基于BP神經網絡和iSIGHT平臺的風電機組設計年發電量預測

文 | 周書鋒 方郁鋒

基于BP神經網絡和iSIGHT平臺的風電機組設計年發電量預測

文 | 周書鋒 方郁鋒

隨著中國風電產業多年的快速發展，風電技術人員已經積累了大量的設計、測試和運行數據。在大數據時代背景下，如何對這些數據進行分析和挖掘，總結內在規律，開發外延應用，對今后的風電技術發展有著重要意義。

人工神經網絡簡稱神經網絡，是一種非線性統計性數據建模工具，常用來對輸入和輸出間復雜的關系進行建模。神經網絡可以通過有監督的學習，觀察有限數量的包含輸入和預期輸出的訓練樣本，不斷調整網絡內部節點之間的閾值和權重，最終形成對未知樣本的預測能力。

本文選取與風電機組年發電量密切相關的機組參數，包括額定功率、風輪直徑、葉尖線速度、設計葉尖速比、最大風能利用系數、切出風速、空氣密度、年平均風速共8個變量作為網絡的輸入，結合相應的Bladed模型計算的年發電量作為網絡的輸出，形成網絡的訓練樣本，并使用iSIGHT平臺的優化算法，完成了風電機組設計年發電量預測模型。只要給出任意輸入參數，即使沒有任何相關的機組模型，也能夠預測該機型的設計年發電量，或者通過期望的設計年發電量來反推機組參數。

BP神經網絡建模

一、BP神經網絡和Matalab實現

BP神經網絡是一種按誤差逆傳播算法訓練的多層前饋神經網絡，是目前發展最成熟、應用最廣泛的神經網絡類型之一。該網絡的特點是能夠學習和存貯大量的輸入輸出模式映射關系，而無需事先描述這種映射關系的數學模型。……