基于叶片应变感知的风力机动态风向跟踪算法

在风力机运行过程中，偏侧风状态会导致风能利用率降低，同时降低风机的疲劳寿命。在动态风向变化下，随着侧风角度的变化，风力机叶片上的应变信号存在着规律性变化趋势，但由于应变信号呈现出非平稳、非线性和多种频率成分叠加的复杂特性，使得通过应变信号来揭示侧风角度变化规律有一定难度。文章提出了一种基于应变感知和BP神经网络的风力机风向追踪算法（SPWDP）。首先，通过设计风力机叶片应变测试方案，采集侧风角度变化下的叶片表面的多点应变数据，对应变信号进行变分模态分解（VMD），将叶片应变随侧风角度变化的规律提取出来，定义为风向-应变的特征；然后，使用BP神经网络作为建模算法，对风向-应变特征进行学习，并使用粒子群算法对BP神经网络的初始权值和阈值进行优化；最后，得到动态风向跟踪模型。经风洞实验数据验证，所提SPWPD算法在风力机侧风风向判断上具有可行性。