摘要
本发明提出了一种风电机组整机载荷估算控制方法,包括:S1、收集原始数据并进行预处理;S2、建立基于受力分析的风力发电机组的载荷模型;S3、建立基于变桨电机数据的风力发电机组的载荷预测模型;S4、构建神经网络预测模型;S5、使用遗传算法优化神经网络的权值和阈值进行训练;S6、调整。通过前期的大量计算和训练工作的一次性传感器投入和计算,得到了从变桨电机和发电机参数反推风机载荷的实际模型,传送至主控制器即可实现方便的降载控制,可以在风电机组处省略后续的重复投入,实现节省大量的硬件投入,后期通过不断监控和继续验证建模进行调整,可以实现风电机组全生命周期的快捷载荷估算和控制。
技术关键词
风电机组整机
变桨电机
载荷
风力发电机组
遗传算法优化神经网络
轮毂
力矩
叶片
神经网络预测模型
误差模型
桨叶轴承
发电机转轴
气体密度传感器
风轮
风速
实时数据
一次性传感器
系统为您推荐了相关专利信息
三维数据处理方法
室内三维模型
激光雷达
实景三维模型
建筑
力学性能参数
协同分析方法
随机抽样方法
微观结构参数
检验方法
分布分析方法
有限元等效模型
伏安特性曲线
避雷器电阻片
非线性
路径预测算法
加权无向图
规划
航迹预测
粒子群算法优化