摘要
本发明涉及风电机组运维技术领域,具体涉及一种风电机组概率疲劳寿命预测方法、装置、设备及介质。方法包括:构建风电机组的数字孪生模型;基于实时采集的风电机组的运行载荷数据,采用数字孪生模型确定对应的应力数据;将应力数据输入至预训练的概率疲劳寿命预测模型,得到风电机组当前的概率疲劳寿命结果。本发明中,通过构建风电机组的数字孪生模型对风电机组当前应力数据进行计算,并基于预训练的概率疲劳寿命预测模型,得到风电机组当前的概率疲劳寿命结果。由此,该方法通过物理机组与虚拟模型的实时交互,实现风电机组疲劳损伤的精确预测,即该方法能够及时反映风电机组的运行状态和疲劳损伤情况,实时性较高。
技术关键词
概率疲劳寿命预测
数字孪生模型
优化运行方法
应力
历史运行数据
风电机组运维
疲劳寿命测试
控制风电机组
计算机
雨流计数法
可读存储介质
载荷
神经网络模型
估计方法
存储器
处理器