公开(公告)号：CN108223274B

公开(公告)日：2019-11-12

申请号：CN201711261506.8

申请日：2017-12-04

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张萍 ,  周桓辉 ,  雷鑫 ,  张浩 ,  邓广 ,  侯斌

IPC: F03D7/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法，首先，本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进，采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据，风速v和桨距角β作为输入信号，发电功率P作为输出信号。进而，结合系统辨识原理，利用模型本身及相关的测量信息搭建辨识系统框架。其次，由于神经网络强大的非线性映射能力将RBF用于辨识算法，在系统输入信号激励下，使辨识系统输出无限逼近系统实际功率输出。最后，针对网络学习速率难以选取的问题，提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力，具有一定的实用价值。

公开(公告)号：CN108196444A

公开(公告)日：2018-06-22

申请号：CN201711291715.7

申请日：2017-12-08

Applicant: 重庆邮电大学

Inventor： 任海军 ,  周桓辉 ,  张萍 ,  张浩 ,  雷鑫 ,  侯斌 ,  邓广

IPC: G05B13/04

Abstract: 本发明请求保护一种基于反馈线性化滑模与SCG算法优化BP神经网络的变桨风力机系统控制与辨识方法，涉及变桨风力机技术领域。首先，本发明在考虑到风能利用系数的基础上，对现有变桨距风力机模型进行了改进，并根据反馈线性化控制理论结合李雅普洛夫稳定性分析得到反馈线性化的滑模控制变桨风力机系统。再采用BP神经网络对风力机系统进行辨识，然后运用SCG算法对此BP神经网络进行优化。本发明提出的辨识能够较精确的检测风力机输入输出之间的关系，且通过反馈线性化理论结合李雅普洛夫稳定性分析得到的滑模控制使风力机控制系统有更强的鲁棒性，更快收敛，具有一定的实用价值。

公开(公告)号：CN107975457B

公开(公告)日：2019-12-31

申请号：CN201711147579.4

申请日：2017-11-17

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张浩 ,  侯斌 ,  邓广 ,  周桓辉 ,  张萍 ,  雷鑫

IPC: F03D7/04

Abstract: 本发明请求保护一种抑制风速波动干扰的风电机组变桨控制方法，涉及到风力发电变桨控制领域。首先，为了避免风电机组非线性造成的控制混沌效应，进而在额定风速以上的恒功率点对风电机组进行线性化；同时考虑到传统PID控制器在功率精度控制上难以达到满意的效果，进而设计了一种滑模控制器。其次，针对滑模控制导致的控制过程出现的抖动问题，采取了对风速波动干扰进行预估补偿的方法。最后，为了解决机组大惯性导致的控制过程时滞效应，利用了卡尔曼滤波器和牛顿拉夫逊算法对有效风速进行预测，从而对桨距角进行补偿。本发明提出的控制方法能够很好的降低滑模抖动，提高系统的响应速度，同时能很好的稳定输出功率，具有一定的实用价值。

公开(公告)号：CN108223274A

公开(公告)日：2018-06-29

申请号：CN201711261506.8

申请日：2017-12-04

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张萍 ,  周桓辉 ,  雷鑫 ,  张浩 ,  邓广 ,  侯斌

IPC: F03D7/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法，首先，本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进，采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据，风速v和桨距角β作为输入信号，发电功率P作为输出信号。进而，结合系统辨识原理，利用模型本身及相关的测量信息搭建辨识系统框架。其次，由于神经网络强大的非线性映射能力将RBF用于辨识算法，在系统输入信号激励下，使辨识系统输出无限逼近系统实际功率输出。最后，针对网络学习速率难以选取的问题，提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力，具有一定的实用价值。

公开(公告)号：CN107975457A

公开(公告)日：2018-05-01

申请号：CN201711147579.4

申请日：2017-11-17

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张浩 ,  侯斌 ,  邓广 ,  周桓辉 ,  张萍 ,  雷鑫

IPC: F03D7/04

Abstract: 本发明请求保护一种抑制风速波动干扰的风电机组变桨控制方法，涉及到风力发电变桨控制领域。首先，为了避免风电机组非线性造成的控制混沌效应，进而在额定风速以上的恒功率点对风电机组进行线性化；同时考虑到传统PID控制器在功率精度控制上难以达到满意的效果，进而设计了一种滑模控制器。其次，针对滑模控制导致的控制过程出现的抖动问题，采取了对风速波动干扰进行预估补偿的方法。最后，为了解决机组大惯性导致的控制过程时滞效应，利用了卡尔曼滤波器和牛顿拉夫逊算法对有效风速进行预测，从而对桨距角进行补偿。本发明提出的控制方法能够很好的降低滑模抖动，提高系统的响应速度，同时能很好的稳定输出功率，具有一定的实用价值。