[发明专利]在役风电机组高精度数值建模方法、服务端及存储介质

权利要求书

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。