APP下载

基于神经网络的风力发电机组偏航控制系统

2018-02-25丁恒王世荣李金峰

电子技术与软件工程 2018年7期
关键词:神经网络

丁恒 王世荣 李金峰

摘要 偏航装置是风力机组中的一个重要组成部分,对发电效率起着很大的作用。针对现在很多风力发电机组无法根据风向的变化来精准的实行对风,本文提出了一种BP神经网络的算法,该算法通过信息传播的输出与预期值的误差修正,从而使偏航系统有预判,进而进行动作。

【關键词】BP 神经网络 偏航控制

1 引言

风能具有巨大的利用价值。为使风力机风轮更准确的实行对风,偏航装置起着很大的作用。本文采用BP神经网络算法,利用其误差反向传播的特性,比较网络的预期值和真实输出值,来调整网络参数使得误差降到最小。

2 偏航控制系统

偏航装置作为风力机的重要部分,一般由风向标传感器、偏航电机、制动器与变速箱等部分构成。风向标采集到风向信号后,将该信号传送到控制回路中,然后控制装置根据该信号发出指令,从而控制机舱旋转,来实现对风的目的。本文的偏航控制系统框图如图1所示,工作原理为:风向标传感器采集到风向变化后,将该信息传递到控制系统里,进行数据处理和分析,然后判断装置是否要进行偏航和如何偏航,再依照判断执行动作,使得风机能达到最好的对风状态。当此次偏航动作结束后,系统继续对风向信息进行处理分析,判断此次偏航动作是否在误差允许范围内,若在其允许的范围内,则偏航动作停止;若不在此范围内,则仍然继续进行偏航动作直至满足条件范围。

3 BP神经网络

BP神经网络由输出信号、输出层、隐含层、输入层、输入信号组成,如图2所示。在BP神经网络中包含两种信号,一种是误差信号,还有一种是函数信号,它们的区别是其传递方向是相反的。

经过对权值和阈值的不断修正,直到在误差允许的范围内达到预期值,反向传播停止,该网络是收敛的;若在以超过提前设定的运行次数后还没有达到预定值,则证明该网络发散。根据此方法便可以提前预测风向的变化,从而进行预判,提高风能的利用率,有效地提高风机的发电效率。

4 总结

运用BP神经网络算法来控制偏航系统,对比于传统方法,其有以下几点优点:

(1)此控制算法训练速度比较快,对风精度比较高,减少了风机在小角度范围内的疲劳动作,延长了系统的使用寿命。

(2)此算法可提前预测风向的改变,误差范围更小更精确。

(3)经过实际验证,此算法得出的结果具有很好的可靠性,但仍有一些缺点和不足需要改进。

参考文献

[1]张泽旭,神经网络控制与MATLAB仿真[M].哈尔滨:哈尔滨工业大学出版社,2011(07):56-75.

[2]张东东,崔新维.BP神经网络在风力发电机风向预测中的应用[J].技术产品与工程太阳能,2014 (03): 47-49.

[3]钟守铭,刘碧森,神经网络稳定性理论[M].北京:科学出版社,2008:1-32.

[4]和慧,苗群.基于BP神经网络的南四湖水质评价研究[D],青岛:青岛理工大学硕士学位论文,2008.

猜你喜欢

神经网络
基于递归模糊神经网络的风电平滑控制策略
BP神经网络在路标识别上的应用研究
神经网络抑制无线通信干扰探究
基于Alexnet神经网络的物体识别研究
基于BP神经网络的旋转血泵生理控制
基于神经网络MRAS的速度辨识仿真研究
基于神经网络的拉矫机控制模型建立
复数神经网络在基于WiFi的室内LBS应用
基于支持向量机回归和RBF神经网络的PID整定
基于神经网络分数阶控制的逆变电源