风力发电系统独立变桨距载荷优化控制研究

对风力发电系统独立变桨距控制原理进行阐述。建立了风力发电机组桨叶载荷的数学模型,利用Coleman坐标变换实现了将桨叶上的载荷转换成轮毂处倾斜方向和偏航方向的疲劳载荷,并且实现了二者的解耦,简化了控制器的设计;之后利用Coleman逆变换实现了桨距角的微调。该控制系统根据随机风速的变化,利用独立变桨控制对风力机桨叶桨距角进行实时调节,以达到减小风电机组关键部件载荷的目的。仿真结果表明,当风速达到额定值以上时,该控制策略在统一变桨距控制的基础上,不仅保证输出功率近似相等,而且减小了桨叶所承受的疲劳载荷,也减小了风力机组其他关键部件的疲劳载荷。     

独立变桨距控制系统在风力发电中的应用

为解决统一变桨中风机由于风切效应、塔影效应等不可避免的干扰因素引起的桨叶和塔架等部件的载荷在时间和空间上的不均匀问题,通过引入独立变桨距控制系统来解决这些问题,并通过光纤光栅传感器进行实时的监控叶片上的载荷,以防止叶片裂纹的产生.最终通过整个系统达到在任何风速下都可以减少叶片疲劳损害,稳定输出功率的作用.使用Mat-lab软件进行仿真验证,结果表明独立变桨距系统能很好的解决风力发电系统中现存的问题.     

风力发电系统变桨距模糊PID控制

由于风速的随机性及气动效应的影响,变桨距风力发电系统成为多变量强非线性不确定系统.常规PID控制方法难以取得满意的控制效果,本文在介绍和分析PD型和PI型模糊控制器的基础上,通过在PD型模糊控制器上并联一个积分环节,构成风力发电系统变桨距简化模糊PID控制器.仿真结果表明,该控制系统具有较好的动静态性能及风速扰动的鲁棒性.     

变权划分系数及其分类效果评价

针对模糊C-均值聚类算法对初始化分类参数(包括起始聚类中心位置和初始化分类隶属度矩阵)的选择比较敏感而导致分类结果差异性较大,以及错误分类会给解决实际问题带来难以预料后果的不足,本文从反映数据聚类后类间分离性测度的划分系数入手,提出了可变加权划分系数的新概念,并用于数据分类效果的评价。实验结果表明,本文提出的评价方法不仅是可行的,而且比模糊C-均值聚类算法的目标函数作为数据分类效果的评价准则更好。     

变桨距风电机组仿真模型与控制

针对变桨距风力发电机组,建立了包含风、空气动力、发电机、偏航系统以及桨距系统的模型,并对变桨距风力发电机组模型设计了控制逻辑和控制回路.偏航和变桨是影响发电机组功率的主要因素,在偏航模型和控制系统中充分考虑了偏航角的解缆问题以及风向突变时风机偏转方向的算法设计;在变桨模型和控制系统中,根据叶片的气动特性,进行了仿真.控制结果表明,设计的仿真模型和控制方案能够合理地展现变桨距风电机组的动态变化过程.     

风力发电机组的变桨距复合控制

针对变桨距风力发电机组的强非线性和时滞特性,受参数变化和外部干扰严重,提出了基于前馈补偿和模糊PID的复合控制策略来实现变桨距功率控制.将模糊控制与常规的PID控制相结合,设计了模糊自整定PID控制器对控制参数进行在线调整.考虑风速是一个可测的主要扰动,设计了前馈补偿器,采用分段比例控制补偿一个适当的前馈桨距角,在额定风速以上时作用于系统,实现按扰动的快速补偿.变桨距控制系统采用S7-1200PLC作控制器,编写程序实现了变桨距复合控制.试验表明,系统抗扰能力强,控制效果良好.     

基于前馈—模糊PID反馈的桨距角控制

本文根据空气动力学理论、机械传动理论,建立了风力发电机的数学模型。同时,根据自动控制理论,设计了变桨距控制系统。本文采用前馈和模糊PID反馈相结合的控制方式,对桨距角进行了控制。在恒功率阶段,通过控制桨距角来获得恒定的转速,从而获得恒定的输出功率。利用MATLAB软件进行仿真,结果表明整个控制系统跟随性能好、抗干扰能力强。     

基于云模型的变桨距系统积分滑模控制

针对具有参数变化和外加干扰的变桨距风力发电系统,提出了一种基于云模型的积分滑模控制。在滑模控制中引入误差项的积分,并用状态量代替误差的导数,消除传统滑模控制需要期望输出信号导数已知的假设;利用云模型的不确定性推理方法,动态地调节切换增益;利用积分的方法对切换增益进行估计,估计出系统中不确定因素的界,有效地削弱系统的抖振。仿真结果表明:该控制器用于风速高于额定风速以上的变桨距控制系统中,具有较好的控制品质,对系统参数的不确定和外部干扰具有很强的鲁棒性。     

风电机组变桨距模糊遗传控制算法研究

为提高额定风速以上风力发电机组发电机转速和输出功率的稳定性,基于风电机组的运行特性,建立了风电机组变桨距控制仿真模型;针对遗传算法收敛速度慢的缺点,采用模糊遗传算法对PID控制器参数进行整定。仿真结果表明,基于模糊遗传的控制器不仅提高了遗传算法的收敛速度,且在动态性能及系统稳定性方面均优于遗传算法控制器。     

一种基于盲数的主观赋权法研究磁

为了进一步提高指标主观赋权的科学性和合理性,提出了一种基于盲数理论的多指标主观赋权新方法,并阐述了其基本原理和应用步骤。实例研究表明,该方法能够充分利用多专家信息,有效降低赋权中的主观误差,其可行性和有效性得到验证。     

风力发电统一变桨距的双模糊控制策略研究

风电机组输出功率有两个主要影响因素,一个是风速的波动性,另一个是不可控性,对该目标的实现带来了困扰,使得传统控制策略在其稳定性控制方面效果并不理想;针对这一缺陷,提出了统一变桨距的双模糊控制策略;该双模糊控制系统的主体部分由模糊PID控制器和模糊前馈补偿器两部分组成;与传统控制策略相比,双模糊控制策略减小了风电机组输出功率的波动范围,降低了控制器参数的调整频率;仿真结果证明了该控制策略的有效性.     

基于权值分配的音符识别研究

在基于音高的音乐识别中,基音周期是音符识别中最重要的参数之一。本文以钢琴乐曲为例,提出一种基于权值分配的基音检测算法。在基音周期自相关检测的基础上,分析音乐信号的帧样本,并利用基于权值分配的改进方法检测音符基频,能够有效提高基频识别精度。     

基于迭代学习的风洞马赫数控制方法

大飞机的研制对风洞流场马赫数精度提出了更高的要求,带有姿态角补偿的模型预测控制器有效地提高了马赫数的精度.然而,由于很难准确获取所有吹风工况的姿态角补偿模型,导致部分新工况控制效果不佳,影响了马赫数的精度.因此,提出一种基于迭代学习的获取姿态角补偿模型的方法.在已有的姿态角补偿模型基础上,根据实际的吹风试验数据,对姿态...     

基于负载角限制的永磁同步电机模型预测控制

针对永磁同步电机电磁转矩与负载角之间强耦合及非线性的关系,并就传统直接转矩控制容易失步的问题,该文提出了一种负载角限制的策略。基于直接转矩控制基本原理对电机失步原因进行研究,重点分析负载角与转矩之间的关系,提出了对负载角限制避免电机失步的控制思想。详细介绍了基于永磁同步电机的模型预测数学模型,考虑到消除系统预测误差加入了控制延时补偿。最后通过评价函数有效地限制了电机转矩和磁链脉动,直接限制负载角确保了电机的稳态运行。通过仿真分析可看出该文提出的方案有效可行,在保持快速响应的情况下,降低了转矩和电流脉动,避免了电机失步的风险。     

基于非线性PID的调距桨控制系统仿真研究

船舶调距桨控制系统中采用一般PID控制器往往难以达到最佳控制效果。针对调距桨控制系统过程模型的特点，设计了相应的非线性PID控制器，该非线性PID控制器各增益参数与偏差信号之间呈现非线性关系，调节控制器的各参数可根据对相应参数的非线性函数进行调整来实现，并采用遗传算法来优化此控制器各部分参数。仿真结果表明，该控制器能根据实际情况快速地调整和完善PID参数，具有响应速度快，稳态精度高等优点，控制效果优于传统的PID控制器。     

基于空间角度-距离-速度的三维模糊函数

传统模糊函数是针对距离-速度两维目标分辨力提出的,从而给相邻目标距离-速度联合分辨提供一个评判标准,用以表征雷达发射波形的分辨能力。本文由模糊函数的定义出发,将二维模糊函数进行空间角度上的扩展,可用于阵列雷达系统在距离-速度-方位角三维上评估雷达发射波形的分辨力,即模糊函数能够定量表示“干扰目标”和观测目标可分辨能力,并且能够作为雷达波形选择优化、设计的依据。仿真实验和性能分析证明了本文所推导三维模糊函数的正确性和合理性。     

基于RBFNN的料场称重预测控制系统

为提高称重配料过程的控制精度,探讨了基于径向基神经网络(RBFNN)辨识的模型预测控制(MPC)系统的应用,着重介绍了径向基神经网络的特点,模型预测控制特性,提出了以径向基神经网络作为预测器和控制器的模型预测控制系统。实践证明,该系统可以改进被控对象的性能,适用于较为复杂的不确定性强的非线性控制对象。目前已成功在福建某钢铁厂烧结料场控制系统改造项目中投入使用,并取得了良好的控制效果,该系统在钢铁冶炼烧结称重环节不同料种圆盘中有广阔的应用前景。     

基于多种群遗传算法的电动变桨系统的变论域模糊控制

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。