公开(公告)号：CN116579383A

公开(公告)日：2023-08-11

申请号：CN202310280158.8

申请日：2023-03-21

Applicant: 内蒙古农业大学

Inventor： 崔红梅 ,  李忠阳 ,  李飞宇 ,  孙兵川 ,  张永 ,  王健 ,  樊腾 ,  李永浩 ,  罗立达

IPC: G06N3/0464 ,  G06F18/20 ,  G06F18/10 ,  G06F18/214 ,  F03D80/40

Abstract: 本发明公布了一种基于深度神经网络的风电机叶片结冰预测方法，具体步骤如下：S1采集叶片在未结冰和不同结冰质量状态下的前6阶固有频率作为样本数据；S2将样本数据分为训练样本和测试样本，并进行归一化预处理；S3搭建深度神经网络预测模型，选用激活函数ReLU，损失函数MSE和MAE，优化器Adam，以前6阶固有频率作为输入因子，以叶片结冰质量作为输出因子，并利用训练样本对深度神经网络进行训练；S4将S3得到叶片结冰质量的预测值，计算深度神经网络预测得到的叶片结冰质量与实际叶片结冰质量的相对误差ɛ，来评价网络模型的预测效果。本发明实现了叶片结冰质量预测准确性的技术效果，可靠性高，可为风力机叶片结冰监测提供新手段。