【技术实现步骤摘要】
本申请涉及风力发电领域，且更为具体地，涉及一种风力发电机的阻尼控制系统及方法。
技术介绍
1、为了提升风力发电机组的发电性能，塔架高度不断增加。其中，在大气湍流，风轮旋转，叶片变桨和偏航等外加载荷波动情况下，塔架会产生振动，在无额外控制策略的协助下，塔架的振动需要依靠结构自身的阻尼进行衰减，以保证塔架的稳定。
2、相关技术中，利用液体阻尼器调节塔架的阻尼。其中，液体阻尼器具有中空的腔体，阻尼液注入中空的腔体中，阻尼器会与塔架共同振动，腔体内部液体晃动，消耗振动能量，从而增加了塔架的阻尼。但是，由于阻尼液需提前注入中空腔，风机运行期间，液面高度不可调节，阻尼器仅能对特定频率的振动产生有效的抑制效果，若机组振动形式和频率发生变化，阻尼器的作用将大大降低。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种风力发电机的阻尼控制系统及方法，通过基于自动编码器的降噪模块对在塔架的多个位置处采集的多个振动信号进行降噪处理，以滤除塔架自身的振动信号以外的噪声干扰。同时，利用多个振动传感器的位置拓扑特征进行振动信号的特征提取，提高了塔架振动测量的精准度，从而精确地确定阻尼器的阻尼液所需的液面高度值，进而提高了阻尼器对风力发电机的控制效率。
2、根据本申请的一个方面，提供了一种风力发电机的阻尼控制系统，包括：
3、振动数据采集模块，用于获取由部署于风力发电机的塔架的多个振动传感器采集的预定时间段的多个振动信号；
4、降噪编码
5、振动信号处理模块，用于对所述多个降噪后振动信号中各个降噪后振动信号进行处理，得到对应的振动波形特征矩阵；
6、拓扑特征提取模块，用于获取所述多个振动传感器的拓扑矩阵，并提取所述拓扑矩阵的特征，得到拓扑特征矩阵；
7、图神经网络模块，用于将所述振动波形特征矩阵和所述拓扑特征矩阵通过图神经网络得到振动拓扑波形特征矩阵，并将所述振动拓扑波形特征矩阵作为解码特征矩阵；
8、解码模块，用于对所述解码特征矩阵进行校正，得到校正后解码特征矩阵，并将所述校正后解码特征矩阵通过解码器，得到解码值，所述解码值用于表示风力发电机的塔架的振动频率值；
9、阻尼控制结果生成模块，用于基于所述解码值，确定阻尼器的阻尼液所需的液面高度值。
10、在上述风力发电机的阻尼控制系统中，所述降噪编码模块，包括：
11、振动信号编码单元，用于通过所述自动编码器的编码器对所述多个振动信号中各个振动信号进行编码，得到多个振动特征，其中，所述自动编码器的编码器为卷积层；以及
12、振动信号降噪解码单元，用于通过所述自动编码器的解码器对所述多个振动特征中各个振动特征进行解码，得到所述多个降噪后振动信号，其中，所述自动编码器的解码器为反卷积层。
13、在上述风力发电机的阻尼控制系统中，所述振动信号处理模块，包括：
14、振动特征过滤单元，用于将所述多个降噪后振动信号中各个降噪后振动信号的波形图分别通过过滤器的第一卷积神经网络进行过滤，得到多个振动波形特征向量；
15、振动特征结构化单元，用于将所述多个振动波形特征向量进行二维排列，得到振动波形特征矩阵；
16、其中，所述过滤器的第一卷积神经网络进行过滤，包括：
17、对输入数据进行卷积处理，得到卷积特征图；
18、对所述卷积特征图进行基于局部特征矩阵的均值池化，得到池化特征图；
19、对所述池化特征图进行非线性激活，得到激活特征图；
20、其中，所述过滤器的第一卷积神经网络的最后一层的输出为所述多个振动波形特征向量，所述过滤器的第一卷积神经网络的第一层的输入为所述多个降噪后振动信号中各个降噪后振动信号的波形图。
21、在上述风力发电机的阻尼控制系统中，所述拓扑特征提取模块，包括：
22、拓扑矩阵构造单元，用于获取所述多个振动传感器的拓扑矩阵，其中，所述拓扑矩阵中非对角线位置上各个位置的值为相应两个振动传感器之间的距离，所述拓扑矩阵中对角线位置上各个位置的值为零；
23、拓扑特征提取单元，用于将所述拓扑矩阵通过特征提取器的第二卷积神经网络，得到拓扑特征矩阵。
24、在上述风力发电机的阻尼控制系统中，所述拓扑特征提取单元，进一步用于：使用所述特征提取器的第二卷积神经网络的各层在层的正向传递中分别进行：
25、对输入数据进行卷积处理，得到卷积特征图；
26、对所述卷积特征图进行基于局部通道维度的均值池化处理，得到池化特征图；
27、对所述池化特征图进行非线性激活，得到激活特征图；
28、其中，所述特征提取器的第二卷积神经网络的最后一层的输出为所述拓扑特征矩阵，所述特征提取器的第二卷积神经网络的第一层的输入为所述拓扑矩阵。
29、在上述风力发电机的阻尼控制系统中，所述解码模块，包括：
30、解码矩阵校正单元，用于分别对所述解码特征矩阵中各个行向量进行基于上下文统计的特征值校正，得到校正后解码特征矩阵；
31、解码单元，用于将所述校正后解码特征矩阵通过解码器，得到解码值，所述解码值用于表示风力发电机的塔架的振动频率值。
32、在上述风力发电机的阻尼控制系统中，所述解码矩阵校正单元，进一步用于：通过第一公式分别对所述解码特征矩阵中各个行向量进行基于上下文统计的特征值校正，得到所述校正后解码特征矩阵；
33、其中，所述第一公式为：
34、vj′＝wj⊙vj
35、
36、其中，vj表示所述解码特征矩阵中各个行向量，vj′表示所述校正后解码特征矩阵中各个行向量，vi表示所述解码特征矩阵中各个行向量的各个位置的特征值，μj和σj分别表示所述解码特征矩阵中各个行向量的所有位置的特征值集合的均值和方差，nj表示所述解码特征矩阵中各个行向量的长度，exp(μj)表示均值的指数运算，所述均值的指数运算表示计算以均值为幂的自然指数函数值，⊙表示按位置点乘。
37、在上述风力发电机的阻尼控制系统中，所述解码单元，进一步用于：使用所述解码器通过第二公式对所述校正后解码特征矩阵进行解码回归，得到所述解码值；其中，所述第二公式为：其中x是所述校正后解码特征矩阵，y是所述解码值，w是权重矩阵，表示矩阵乘。
38、根据本申请的另一方面，提供了一种风力发电机的阻尼控制方法，其包括：
39、获取由部署于风力发电机的塔架的多个振动传感器采集的预定时间段的多个振动信号；
40、将所述多个振动信号中各个振动信号分别通过基于自动编码器的降噪模块，得到多个降噪后振动信号；
41、对所述多个降噪后振动信号中各个降噪后振动信号进行处理，得到对应的振动本文档来自技高网...
【技术保护点】
1.一种风力发电机的阻尼控制系统，其特征在于，包括：
2.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述降噪编码模块，包括：
3.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述振动信号处理模块，包括：
4.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述拓扑特征提取模块，包括：
5.根据权利要求4所述的风力发电机的阻尼控制系统，其特征在于，所述拓扑特征提取单元，进一步用于：使用所述特征提取器的第二卷积神经网络的各层在层的正向传递中分别进行：
6.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述解码模块，包括：
7.根据权利要求6所述的风力发电机的阻尼控制系统，其特征在于，所述解码矩阵校正单元，进一步用于：通过第一公式分别对所述解码特征矩阵中各个行向量进行基于上下文统计的特征值校正，得到所述校正后解码特征矩阵；
8.根据权利要求6所述的风力发电机的阻尼控制系统，其特征在于，所述解码单元，进一步用于：使用所述解码器通过第二公式对所述校正后解码
9.一种风力发电机的阻尼控制方法，其特征在于，包括：
10.一种计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现权利要求9中所述的方法。
...【技术特征摘要】
1.一种风力发电机的阻尼控制系统，其特征在于，包括：
2.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述降噪编码模块，包括：
3.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述振动信号处理模块，包括：
4.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述拓扑特征提取模块，包括：
5.根据权利要求4所述的风力发电机的阻尼控制系统，其特征在于，所述拓扑特征提取单元，进一步用于：使用所述特征提取器的第二卷积神经网络的各层在层的正向传递中分别进行：
6.根据权利要求1所述的风力发电机的阻尼控制系统，其特征在于，所述解码模块，包括：
7.根据权利要求6所述的风力...
【专利技术属性】
技术研发人员：刘鹏程，李晖，张运泽，杨政厚，韩健，陈兆圣，王兵，许庆现，
申请(专利权)人：北京华能新锐控制技术有限公司，
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。