基于RBF神经网络PID的风电机组独立变桨控制方法

摘要

本发明公开了一种基于RBF神经网络PID的大型风电机组独立变桨控制方法，步骤如下：建立风电机组数学模型，计算风电机组桨叶的挥舞力矩；通过park变换，把挥舞力矩变换为固定坐标系下的偏航力矩与俯仰力矩；把偏航力矩和俯仰力矩输入到RBF神经网络PID控制器，得出PID控制器参数调节变化量，PID控制器输出静止坐标系下的桨距角；经过park逆变换把得到的桨距角变换成三个叶片的桨距角，再与同步变桨桨距角进行叠加，得出风电机组每个叶片的变桨桨距角，实现对风电机组的独立变桨控制，从而实现风切变、风剪切和塔影效应在桨叶叶片、塔架等关键部件上产生不平衡载荷的有效改善，稳定风电机组输出功率。

主权项

一种基于RBF神经网络PID的大型风电机组独立变桨控制方法，包括以下步骤：1)建立风电机组的数学模型，计算风电机组桨叶的挥舞力矩；2)通过park变换，把挥舞力矩变换为固定坐标系下的偏航力矩与俯仰力矩；3)把偏航力矩和俯仰力矩输入到RBF神经网络PID控制器，通过RBF神经网络在线自学习能力，由梯度下降法得出PID控制器参数调节变化量，PID控制器输出静止坐标系下的桨距角；4)经过park逆变换把步骤3)得到的桨距角变换成三个叶片的桨距角，再把三个叶片桨距角与同步变桨桨距角进行叠加，得出风电机组每个叶片的变桨桨距角，实现对风电机组的独立变桨控制。