基于TL-LSTM网络的风机风致振动代理模型构建方法.pdfVIP

摘要

随着风力发电技术快速发展，风力发电机的安装设计、运营维护、故障检测、

寿命分析等技术问题日益凸显。风机风致振动响应的分析是解决上述问题的基础。

现有的获取风机风致振动响应的方法分为四类：现场实测、解析计算、风洞试验、

数值模拟。其中，数值模拟以其短周期和高灵活性成为主流研究手段。由于数值

模拟的计算效率与精度之间存在不可避免的矛盾，本文采用低精度和高精度两类

数值模型提供训练数据，通过迁移学习的方法得到基于LSTM网络的代理模型，

可以快速准确地计算风机的风致振动响应。

本文以NREL5MW风力发电机为研究对象，基于谐波叠加法得到23组模拟

风速时程，采用风机模拟软件OpenFAST对运行状态与停机状态的风机风致振动

响应分别进行了23组工况的模拟。结果表明，风机的风致振动响应整体上随风速

提高而增大，但运行风机由于桨距角与转速会随风速变化，在风速为11m/s附近

时其振动响应会显著提高。

本文搭建了以LSTM网络为基础的3种不同框架结构的代理模型，采用

OpenFAST数值计算结果训练模型。结果表明，风机停机时，风速与其风致响应

之间的关系规律更容易被网络挖掘。随着网络复杂度的提高，模型的计算精度和

花费的训练时间都会提高。由于时间序列信息在LSTM网络中会被记忆，网络的

长期预测表现极佳，100s时长样本测试精度可达95.50%。使用额外工况数据对

代理模型进行测试，其精度依旧可达92.78%。

本文采用STAR-CCM+商用软件对停机风机和其周围流场进一步展开了7组

工况的高精度流固耦合数值模拟。将两种数值模拟中风机叶片和塔筒的模态与风

致振动响应进行了对比分析，其中塔筒的一阶模态和风致响应的均值相差较大，

证明了代理模型进行调整的必要性。

基于流固耦合数值模拟的计算结果，采用迁移学习方法对经过预训练的停机

风机代理模型部分参数进行了调整，设计了六种迁移方案，并将未迁移的代理模

型作为对照，使用额外工况数据对代理模型进行测试。结果表明，面对训练集中

未出现的工况，经过迁移的代理模型预测精度达91.87%。

本文所提出的代理模型兼顾了高计算精度与短计算周期，提升了风机风致振

动响应模拟的效率，为风机运营维护等方面的研究提供了新的方法。

关键词:风机风致振动；数值模拟；LSTM网络；迁移学习；代理模型

Abstract

Withtherapiddevelopmentofwindpowergenerationtechnology,thetechnical

problemsofwindturbineinstallationdesign,operationandmaintenance,faultdetection,

andlifeanalysisarebecomingmoreandmoreprominent.Theanalysisofwindvibration

responseofwindturbineisthebasisforsolvingtheaboveproblems.Existingmethods

forobtainingthewindvibrationresponseofwindturbinesaredividedintofourcategories:

fieldmeasurements,analyticalcalculations,windtunneltests,andnumericalsimulations.

Amongthem,numericalsimulationhasbecomethemainstreamresearchmethodwithits

shortcycletimeandhighflexibility.Duetotheunavoidablecontradictionbetweenthe

computationalefficiencyandaccuracyofnumericalsimulation,thispaperadoptstwo

typesofnumerical