一种先知识蒸馏后迁移学习的海上风电智能设计应用方法

专利主权项内容

1.一种先知识蒸馏后迁移学习的海上风电智能设计应用方法，其特征在于：包括以下步骤：S1、获取海上风电公开数据集，将获取的数据集划分为训练集和测试集，预训练海上风电结构智能设计人工智能回归模型，输入参数为风电机组参数和海域环境参数，输出参数为海上风电结构设计参数；S2、获取三个以上的随机初始化轻量化网络模型，在海上风电结构智能设计人工智能回归模型作为教师模型的监督下，对轻量化网络模型进行知识蒸馏，获取到同教师模型输入相同、输出差异在5％以内的高度相似的轻量级的学生模型；S3、对该学生模型使用迁移学习，接入到企业不公开的海上风电商业风机环境参数、风电机组参数和结构设计参数，得到针对该兆瓦商业风机的轻量化模型，并筛选得到准确率最高的回归模型。