[发明专利]一种风力发电机的桨距子系统的系统参数估计方法

说明书

本发明公开了一种风力发电机的桨距子系统的系统参数估计方法，属于参数估计领域。该方法包括获取风力发电机的桨距子系统的系统模型，在预定时间范围内，利用所述系统模型，根据随机的输入数据序列得到输出数据序列，输入数据是桨距参考距离值，输出数据是桨距角；根据所述输入数据序列和所述输出数据序列构造桨距子系统的信息向量；利用有限数据窗对基于权值椭球的集员估计算法进行处理，利用经过有限数据窗处理后的基于权值椭球的集员估计算法对所述桨距子系统的系统参数进行估计；解决了利用现有的集员估计方法对系统参数估计时精度不高、实时性差的问题，达到了提高参数估计的精度和计算实时性的效果。

技术领域

本发明实施例涉及参数估计领域，特别涉及一种风力发电机的桨距子系统的系统参数估计方法。

背景技术

风力发电机是一种将风能转化为机械能，再将机械能转化为电能的电力设备。风力发电机的桨距子系统是风力发电机中控制系统的重要组成部分，用于控制桨叶桨距角变换。对桨距子系统进行精确的参数估计有助于保证风力发电机正常可靠的运行。

在参数估计问题的解决方法中，卡尔曼滤波和扩展卡尔曼滤波是最流行的，然而卡尔曼滤波理论是基于系统噪声满足一定的分布规律，应用有很大的局限性。为了解决卡尔曼滤波的问题，出现了将不确定噪声描述为未知但有界的可加性噪声的集员估计方法，集员估计方法不需要知道噪声的先验知识，在实际系统中一般可以保证。

集员估计方法在实现时应用系统模块、测量输出数据和噪声边界计算得到一个可以近似描述系统真实参数的可行集，即可行参数集，可行参数集内的所有参数都可以作为系统参数估计的可行解。随着样本数据的增加，可行参数集逐渐减小，当样本数据足够大时，可行参数集会收敛接近系统的真实值。一般情况下，基于几何形状比如椭球、多面体、盒子和全对称多胞体等近似描述可行参数集。由于椭球形状规则且容易计算，因此集员估计方法大都采用椭球定界算法。然而，在实际的参数估计过程中，数据计算的复杂度仍然很高，实时性能不好。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种风力发电机的桨距子系统的系统参数估计方法。该技术方案如下：

第一方面，提供了一种风力发电机的桨距子系统的系统参数估计方法，该方法包括：

获取风力发电机的桨距子系统的系统模型，系统模型如下：

在预定时间范围内，利用系统模型，根据随机的输入数据序列得到输出数据序列，输入数据是桨距参考距离值，输出数据是桨距角；

根据输入数据序列和输出数据序列构造桨距子系统的信息向量；

利用有限数据窗对基于权值椭球的集员估计算法进行处理，利用经过有限数据窗处理后的基于权值椭球的集员估计算法按如下公式对桨距子系统的系统参数进行估计：

其中，θ_k表示估计得到的k时刻的桨距子系统的系统参数向量，k＝1，2，…，N，k和N为整数；Φ_k表示k时刻的桨距子系统的信息向量，y_k表示k时刻的桨距角，P_k表示k时刻椭球的形状矩阵，L为有限数据窗的长度；y表示桨距角，y_a表示已知的桨速度，u表示桨距参考值，表示桨距角的状态变量，表示桨速度的状态变量，ω_n和ζ为已知的系统参数。

可选的，根据输入数据序列和输出数据序列构造桨距子系统的信息向量，包括：

获取桨距子系统的闭环动态系统，进行离散化处理后得到的二阶系统如下：