基于LMA的桩式可调风机基础沉降预测研究

魏焕卫; 刘中华; 郑晓; 徐强; 张昴辉

山东建筑大学学报 ›› 2026, Vol. 41 ›› Issue (2) : 21 -32.

魏焕卫, 刘中华, 郑晓, 徐强, 张昴辉

作者信息 +

Author information +

文章历史 +

摘要

为了消除风电机组因差异沉降带来的风险，设计一种新型桩式可调风机基础，通过变分模态分解(variational mode decomposition, VMD)联合主成分分析法对数据进行预处理，并利用长短时记忆神经网络(long short-term memory networks, LSTM)、多层感知机网络(multilayer perceptron, MLP)及注意力机制(attention),构建多时间尺度的沉降预测(LSTM-MLP-attention, LMA)模型，以实现对风机基础的沉降预测。结果表明：预处理后风机基础监测数据与沉降存在相关性，有效保留了核心信息；LMA模型在短时(6 h)和长时(12、24 h)的预测中表现同样优异，能有效预测未来24 h的沉降趋势变化。