(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111520555.5 (22)申请日 2021.12.13 (65)同一申请的已公布的文献号 申请公布号 CN 114169205 A (43)申请公布日 2022.03.11 (73)专利权人 西南交通大 学 地址 610000 四川省成 都市二环路北一段 (72)发明人 刘凯文　邱睿哲　陈佳鑫　汪世玉　 汪小龙　罗宁　吴文兵　崔春义　 倪芃芃　赵仓龙　 (74)专利代理 机构 成都其知创新专利代理事务 所(普通合伙) 51326 专利代理师 房立普 (51)Int.Cl. G06F 30/23(2020.01)G06F 30/27(2020.01) G06F 30/17(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/08(2020.01) G06F 113/06(2020.01) G06F 119/14(2020.01) 审查员 朱琳玲 (54)发明名称 一种螺旋钢桩基础大容量风电场损伤预警 方法及系统 (57)摘要 本发明公开了一种螺旋钢桩基础大容量风 电场损伤预警方法及系统， 包括以下步骤： 步骤 1： 根据现有海上风电场区域土体参数， 得到风电 场所有风机 所在位置的土体参数； 步骤2： 根据土 体参数和所有风电单机参数获取特征参数， 采用 抽样方法得到W ×m个风电单机样本对应的特征 参数； 步骤3： 将风电单机样本对应特征参数输入 经过训练的神经网络模型， 得到样 本对应的预测 临界水平荷载； 步骤4： 获取海上风电场区域实时 环境信息， 根据实时环境信息和临界水平荷载计 算风电场损伤率为k的超越概率e； 步骤5： 若e大 于设置阈值， 则输出报警信息； 本发明分析流程 清晰、 可靠性强、 效率高， 为由多个风电单机组成 的大面积大容 量风电场安全评估提供理论依据。 权利要求书2页 说明书5页 附图3页 CN 114169205 B 2022.08.02 CN 114169205 B 1.一种螺 旋钢桩基础大容 量风电场损伤预警方法， 其特 征在于， 包括以下步骤： 步骤1： 根据现有海上风电场区域土体参数， 得到风电场所有风机所在位置的土体参 数； 步骤2： 根据步骤1得到的土体参数和所有风电单机参数获取特征参数， 采用抽样方法 得到W×m个风电单机样本对应的特 征参数； W 为风电场中单机数量， m为抽样次数； 根据步骤1的土体参数， 建立海上单螺旋钢桩风机水平荷载下有限元模型和实 际工况 对比验证， 确定损伤指标； 损伤指标包括螺旋钢桩叶片钢轴焊缝屈服应力、 叶片临界挠度及 桩顶临界水平位移； 当螺旋钢桩叶片钢轴焊接处应力大于焊缝屈 服应力、 叶片翘曲挠度大 于临界挠度、 桩顶水平位移大于临界水平位移时， 判定发生损伤； 采用统计方法， 在每个海上单螺旋钢桩风机参数取值范围内随机抽取p个值， 建立p个 参数样本； 对p个参数进行缩 减得到特 征参数； 对p个参数进行缩 减得到特 征参数采用以下 方法进行缩 减： 其中： 为经过缩减后的特征参数， argmin为函数， n为样本个数， m为特征参数个 数， yi为第i个样本的临界水平位移， xij为第i个样本中第j个特征参数的值， βj为第j个特征 参数的权 重值， β0为阈值， λ为 正则化参数， α 为权 重； 步骤3： 将步骤2得到的风电单机样本对应特征参数输入经过训练的神经网络模型， 得 到样本对应的预测临界水平荷载； 步骤4： 获取海上风电场区域实时环境信息， 根据实时环境信息和步骤3得到的临界水 平荷载计算 风电场损伤率 为k的超越概率e； 步骤5： 若e 大于设置阈值， 则输出报警信息； 若否则退 出。 2.根据权利要求1所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述步骤1中采用Kringing法根据现有海上风电场区域土体参数， 预测风电场所有风机所 在位置的土体参数； 其中， zi为第i个已知位置处的土体参数， 为目标点处的土体参数估计值， λi为第i个 已知位置处的土体参数对目标点处土体参数的影响权数， n 为土体参数勘探位置数。 3.根据权利要求1所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述步骤2中风电单机对应的特 征参数获取 方法如下： 统计特征参数变异性， 按照蒙特卡洛抽样m次， 每个单机生成m个样本； 从每一个单机的 m个样本中随机抽取一个组成风电单机样本， 即可 得到W个单机的风电单机样本， 共W ×m个。 4.根据权利要求1所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述步骤3中训练神经网络模型中以特 征参数作为输入参数， 临界水平荷载作为目标值； 临界水平荷载确定过程如下： 根据p个参数建立有限元模型， 获取样本发生损伤时对应的临界水平荷载。权　利　要　求　书 1/2 页 2 CN 114169205 B 25.根据权利要求1所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述步骤4中风电场区域实时环境信息为风电场区域风荷载和波浪力； 风电场损伤率为步 骤3中临界水平荷载小于风电场区域风荷载 的水平荷载为F 的单机数量占总 单机数量的比 例。 6.根据权利要求5所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述超越概率e计算方法如下： 计算水平荷载 F作用下， 每 个风电场的损伤率 k； 统计损伤率大于k的风电场样本数量 为c， 风电场损伤率 为k的超越概率为c/n。 7.根据权利要求4所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述土体参数包括： 临界状态应力比、 泊松比、 回弹指数、 压缩指数、 最大孔隙比。 8.根据权利要求4所述的一种螺旋钢 桩基础大容量风电场损伤预警方法， 其特征在于， 所述神经网络模型包括输入层、 隐藏层和输出层； 权重更新采用L ‑M算法； 激活函数采用 Sigmoid； 输入层神经元个数等于特征参数个数； 隐藏层层数和隐藏层神经元个数采用网格 搜索确定， 输出层有一个神经 元； 神经网络误差采用均方根 误差评定。 9.采用权利要求1～8所述任一种螺旋钢桩基础大容量风电场损伤预警方法的预警系 统， 其特征在于， 包括信息采集模块、 处 理模块和预警模块； 信息采集模块用于采集现有海上风电场区域土体参数和海上风电场区域实时环境信 息； 处理模块用于根据信 息采集模块采集的信 息， 得到风电场所有风机所在位置的土体参 数； 根据预测得到的土体参数获取特征参数， 得到单机对应的特征参数； 加载神经网络模型 获取特征参数对应的临界水平荷载； 计算 风电场损伤率 为k的超越概率e； 预警模块用于判断超越概率是否超过设定阈值， 若超过设定阈值则输出预警信息， 若 否则退出。权　利　要　求　书 2/2 页 3 CN 114169205 B 3