-
公开(公告)号:CN116307089A
公开(公告)日:2023-06-23
申请号:CN202310082479.7
申请日:2023-02-08
IPC: G06Q10/04 , G06Q50/06 , G06F18/2411 , G06F17/18
Abstract: 本发明公开了一种基于ARMA和SVR的风速预测方法。该方法利用历史数据建立ARMA模型,再利用ARMA模型定得的阶数划分数据集,最后利用划分好的数据训练SVR模型并进行预测。在划分数据集之前,利用ARMA建模方法对原始数据集进行定阶,利用得到的偏自相关系数p的值,对数据集进行划分,得到多段相关性较强的时间序列,将划分好的数据再分为训练集和测试集,训练集供SVR模型进行训练,然后利用测试集对训练好的模型的预测效果进行检验,并改变划分数据的p值建立新的模型,通过使用均方根误差比较这些模型的预测效果,证明了利用本方法取得的p值划分数据集效果更好,数据利用效率最大,预测效果更精确。
-
公开(公告)号:CN110889780B
公开(公告)日:2023-03-31
申请号:CN201911224361.3
申请日:2019-12-04
Applicant: 浙江大学
IPC: G06Q50/06 , G06N3/0455 , G06N3/048 , G06N3/08 , F03D7/00
Abstract: 本发明公开了一种基于BLS和双层SMC的风电机组保性能最大风能捕获方法。求取风电机组实现最大功率跟踪的控制目标,根据基于BLS的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,设计最大功率跟踪误差的上下界,将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据双层SMC原理设计控制信号表达式及控制增益的更新率。该方法实施成本低,能够减小系统超调和跟踪误差,同时保证系统的瞬态和稳态性能,能够减小机组传动链系统的机械载荷,降低故障率,从而延长机组的服役寿命,实施过程简单,实用性良好,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
-
公开(公告)号:CN110985288B
公开(公告)日:2021-07-02
申请号:CN201911224519.7
申请日:2019-12-04
Applicant: 浙江大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于UDE原理的风电机组保性能控制方法。求取风电机组实现最大功率跟踪的控制目标,并计算最大功率跟踪误差,设计最大功率跟踪误差的上下界,将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,设计理想控制信号表达式,使用UDE原理对理想控制信号中的未知函数进行估计,求得最终的控制信号表达式。该方法能够减小系统超调和跟踪误差,同时保证系统的瞬态和稳态性能,设计过程简单,能够减小大湍流所带来的超调对系统的冲击,从而延长机组的服役寿命,降低故障率,需要调试的控制参数少,实施过程简单,实用性良好,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
-
公开(公告)号:CN110985287A
公开(公告)日:2020-04-10
申请号:CN201911224516.3
申请日:2019-12-04
Applicant: 浙江大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于宽度学习的间接转速控制方法。获取机组某段时间内的有效风速信息,使用互信息选择对应时间段的与有效风速相关的机组输出数据,去除获取到的机组输出数据中的相关性并进行归一化操作,构造宽度学习系统的训练集,使用该训练集确定宽度学习系统的结构和参数,得到风速估计模型,该模型在线给出有效风速值,进而计算转速跟踪误差和间接转速控制表达式。该方法保留了传统间接转速控制算法结构简单的优势,克服了其收敛速度较慢的缺点,能够同时加快机组的加速和减速性能,提高风能捕获效率,简单易行,实施成本低,需要调试的参数少,相比于传统间接转速控制算法相比,能够提高机组产能,增加风电场的效益。
-
公开(公告)号:CN108334672A
公开(公告)日:2018-07-27
申请号:CN201810033271.5
申请日:2018-01-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于有效风速估计的变速风力发电机组最大风能捕获方法。该方法包括有效风速估计模型和最大风能捕获控制器两部分。为获得有效风速估计值,归一化后的机组历史输出数据和历史风速测量值构成SVR模型的训练集,使用GA算法选择惩罚参数和核函数参数,得到训练好的SVR模型,该模型在线给出风速估计值;设计最大风能捕获控制器时,根据有效风速估计模型给出的有效风速,得到实时的最优风轮转速估计值,使用鲁棒因子和神经网络应对系统的非线性特性和参数不确定性,从而实现转速跟踪误差的有界性和风力发电机组系统的稳定性。该方法不需要使用机组的数学模型和参数,设计过程简单,实现成本低,能够提高机组产能和风电场的经济效益。
-
公开(公告)号:CN107045574A
公开(公告)日:2017-08-15
申请号:CN201710237494.9
申请日:2017-04-12
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于SVR的风力发电机组低风速段有效风速估计方法。该方法包括SVR模型训练和模型在线使用两步。在SVR模型训练的过程中,使用传感器获取训练特征集和目标集,对特征集进行归一化,得到SVR的训练集,使用PSO算法选择惩罚参数和核函数参数,得到训练好的有效风速估计模型;在模型在线使用过程中,实时获得机组的输出数据,归一化后输入到训练好的SVR模型中,经过低通滤波器之后,得到最终的有效风速估计值。该方法充分利用了机组的输出数据,能够针对低风速段的风电机组进行有效风速估计,设计过程简单,易于实施,所得有效风速估计值可用于提高机组的风能利用率,减小机组机械载荷和风电场的风资源评估,从而提高风电场的经济效益。
-
公开(公告)号:CN110985289B
公开(公告)日:2021-01-01
申请号:CN201911224526.7
申请日:2019-12-04
Applicant: 浙江大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于SVR和SMC的风电机组带预设性能的MPPT方法。求取风电机组实现最大功率跟踪的控制目标,根据基于SVR的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,使用误差转换技术将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据SMC原理设计控制信号表达式及控制增益表达式。该方法避免了对系统未知动态先验信息的依赖和价格昂贵的激光雷达测风装置的使用,实施成本低,能够同时保证系统的瞬态和稳态性能,设计过程简单,能够减小大湍流所带来的超调对系统的冲击,需要调试的控制参数少,实施过程简单,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
-
公开(公告)号:CN111079343A
公开(公告)日:2020-04-28
申请号:CN201911224393.3
申请日:2019-12-04
Applicant: 浙江大学
Abstract: 本发明公开了一种基于宽度学习的有效风速估计方法,针对不同运行方式,根据互信息指标选择不同的机组输出数据作为风速估计模型的输入,并进行去相关处理以提高风速估计的准确率,对得到的机组输出数据进行归一化、加噪处理,构造宽度学习模型训练集,并使用该训练集确定宽度学习模型的结构和参数,训练得到的针对不同机组工作区域的有效风速估计模型根据机组的实时输出,在线给出有效风速估计值。本方法能够代替昂贵的激光雷达测风装置,极大地降低风电场的建设和运维成本,该方法不依赖于风电系统模型,得到的风速估计模型适应于不同的机组运行方式,鲁棒性好,实施成本低,具有较好的实用性和较高的准确率。
-
公开(公告)号:CN110985289A
公开(公告)日:2020-04-10
申请号:CN201911224526.7
申请日:2019-12-04
Applicant: 浙江大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于SVR和SMC的风电机组带预设性能的MPPT方法。求取风电机组实现最大功率跟踪的控制目标,根据基于SVR的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,使用误差转换技术将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据SMC原理设计控制信号表达式及控制增益表达式。该方法避免了对系统未知动态先验信息的依赖和价格昂贵的激光雷达测风装置的使用,实施成本低,能够同时保证系统的瞬态和稳态性能,设计过程简单,能够减小大湍流所带来的超调对系统的冲击,需要调试的控制参数少,实施过程简单,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
-
公开(公告)号:CN110889780A
公开(公告)日:2020-03-17
申请号:CN201911224361.3
申请日:2019-12-04
Applicant: 浙江大学
Abstract: 本发明公开了一种基于BLS和双层SMC的风电机组保性能最大风能捕获方法。求取风电机组实现最大功率跟踪的控制目标,根据基于BLS的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,设计最大功率跟踪误差的上下界,将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据双层SMC原理设计控制信号表达式及控制增益的更新率。该方法实施成本低,能够减小系统超调和跟踪误差,同时保证系统的瞬态和稳态性能,能够减小机组传动链系统的机械载荷,降低故障率,从而延长机组的服役寿命,实施过程简单,实用性良好,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。
-
-
-
-
-
-
-
-
-