基于支持向量机的风力发电变桨距自学习控制方法

    公开(公告)号:CN103410660B

    公开(公告)日:2016-08-03

    申请号:CN201310176222.4

    申请日:2013-05-14

    Inventor: 秦斌 王欣 周浩

    CPC classification number: Y02E10/723

    Abstract: 本发明针对风力发电系统变桨距控制问题,提出了一种基于支持向量机的滑模变桨距控制方法。学习控制分为两步,第一步采用常规滑模控制器(SMC)进行控制,SVM?SMC控制器通过支持向量机学习得到控制器的结构和初步参数。当学习到达一定程度并且SVM?SMC对SMC的逼近误差小于一个阈值时,变桨距系统切换到SVM?SMC控制。第二步采用探索机制,实际控制量由SVM?SMC控制器输出加上均值为零的正态分布的随机扰动构成,根据预测性能指标得到学习样本,通过在线学习算法对控制参数进行实时优化。本发明不仅具有滑模控制的抗干扰、对变化参数鲁棒性强以及速度快等优点,在保证功率输出稳定在额定值附近的同时,实现桨距角的平稳调节,减轻了机组疲劳度和组件间的磨损。

    基于支持向量机的风力发电变桨距自学习控制方法

    公开(公告)号:CN103410660A

    公开(公告)日:2013-11-27

    申请号:CN201310176222.4

    申请日:2013-05-14

    Inventor: 秦斌 王欣 周浩

    CPC classification number: Y02E10/723

    Abstract: 本发明针对风力发电系统变桨距控制问题,提出了一种基于支持向量机的滑模变桨距控制方法。学习控制分为两步,第一步采用常规滑模控制器(SMC)进行控制,SVM-SMC控制器通过支持向量机学习得到控制器的结构和初步参数。当学习到达一定程度并且SVM-SMC对SMC的逼近误差小于一个阈值时,变桨距系统切换到SVM-SMC控制。第二步采用探索机制,实际控制量由SVM-SMC控制器输出加上均值为零的正态分布的随机扰动构成,根据预测性能指标得到学习样本,通过在线学习算法对控制参数进行实时优化。本发明不仅具有滑模控制的抗干扰、对变化参数鲁棒性强以及速度快等优点,在保证功率输出稳定在额定值附近的同时,实现桨距角的平稳调节,减轻了机组疲劳度和组件间的磨损。

Patent Agency Ranking