘制网格并输出 所述节点 位移样本 。 6.一种服务端， 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， 其特征在于： 所述处理器执行所述计算机程序时实现如权利要求 1‑5任意 一项所述在役风电机组高精度数值建模方法的步骤。 7.一种计算机可读存储介质， 所述计算机可读存储介质有计算机程序， 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5任意一项所述在役风电机组高精度数 值建模方法的步骤。权　利　要　求　书 2/2 页 3 CN 113486580 B 3