[发明专利]基于风速对风机性能影响的数据驱动模型装置及其构建方法

权利要求书

1.基于风速对风机性能影响的数据驱动模型装置，包括支撑塔(1)，其特征在于：所述支撑塔(1)的顶部安装有壳体(2)，所述壳体(2)的内部安装有齿轮箱和发电机，所述壳体(2)的一端安装有控制箱(3)，所述发电机与齿轮箱的输出轴传动连接，所述齿轮箱的输入轴通过联轴器安装有转轴，所述转轴转动连接有扇叶安装部(4)，所述扇叶安装部(4)等距安装有多个扇叶(5)，所述控制箱(3)的内部安装有数据处理器(7)，所述数据处理器(7)与安装于壳体(2)内部多个传感器组成的传感器模组(8)电性连接，所述数据传感器(7)还电性连接有非线性干扰传感器(9)和无模型自适应预测控制器(10)，所述非线性干扰传感器(9)电性连接有容错控制器(11)，所述容错控制器(11)和无模型自适应预测控制器(10)均与置于支撑塔(1)内部的风力发电机控制器(12)电性连接。

2.根据权利要求1所述的基于风速对风机性能影响的数据驱动模型装置，其特征在于，所述控制箱(3)呈低风阻状的梯形，且所述控制箱(3)通过螺钉与壳体(2)固定连接。

3.根据权利要求1所述的基于风速对风机性能影响的数据驱动模型装置，其特征在于，所述传感器模组(8)包括用于检测风机系统功率输出的功率传感器、用于检测发电机转速的转速传感器和用于检测扇叶(5)浆距角的红外测距传感器。

4.根据权利要求1所述的基于风速对风机性能影响的数据驱动模型装置，其特征在于，所述非线性干扰观测器(9)对风机系统正常模式和风机系统故障模式分别进行确定学习，将风机系统正常模式和各种故障模式以空间分布的常数神经网络权值方式储存，建立模式库，根据已有模式库中的模式构造一系列估计器，将估计器的状态与风机实际系统状态进行比较，构造残差。

5.根据权利要求1所述的基于风速对风机性能影响的数据驱动模型装置，其特征在于，所述支撑塔(1)的底部还安装有用于风机实现快速安装固定的安装座(6)。

6.基于风速对风机性能影响的数据驱动模型装置的构建方法，包括权利要求1-5中任意一项所述的基于风速对风机性能影响的数据驱动模型，其特征在于：还包括：

S1，通过传感器模组(8)获取风机系统的功率输出、发电机转速和浆距角信息；

S2，利用无模型自适应预测控制器(10)协同风力发电机控制器(12)对风机的输出功率最优和控制变化最小的控制。

7.根据权利要求6所述的基于风速对风机性能影响的数据驱动模型装置的构建方法，其特征在于：所述S1步骤中的数据信息利用非线性干扰观测器(9)的故障诊断分类器中的小世界神经网络、深层神经网络、SVMH和SOFM对数据进行故障判断后传输至容错控制器(11)或经过故障诊断分类器进行自学习。

8.根据权利要求6所述的基于风速对风机性能影响的数据驱动模型装置的构建方法，其特征在于：所述容错控制器(11)利用FAST+硬件系统配合风力发电机控制器(12)实现对风机系统的变桨距控制、转矩控制和偏航控制。

9.根据权利要求6所述的基于风速对风机性能影响的数据驱动模型装置的构建方法，其特征在于：所述S2步骤中的控制利用无模型自适应预测控制器(10)获取风机转速信息、桨距角信息和功率信息后，通过PG实时计值，再通过N层递阶预报算法计算，后通过N步预测模型进行分析，并最终实现利用FAST+硬件系统配合风力发电机控制器(12)实现对风机模型的变桨距控制、转矩控制和偏航控制。