數(shù)模考慮伺服電機(jī)溫升效應(yīng)的變槳距系統(tǒng)控制方式(編輯修改稿)
2025-08-03 14:30 本頁面
【文章內(nèi)容簡介】 25） (4) 根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果與給定輸出之間的差值變化率，對(duì)各個(gè)神經(jīng)元之間的連接權(quán)值矩陣從后向前逐層進(jìn)行修改： （426）對(duì)于輸出層神經(jīng)元： （427）其中，為神經(jīng)元實(shí)際輸出與給定輸出之差，為權(quán)值的調(diào)整參數(shù)，為神經(jīng)元的相應(yīng)輸出，為給定輸出，為兩個(gè)神經(jīng)元之間的連接權(quán)值。(5) 通過不斷地對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練，就可以達(dá)到預(yù)定的輸出精度。 用BP算法預(yù)測短期內(nèi)風(fēng)速本文采用BP神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)速進(jìn)行預(yù)測，設(shè)置 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程的最大迭代次數(shù)為 500，訓(xùn)練誤差精度為 ，選用長度為300的風(fēng)速訓(xùn)練樣本集和一個(gè)長度為 50 的預(yù)測樣本集，先對(duì)訓(xùn)練樣本數(shù)據(jù)的輸入和輸出進(jìn)行歸一化處理，然后開始對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。利用 Matlab編程，程序見附件（7），經(jīng)過BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，將風(fēng)速預(yù)測樣本集的輸出與實(shí)際值進(jìn)行比較，得到圖（47）：圖47 風(fēng)速預(yù)測值與實(shí)際值比較圖BP 神經(jīng)網(wǎng)絡(luò)短期風(fēng)速預(yù)測誤差曲線如圖（48）所示：圖48 BP算法風(fēng)速預(yù)測誤差圖圖（47）中，虛線為風(fēng)速實(shí)際值，實(shí)線為預(yù)測值，兩者的符合程度很好，由預(yù)測誤差曲線圖（48）也能反映這一情況。圖（48）中，表明風(fēng)速預(yù)測值與實(shí)測值誤差較小，有個(gè)別幾個(gè)點(diǎn)偏離實(shí)測值較大，但得到及時(shí)校正，這對(duì)變槳距控制系統(tǒng)的整體控制效果不會(huì)產(chǎn)生大的影響，可以接受。 槳葉節(jié)距角與風(fēng)速的關(guān)系理論上一節(jié)得到了較可信的風(fēng)速的預(yù)測值，本節(jié)需要探尋節(jié)距角與風(fēng)速V的關(guān)系，從而得到下一時(shí)刻需要調(diào)整的槳葉節(jié)距角，并且提前做好調(diào)整準(zhǔn)備，使輸出功率更好的穩(wěn)定在額定功率附近。根據(jù)查閱的資料，設(shè)定伺服電機(jī)與發(fā)電機(jī)采用直接驅(qū)動(dòng)方式，搭建變槳距伺服電機(jī)模型：則風(fēng)輪模型為： （428）風(fēng)輪獲取風(fēng)能的公式為: （429）又由于線速度與風(fēng)速，可得： （4210）其中為轉(zhuǎn)矩系數(shù)。 （4211）異步電機(jī)基本模型： （4212）變槳距執(zhí)行機(jī)構(gòu)： （4213）系統(tǒng)線性化：風(fēng)力機(jī)系統(tǒng)具有很強(qiáng)的非線性，因此，在建模過程中對(duì)系統(tǒng)進(jìn)行線性化，線性化的工作點(diǎn)選取在風(fēng)力機(jī)工作的最優(yōu)位置，即節(jié)矩角為0176。，通常這點(diǎn)是對(duì)應(yīng)額定風(fēng)速時(shí)的額定功率點(diǎn)，并取變速發(fā)電機(jī)反力矩為恒值。先對(duì)公式取導(dǎo)： （4214）假設(shè)，因此對(duì)公式（4210）進(jìn)行線性化得： （4215）簡化上式得： （4216） （4217） （4218）再由公式（4216）進(jìn)行拉氏變換得: （4219）令 ，得： （4220） 高風(fēng)速條件下2Mw電機(jī)的節(jié)距角與風(fēng)速關(guān)系以2Mw風(fēng)力發(fā)電機(jī)組參數(shù)為例，由于風(fēng)能利用系數(shù)滿足式（4221） （4221）已知其額定功率為2Mw，, ，A取掃風(fēng)面積6848。聯(lián)立式（411）和式（4221），則風(fēng)速與節(jié)距角的關(guān)系可以化簡為： （4222）通過附件（8）程序，可以得到風(fēng)速V與變槳節(jié)距角的對(duì)應(yīng)值。 風(fēng)速與變槳節(jié)距角的對(duì)應(yīng)值風(fēng)速V（m/s）(度)風(fēng)速（m/s）11163，181217131814191520對(duì)以上數(shù)據(jù)進(jìn)行SPSS擬合，發(fā)現(xiàn)二次函數(shù)擬合度最高，如圖49所示：圖49 風(fēng)速V與變槳節(jié)距角的擬合圖 模型匯總和參數(shù)估計(jì)值因變量:VAR00002方程模型匯總參數(shù)估計(jì)值R 方Fdf1df2Sig.常數(shù)b1b2二次.996216.000即在風(fēng)速為11m/s~20m/s的范圍內(nèi)，有 （4223）根據(jù)式（4223）以及預(yù)測出的風(fēng)速值，便可得到下一刻的值，使變槳距控制系統(tǒng)以此為依據(jù)來調(diào)整槳葉的節(jié)距角，從而實(shí)現(xiàn)發(fā)電機(jī)盡量以額定功率輸出。本問在問題二的基礎(chǔ)上增加考慮變槳伺服機(jī)的溫升，即不能過度頻繁地調(diào)整槳葉的節(jié)距角，為此本文通過兩種方法來降低變槳伺服機(jī)的反應(yīng)靈敏度，從而降低其溫升，同時(shí)又使得輸出功率在允許的小范圍內(nèi)圍繞額定功率波動(dòng)。這兩種方法均用算法和流程圖來表示。（1）方法一：對(duì)風(fēng)速變化進(jìn)行預(yù)判定具體算法步驟為：第一步：控制系統(tǒng)接受實(shí)時(shí)測量的風(fēng)速V1，用神經(jīng)網(wǎng)絡(luò)算法來預(yù)測下一時(shí)刻的風(fēng)速V2；第二步： 比較V2和V1，當(dāng)時(shí)，返回第一步，否則轉(zhuǎn)到第三步；第三步：將V2代入公式（4223）來計(jì)算得到槳葉節(jié)距角，并通過控制系統(tǒng)利用變槳電動(dòng)機(jī)使槳葉節(jié)距角調(diào)為，返回第一步。是否結(jié)束變槳電動(dòng)機(jī)調(diào)節(jié)槳葉節(jié)距角為變槳電動(dòng)機(jī)調(diào)節(jié)槳葉節(jié)距角為2變槳電動(dòng)機(jī)調(diào)節(jié)槳葉節(jié)距角為2變槳電動(dòng)機(jī)調(diào)節(jié)槳葉節(jié)距角為2通過公式計(jì)算和2通過BP算法預(yù)測下一時(shí)刻的V2|V2V1|=輸入實(shí)測風(fēng)速V1開始在控制系統(tǒng)中加入這一算法可有效降低其對(duì)風(fēng)速的敏感程度，避免風(fēng)速在小范圍內(nèi)波動(dòng)時(shí)導(dǎo)致伺服電機(jī)頻繁調(diào)整槳葉節(jié)距角，從而降低了溫升。但這種方法相比較問題二的缺點(diǎn)是，輸出功率的波動(dòng)范圍會(huì)有所增大。 （2）方法二：設(shè)定輸出功率的波動(dòng)范圍具體算法步驟為：第一步：控制系統(tǒng)接受實(shí)時(shí)測量的風(fēng)速V1，用神經(jīng)網(wǎng)絡(luò)算法來預(yù)測下一時(shí)刻的風(fēng)速V2；第二步：將 V2代入公式得到預(yù)測功率P2，將其與當(dāng)前實(shí)際輸出功率P1做比較，當(dāng)時(shí)，轉(zhuǎn)到第三步，否則返回第一步；第三步：將V2代入公式（4223）來計(jì)算得到槳葉節(jié)距角，并通過控制系統(tǒng)利用變槳電動(dòng)機(jī)使槳葉節(jié)距角調(diào)為，返回第一步。是否通過公式計(jì)算2通過公式計(jì)算P2和P1通過BP算法預(yù)測下一時(shí)刻的V2|P2P1|=1Kw?輸入實(shí)測風(fēng)速V1開始變槳電動(dòng)機(jī)調(diào)節(jié)槳葉節(jié)距角為2結(jié)束本方法相比較第一種方法的優(yōu)點(diǎn)是輸出功率的波動(dòng)范圍有所保證，但伺服電機(jī)的溫升改善效果不如第一種。五、模型的評(píng)價(jià)（1）本文在求解第一問時(shí)，為了得到影響伺服電機(jī)的主要影響因素，采用了SPSS軟件進(jìn)行數(shù)據(jù)相關(guān)性分析，過程簡單，結(jié)果明了且可信度較高。（2）本文在求解第二問時(shí)，采用BP神經(jīng)網(wǎng)絡(luò)算法，對(duì)風(fēng)速進(jìn)行預(yù)測，有效減小變槳距調(diào)節(jié)的盲目性，使發(fā)電機(jī)輸出
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1