一种风力发电机偏航系统的智能控制方法

摘要

本发明把模糊控制与神经网络相结合，提出了一种风力发电机偏航系统的智能控制方法，利用模糊控制，高效地综合专家的经验知识，不需要精确的数学模型，对风力发电偏航系统进行控制，具有较好的动态性能和鲁棒性。同时，利用神经元算法的自学功能，自动提取模糊控制的模糊规则并对隶属度函数进行优化。将模糊控制理论与神经网络有机结合起来，取长补短，有效提高偏航系统的控制能力。

主权项

一种风力发电机偏航系统的智能控制方法，其特征在于利用神经网络的自学习功能，将理论旋转角度与实际旋转角度的偏差和偏差变化率作为神经网络的输入层，通过对神经网络的训练，实现模糊规则的自动提取和隶属函数的优化，不需要建立精确的数学模型就可以得到合理的控制策略，对控制系统进行优化，具体包括以下步骤：(1)根据已知的风力发电机偏航控制的知识和经验，初步确定出传统意义上的模糊控制系统；(2)根据上述传统意义上的模糊控制系统的隶属函数与模糊控制规则，确定出神经网络的连接方式和连接权值；(3)对操作人员的实际经验进行总结和归纳，得出风力发电机偏航模糊控制规则表，将此表转化为适应于被控制对象的输入量与输出量之间的对应关系的模糊查询表，得到基于神经网络的模糊控制的模糊神经网络的学习样本，利用误差反向传播BP算法对基于神经网络的模糊控制的模糊神经网络进行离线训练，学习结果便确定了以下的各参数：采用正态分布的隶属函数的中心值：aij；采用正态分布的隶属函数的宽度值：bij；和对应模糊控制中的模糊查询表中相应的控制规则，模糊词集的最大隶属度：wpq，并且调整各语言值隶属度函数并记住模糊控制规则；(4)根据被控制对象的实际工作情况，选择适当的比例因子，将基于神经网络的模糊控制的模糊神经网络接入到控制系统中对风力发电机的偏航系统进行控制。