一种基于故障树分析的风力发电机组备品备件需求预测方法

    公开(公告)号:CN106980913B

    公开(公告)日:2021-04-27

    申请号:CN201710265323.7

    申请日:2017-04-21

    申请人: 浙江大学

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于故障树分析的风力发电机组备品备件需求预测方法,首先建立风力发电机组故障树抽象模型;然后得到故障树中各个底事件所对应部件的日化年故障概率;利用Simulink平台搭建故障树仿真模型并对顶事件的布尔函数表达式进行化简;求取故障树最小割集;编写计算各底事件的概率重要度、关键重要度指标的数值运算子函数;用户输入各个底事件的日化年故障概率,调用子函数输出概率重要度、关键重要度指标;计算未来阶段各个部件的备品备件的数目。本发明方法基于风力发电机组故障树,模型参数可调,适应不同厂商产品差别,适应不同工况,细化风力发电机组故障原因,提高备件使用效率,降低库存成本,以达到风力发电企业降低运维费用的目标。

    一种基于ELM的风电机组桨距角控制方法

    公开(公告)号:CN110985286B

    公开(公告)日:2020-11-24

    申请号:CN201911224370.2

    申请日:2019-12-04

    申请人: 浙江大学

    IPC分类号: F03D7/00

    摘要: 本发明公开了一种基于ELM的风电机组桨距角控制方法。获取机组某段时间内的有效风速信息和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ELM的训练集,使用该训练集确定ELM参数,得到风速估计模型,该模型在线给出有效风速值,进而将机组动态分解为非线性部分和不确定部分,使用风速估计值对非线性部分设计非线性补偿器,根据BUDE原理得到最终的桨距角控制信号表达式。该方法设计过程简单,能够从理论上将桨距角信号限制在合理范围内,实施成本低,需要调试的参数少,相比于目前已有的基于PI的桨距角控制器,能够提高发电功率调节效果,减小发电功率的波动,改善机组发电质量。

    一种基于BLS的风电机组智能恒功率控制方法

    公开(公告)号:CN110966144B

    公开(公告)日:2020-10-30

    申请号:CN201911224412.2

    申请日:2019-12-04

    申请人: 浙江大学

    IPC分类号: F03D7/00

    摘要: 本发明公开了一种基于BLS的风电机组智能恒功率控制方法。获取机组某段时间内的有效风速信息和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BLS的训练集,使用该训练集确定BLS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,进而将机组动态分解为非线性部分和不确定部分,使用风速估计值对非线性部分设计非线性补偿器,最终给出恒功率控制器的表达式。该方法设计过程简单,能够一定程度上减小了桨距系统的机械载荷,实施成本低,需要调试的参数少,相比于目前工业上采用的恒功率控制器,能够提高发电功率调节效果,改善机组发电质量。

    风力发电机桨距角控制方法、系统、装置及可读存储介质

    公开(公告)号:CN109185054B

    公开(公告)日:2020-06-12

    申请号:CN201811056733.1

    申请日:2018-09-11

    IPC分类号: F03D7/00

    摘要: 本申请公开了一种风力发电机桨距角控制方法、系统、装置及计算机可读存储介质,包括:获取当前通过风力发电机的有效风速;利用有效风速和预设的有效风速预测模型,得到下一单位时刻的有效风速预测值;利用有效风速预测值、预设的查表算法和预设的稳态桨距角对应关系表,得到前馈桨距角;利用前馈桨距角,调节风力发电机的桨距角;本申请提前预测出当前有效风速下一单位时刻后的有效风速预测值,利用有效风速预测值,在预设的稳态桨距角对应关系表中,查找和计算出前馈桨距角,并调节风力发电机的桨距角,实现了浆距的提前变换,增加浆距变换时间,变换速率不会过急,减少风力对浆距变换的阻碍,降低浆距系统的载荷,延长了浆距系统的使用寿命。

    基于UDE的风力发电机组变桨距鲁棒控制方法

    公开(公告)号:CN105971819B

    公开(公告)日:2018-09-07

    申请号:CN201610291984.2

    申请日:2016-05-04

    申请人: 浙江大学

    IPC分类号: F03D7/02 F03D7/04

    CPC分类号: Y02E10/723

    摘要: 本发明公开了一种基于UDE的风力发电机组变桨距鲁棒控制方法。考虑风力发电机组的未建模动态和干扰,建立风力发电机动态模型。定义调节误差和期望误差动态特性。将风力发电机组动态模型进行改写,得到桨距角控制器的初步表达式。引入低通滤波器对风力发电机动态模型的非仿射不确定项和干扰项进行逼近,将逼近结果带入桨距角控制器的初步表达式中,进行拉普拉斯变换,合并整理后进行拉普拉斯反变换得到最终的桨距角控制信号。该设计过程克服了非仿射系统控制器设计难的问题,充分考虑系统未建模动态和环境干扰,所得控制器结构简单,需要调节的参数少,鲁棒性好,抗干扰能力强,能够提供更加平稳的风轮转速和发电功率,为电网提供高质量的电能。

    基于BLS和双层SMC的风电机组保性能最大风能捕获方法

    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

    申请人: 浙江大学

    摘要: 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。

    一种基于UDE的风电机组保性能控制方法

    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

    申请人: 浙江大学

    IPC分类号: F03D7/00

    摘要: 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。

    一种基于宽度学习的间接转速控制方法

    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

    申请人: 浙江大学

    IPC分类号: F03D7/00

    摘要: 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。

    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

    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

    申请人: 浙江大学

    摘要: 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。

    基于SVR的风力发电机组低风速段有效风速估计方法

    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

    申请人: 浙江大学

    IPC分类号: G06F17/50

    摘要: 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。