【技术实现步骤摘要】
一种改善风力发电机组净空状态的智能控制系统
[0001]本专利技术涉及风力发电机组控制的
,尤其是指一种改善风力发电机组净空状态的智能控制系统。
技术介绍
[0002]叶片是风力发电机组的核心部件,在风力发电机组经济性成本中占比很高,且叶片的重量与成本正相关,因此叶片轻量化设计是控制当前风力发电机组成本的重要途径之一。但由于叶片轻量化后刚度会降低,变形量增加,增大了叶片扫塔的风险,而净空则作为标定叶轮在旋转过程中叶尖和塔筒表面距离的关键指标,因此净空的控制成为轻量化叶片设计的关键制约因素。
[0003]目前,解决净空的主要方案有基于叶根的载荷对三叶片实施独立变桨控制,从而提升净空,主要存在以下几点不足:需要在叶根设置应变片测量叶根弯矩,带来较高的设备成本、调试周期长,带来了较高的时间成本;或是采用图像捕捉装置进行净空距离测量,但通过对图像进行分析从而得出距离的方法计算量大,且需要图像有较高的清晰度,且抗干扰能力差,对测量设备的要求较高。
[0004]为解决上述方法的缺点,有人提出采用激光测距仪进行净空距 ...
【技术保护点】
【技术特征摘要】
1.一种改善风力发电机组净空状态的智能控制系统,其特征在于,包括:数据采集模块,用于采集风力发电机组的运行数据,并将风力发电机组的运行数据传输给数据处理模块;净空测量模块,通过激光测距监测实际风力发电机组的净空状态,获取实际净空值,并将实际净空值传输给数据处理模块;数据处理模块,根据风力发电机组的运行数据和实际净空值调整风力发电机组的控制策略,下发定桨距角指令到风力发电机组的变桨系统中,使风力发电机组运行时的净空状态改变。2.根据权利要求1所述的一种改善风力发电机组净空状态的智能控制系统,其特征在于:所述数据处理模块包括数据处理模组和数据控制模组,其中:所述数据处理模组负责运用神经网络算法对风力发电机组的运行数据进行学习,并通过实际净空状态信息调整神经网络算法,预测未来风资源变化以及调整风力发电机组的控制策略;所述数据控制模组负责下发定桨距角指令,改变风力发电机组运行时的净空状态。3.根据权利要求2所述的一种改善风力发电机组净空状态的智能控制系统,其特征在于:所述神经网络算法采用双向长短期记忆神经网络算法,其包括输入门、输出门、遗忘门、tanh函数和反向运算,其中:所述输入门将前一时刻的状态值与当前时刻的输入值输入激活函数,得到一个重要度值来决定信息的更新情况;所述输出门控制计算状态的最终输出,计算状态通过输出门的过滤,经由tanh函数压缩得到计算最终输出;所述遗忘门用于控制先前时刻的状态是否保留到当前神经元状态,实现对记忆的筛选;所述反向运算将输入的序列反转,重新按照长短期记忆网络的方式计算一遍输出,最终结果为正向长短期记忆网络与反向长短期记忆网络...
【专利技术属性】
技术研发人员:郭俊凯,尹硕临,王伟,卢军,瞿沐淋,张广兴,韦佳铭,
申请(专利权)人:明阳智慧能源集团股份公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。