[发明专利]基于风能利用系数与多元多项式回归的风力机功率预测方法在审
申请号: | 202111045007.1 | 申请日: | 2021-09-07 |
公开(公告)号: | CN113738597A | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 黄佳颖;牛王强;杨华建;江佳腾;张炜婷;王晓彤 | 申请(专利权)人: | 上海海事大学 |
主分类号: | F03D17/00 | 分类号: | F03D17/00;H02J3/00;H02J13/00 |
代理公司: | 上海互顺专利代理事务所(普通合伙) 31332 | 代理人: | 成秋丽 |
地址: | 201306 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 风能 利用系数 多元 多项式 回归 风力机 功率 预测 方法 | ||
1.一种基于风能利用系数与多元多项式回归的风力机功率预测方法,其特征在于,包括如下步骤:
S1、对SCADA采样数据集D0以风速、叶片转速、桨距角以及功率作为特征提取出来,组成数据集D1;
S2、根据风机特性曲线将数据集D1分为恒功率、恒转速、最大功率点跟踪三个阶段,并分别以一定比例分为训练集和验证集;
S3、根据风机理论基础,将风能利用系数Cp作为功率建模的中间变量,分别对恒功率段数据集D11-1,恒转速段数据集D12-1和最大功率点跟踪段数据集D13-1建立多元多项式模型;
S4、将步骤S3中数据集D11-1,D12-1和D13-1建立好的风能利用系数Cp多项式模型,在验证数据集D11-2,D12-2和D13-2上进行风机输出功率预测;
步骤S2对风机的运行过程分段包括如下步骤:
S201、以风速作为分割线,将采样数据集D1分割成三部分,为D11,即风速大于等于额定风速,D12,即风速大于等于额定转速风速且小于额定风速,和D13,即风速小于额定转速风速,表示风机所处的三种状态;
S202、对数据集D11按一定比例分为两组数据,记为D11-1和D11-2;对数据集D12按一定比例分为两组数据,记为D12-1和D12-2;对数据集D13按一定比例分为两组数据,记为D13-1和D13-2;D11-1,D12-1和D13-1作为训练集,即建模样本;D11-2,D12-2和D13-2作为验证集,即预测样本;
步骤S3包括如下步骤:
S301、对数据集D11-1建立多元多项式模型:
采用多元多项式回归模型,将风能利用系数Cp(λ,θ)表示为叶尖速比λ和桨距角θ的m1阶多项式,如下式:
y=∑aijx1ix2j;
式中,y表示风能利用系数Cp,x1表示叶尖速比λ,x2表示桨距角,aij表示系数,其中i,j=0,1,2,…,m1;i+j≤m1;采用最小二乘法找到使得代价函数J最小的阶次m1和参数aij,使得多项式模型的精度达到最高,代价函数为:
式中,N是样本数量,和yi分别是风能利用系数Cp的预测值和实际值;
合适的m1值是使模型预测的均方根误差RMSE最小对应的阶数,公式如下:
式中,N为验证样本个数;yi为验证样本风能利用系数Cp实际值;是多项式模型Cp预测值;
S302、对数据集D12-1建立多元多项式模型:
由于风机处于恒转速阶段,认为转速恒为额定转速,用λ′表征此状态下风机的叶尖速比:
其中转速nN取额定转速,
同样采用多元多项式回归模型,将风能利用系数Cp(λ,θ)表示为叶尖速比λ′和桨距角θ的m2阶多项式,也用最小二乘法找到最佳阶次m2和参数aij,合适的m2值是使模型预测的RMSE最小对应的阶数;
S303、对数据集D13-1建立多元多项式模型:
考虑到低风速时由于变桨距控制技术风机桨距角变化极小,对该数据集建立风能利用系数Cp关于叶尖速比λ的一元多项式模型,经最小二乘拟合找到多项式的最佳阶次m3和参数aij,合适的m3值是使模型预测的RMSE最小对应的阶数;
步骤S4包括如下步骤:
S401、利用步骤S301中数据集D11-1建立好的风能利用系数Cp多项式模型,在验证数据集D11-2进行风机输出功率预测,具体计算公式为:
其中,为风能利用系数Cp的预测值;
S402、利用步骤S302中数据集D12-1建立好的风能利用系数Cp多项式模型,在验证数据集D12-2进行风机输出功率预测,具体计算公式与步骤S401中的相同;
S403、利用步骤S303中数据集D13-1建立好的风能利用系数Cp多项式模型,在验证数据集D13-2进行风机输出功率预测,具体计算公式与步骤S401中的相同。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海事大学,未经上海海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111045007.1/1.html,转载请声明来源钻瓜专利网。