【技术实现步骤摘要】
本专利技术属于风电控制，具体涉及一种风电机组轴向推力预测和消减控制方法及设备。
技术介绍
1、随着风电机组大型化、智能化的发展，人们在对风电机组进行着智能控制的同时，更加注重风电机组运行中的载荷变化。然而对于载荷，目前给予更多关注的是疲劳载荷，并对其进行相应的降载控制，对机组的尖峰载荷却关注较少。风电机组的轴向推力便是一个最为常见的尖峰载荷。当风电机组运行到额定风速附近，机组的轴向推力便会迅速上升，这将会导致机组部件承受较之设计范围以外的更大推力，更严重还会造成安全问题。
2、随着风电机组装机规模的扩大，现在风电机组正向着单机大型化、智能化方向发展，机组的叶片长度与轮毂高度大幅增加，目前全球最长叶片已经长达123m，并且长度大于150m风轮直径的风电机组占比也逐年升高。叶片长度的增加导致风轮扫掠过的面积增大，提高了机舱的轴向推力，这就使得风电机组面临着更大的尖峰载荷，严重影响了机组部件的使用寿命，并增大了机组运行时的风险。因此，针对风电机组大型化发展的趋势，机组尖峰载荷的抑制、机组轴向推力限制就显得十分重要、迫切。
<...【技术保护点】
1.一种风电机组轴向推力预测和消减控制方法，其特征在于，包括：
2.根据权利要求1所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，获取风电机组平稳运行时的历史运行数据，并基于所述历史运行数据，构建用于风电机组轴向推力预测的训练数据集，包括：
3.根据权利要求1所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，基于优化的BP神经网络，构建风电机组轴向推力预测模型，包括：
4.根据权利要求3所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，所述风电机组轴向推力预测模型包括三层结构，分别为输入层、隐含层、输出层；...
【技术特征摘要】
1.一种风电机组轴向推力预测和消减控制方法，其特征在于，包括：
2.根据权利要求1所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，获取风电机组平稳运行时的历史运行数据，并基于所述历史运行数据，构建用于风电机组轴向推力预测的训练数据集，包括：
3.根据权利要求1所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，基于优化的bp神经网络，构建风电机组轴向推力预测模型，包括：
4.根据权利要求3所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，所述风电机组轴向推力预测模型包括三层结构，分别为输入层、隐含层、输出层；对不同隐含层节点进行训练，以机组轴向推力作为输出，以与轴向推力具有强关系的风速、发电机转速、桨距角作为网络输入层的三个输入；
5.根据权利要求3所述的一种风电机组轴向推力预测和消减控制方法，其特征在于，tent混沌映射公式表示为：
6.根据权利要求5所述的一种风电机组轴向推力预测和...
【专利技术属性】
技术研发人员：贾成真，王陈义，刘玉山，王灵梅，孟恩隆，姬继文，范飞，黄虎，郝银龙，张福超，褚俊龙，郭东杰，申戬林，李政，
申请(专利权)人：山西大学，
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。