一种使用浅层神经网络增强BEM模型的方法

水平轴潮流能水轮机是常用的潮流能获取装置,载荷预报是设计过程中的重要问题。BEM方法被广泛应用于水平轴水轮机的载荷预报,由于该方法计算速度快,常在早期选型优化阶段使用。BEM方法的核心步骤是通过迭代方式求解诱导系数,存在收敛性问题。文章使用没有收敛性问题处的数据进行神经网络训练,利用训练后的神经网络对产生收敛性问题处的诱导系数进行预报,实现了扩展运算域的效果。研究发现,BP神经网络模型能够有效解决收敛性问题,拓宽运算域,预测的平均误差在4%以内。通过研究BP神经网络的最优结构,为后续的相关研究提供了设计建议。