来源：期刊VIP网 时间：
作者：尹尧杰;褚景春;姜培学;
单位：国电联合动力技术有限公司;国家能源集团新能源技术研究院有限公司;清华大学热能工程系;
摘要：风力发电技术在全球实现规模化发展，风电机组正在朝着大型化、智能化与数字化方向发展。这里利用深度学习中的卷积神经网络技术建立了大型风电机组载荷预测模型，该预测模型可以通过对风电机组运行数据和主要部件如塔架、机舱以及叶片载荷数据进行学习与训练进而对风电机组关键载荷进行预测与评估。应用建立的载荷预测模型对某型3.XMW风电机组DLC1.2所有设计工况载荷进行了预测。结果表明，预测模型对时域载荷、频域捕捉以及等效疲劳载荷的预测都能很好的跟随测试数据，精确度均达到90%以上，满足工程实际的要求。
关键词：风电机组;;数字化;;卷积神经网络;;载荷预测;;时域载荷;;疲劳载荷
基金资助：国家重点研发计划（2020YFN1506700）大型柔性叶片气动弹性设计关键技术
