[發明專利]一種風電場風機負荷指數預測裝置及方法

有效

• 申請號: 201010224048.2
• 申請日: 2010-07-12
• 公開（公告）號: CN101930486A
• 公開（公告）日: 2010-12-29
• 發明（設計）人: 徐建源;滕云;林莘;鞠海林;李斌;李永祥
• 申請（專利權）人: 沈陽工業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;F03D7/00
• 代理公司: 沈陽東大專利代理有限公司 21109
• 代理人: 朱光林

技術領域

本發明屬于風力發電技術領域，特別涉及一種風電場風機負荷指數預測裝置及方法。

背景技術

目前，大型風力發電機組一般為水平軸風力發電機，它由風輪、增速齒輪箱、發電機、偏航裝置、控制系統、塔架等部件所組成，風以一定的速度和攻角作用在槳葉上，使槳葉產生旋轉力矩而轉動，將風的能量轉變成機械能，風越大，風輪接受風的能量也越大，風輪轉得就越快，風輪的作用是將風能轉換為機械能，它由氣動性能優異的葉片組成，機組一般為2-3個葉片裝在輪轂上，低速轉動的風輪通過傳動系統由增速齒輪箱增速，將動力傳遞給發電機，上述這些部件都安裝在機艙平面上，整個機艙由高大的搭架舉起，由于風向經常變化，當風機在出現風輪不平衡故障時，即使風力足夠大，風機也是不轉的，而當風機控制器出現故障時，風機則不能自動停機，由于氣象條件如溫度、壓強等對風機的影響，往往使風機不能很好的運行，影響發電效果；

風電場的功率預測是由當地的各種天氣、氣候條件的影響，要求風機的最大輸出功率，這種預測方法是有很大的誤差的。因為沒有考慮在此種情況下風機的狀態，也就沒有辦法準確的預測風力發電的輸出功率。

發明內容

為了克服已有技術的不足，本發明的目的提供一種風電場風機負荷指數預測裝置及方法，為了有效地利用風能，必須要有迎風裝置，它根據風向傳感器測得的風向信號，由控制器控制偏航電機，驅動與塔架上大齒輪咬合的小齒輪轉動，由于風機負荷指數預測，從而更有效地將機械能轉化為電能。

本發明風電場風機負荷指數預測裝置：包括有傳感器、數據采集芯片、中央處理器、工控機和無線通訊模塊，各部件連接：傳感器的輸出端連接數據采集芯片的輸入端，數據采集芯片的輸出端連接中央處理器的輸入端，中央處理器的輸出端連接工控機和無線通信模塊的輸入端。

采用風電場風機負荷指數預測裝置進行預測的方法，利用最小二乘法支持向量機模型進行預測，包括如下步驟：

步驟1、采用風電場負荷指數預測裝置采集風電場的電機組槳葉安裝角度、發動機軸承震動頻率、塔桿垂直度和發動機轉矩作為輸入量；

步驟2、建立預測樣本，形成訓練樣本集；

將電機組槳葉安裝角度、發動機軸承震動頻率、塔桿垂直度和發動機轉矩作為輸入量；設輸入、輸出樣本數據集為{x_k，y_k}(k＝1，2，…，N)，N為自然數；其中，x_k為n維輸入向量，x_k∈Rⁿ，Rⁿ代表多維的實數量；y_k為風電場風機負荷指數，y_k∈Rⁿ；在特征空間中的線性方程可以表示為以下形式：

y_k＝ω^Tφ(x)+b????(1)

式(1)中，將輸入空間映射為高維特征空間的映射函數；ω為超平面的權值向量，ω∈Rⁿ；b為偏置量；

步驟3、將輸入樣本數據集輸入最小二乘法支持向量機模型；

最小二乘法支持向量機模型選擇誤差e_k的平方和為損失函數，其優化為

其中，s.t.為約束條件，N為自然數，γ＞0為懲罰系數因子，e為誤差，e_k為第K個誤差，用于控制調節誤差所取的作用，能夠在訓練誤差和模型復雜度之間取一個折衷，以便使所求的函數具有好的泛化能力，并且γ值越大，模型的回歸誤差越少；

步驟4、求解最小二乘法支持向量機模型；

確定最小二乘法支持向量機模型的回歸參數a_k＝[a₁，a₂，…，a_N]^T和b，引入拉格朗日(Lagrange)函數進行求解：

式(3)中，a_k(k＝1，2，…，N)為Lagrange乘子；

最優的a_k和b通過卡魯斯-庫恩-塔克(KKT)條件獲得，即

通過消去式(4)中的變量ω和e_k，優化問題轉化為求解如下線性方程組：