[發明專利]基于反饋線性化滑模與SCG的變槳風力機控制與辨識方法

在審

• 申請號: 201711291715.7
• 申請日: 2017-12-08
• 公開（公告）號: CN108196444A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 任海軍;周桓輝;張萍;張浩;雷鑫;侯斌;鄧廣
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅

本發明請求保護一種基于反饋線性化滑模與SCG算法優化BP神經網絡的變槳風力機系統控制與辨識方法，涉及變槳風力機技術領域。首先，本發明在考慮到風能利用系數的基礎上，對現有變槳距風力機模型進行了改進，并根據反饋線性化控制理論結合李雅普洛夫穩定性分析得到反饋線性化的滑?？刂谱儤L力機系統。再采用BP神經網絡對風力機系統進行辨識，然后運用SCG算法對此BP神經網絡進行優化。本發明提出的辨識能夠較精確的檢測風力機輸入輸出之間的關系，且通過反饋線性化理論結合李雅普洛夫穩定性分析得到的滑?？刂剖癸L力機控制系統有更強的魯棒性，更快收斂，具有一定的實用價值。

技術領域

本發明屬于變槳風力機領域，具體是一種風力機系統的控制和辨識方法，該方法是基于反饋線性化滑模與SCG算法優化BP神經網絡的變槳風力機系統控制與辨識方法。

背景技術

隨著人們環保意識的提高，許多清潔能源得到大力推廣，因此，風力發電技術得到廣泛應用。伴隨著風力機的裝機總量的飛速增長，其單機容量亦變得大型化。

現有對大型風力機變槳系統模型的研究，多采用一個或多個控制算法對其相關特性進行研究。如Wang等[01]采用反饋線性化對大型二自由度運動的新型風力機變槳距系統進行控制。但不足之處在于該方法缺乏對外部擾動的評估，因此導致其系統的魯棒性未得到充分考慮。而近年來，對滑?？刂频拇罅垦芯刻峁┝艘环N新的解決思路。沈天峰等[02]提出的一類非線性多智能體系統的滑模魯棒控制為解決控制系統的魯棒性問題提供了較為成熟的理論。但由于變槳風力機系統的個體差異和外部環境變化，控制理論的應用并不能檢驗出其實際工作效果。因此，為深入研究風力機的各方面特性，需引入辨識檢測等技術。金增等[03]提出了運用神經網絡模型對風力機系統進行辨識，但其存在收斂速度慢和易陷入局部最小收斂的問題。吳定會等[04]提出的運用系統辨識算法對風力機的變槳系統進行故障檢測，則存在外部擾動項欠缺考慮的問題。林勇剛等[05]提出運用SVR增量學習算法對變槳距風力機進行在線辨識，然而局部誤差較大的問題還有待解決。葉杭冶等[06]提出了運用SVR觀測器對風力機進行監測，但其辨識精度仍有待提高。魯效平等[07]提出結合RELS等方法應用到辨識中，辨識精度亦存在較大的提升空間。

以上均為控制系統和辨識系統相對獨立的研究，但由于風電系統的工作狀態較為復雜，并常因安裝位置和工作環境的差異而造成狀態發生變化。為了提高受控系統的穩定性，和對風力機系統工況的預測或判斷能力，得到一個相對完善的變槳距風力機系統，辨識技術開始與控制技術相結合運用到風力機的系統模型中。殷秀興等[08]采用電液數字馬達對變槳距系統運用建模與辨識技術相結合的方式進行了研究。不過相比較喬彬等[09]提出的基于SCG算法的BP神經網絡的檢測準確率還有不足。因此，本發明提出了運用反饋線性化滑模控制對變槳風力機系統進行設計，并結合SCG算法優化的BP神經網絡對變槳距風力機系統進行辨識。現有技術中復雜的變槳風力機控制系統的魯棒性和穩定性以及系統辨識精度仍然不足。

發明內容

本發明旨在解決以上現有技術的問題。提出了一種提高變槳風力機控制系統的魯棒性和穩定性，并提高對輸入輸出系統辨識精度的基于反饋線性化滑模與SCG的變槳風力機控制與辨識方法。本發明的技術方案如下：

一種基于反饋線性化滑模與SCG的變槳風力機控制與辨識方法，其包括以下步驟：

1)、首先，考慮到風能利用系數的基礎上，對現有變槳距風力機模型進行了改進，在風力機變槳控制系統中，采用滑模變結構控制提高反饋線性化算法的魯棒性；

2)、對改進變槳距風力機模型，根據反饋線性化滑模控制算法進行了穩定性分析，得到李雅普洛夫函數；

3)、再采用BP反向傳播神經網絡對風力機系統進行辨識，然后運用SCG量化共軛梯度算法對此BP神經網絡進行優化。