[发明专利]基于自适应模式切换的双馈风机数字物理混合仿真方法

权利要求书

1.一种基于自适应模式切换的双馈风机数字物理混合仿真方法，其特征在于：其步骤是：

(1)设计功率接口及其开关判据

在功率接口数字侧添加接地滤波器Z_k，在风机启动以及并网动态过程中保持开关闭合，感性滤波器接入电路；在风机达到稳态运行后开关断开，滤波器切离功率接口；

对风机定子三相电流进行快速傅里叶变换，提取电流中的非周期分量：直流分量，并获得直流分量含有率δ_DC，设定δ_DC作为衡量系统临界稳态判断的指标：

(2)物理侧动态阻抗实时匹配

求取定转子电压方程：

U_s＝R_sI_s+jω₁ψ_s

U_r＝R_rI_r+jsω₁ψ_r

其中U_s为定子电压，R_s为定子绕组电阻，I_s为定子电流，ψ_s为电机定子磁链相量，U_r为折算到定子侧的转子电压，R_r为折算到定子侧的转子绕组电阻，I_r为折算到定子侧的转子电流，ω₁为同步角速度，ψ_r为电机转子磁链相量，s为转差率；

求取磁链方程：

ψ_s＝L_sI_s+L_mI_r

ψ_r＝L_mI_s+L_rI_r

其中，L_s为定子绕组自感，L_m为双馈感应电机互感，L_r为转子绕组自感；

求取电磁转矩方程：

其中，T_e为电机电磁转矩，n_p为电机极对数，I_m为励磁电流相量；

进一步做戴维南等效变换得到等效阻抗为：

最后通过风机I\O接口实时传输发电机转速完成阻抗匹配；

(3)基于小波神经网络预测延时补偿

首先，利用Morlet小波作为神经 元激励函数，可达到计算式简单以及收敛速度快的要求

其中C是重构归一化常数；

得到该输出的连续小波过程神经网络：

将十组模拟风机转速历史数据作为学习样本，一份样本作为测试样本，可求取该神经网络的误差函数为：

其中，在给定的10个学习样本x_1s(t),x_2s(t),…,x_ns(t),d_s)，s＝1,2,…,10中，x_is(t)的第一个下标表示输入函数向量分量序号，第二个表示学习样本序号，d_s为网络期望，y_s为网络实际输出；

设定连续小波过程神经网络的待训练参数调整规则：

最后输出学习结果，完成延时补偿。