[发明专利]风力发电系统多故障诊断与容错控制

摘要

本发明公开了一种风力发电系统的多故障诊断与容错控制方法，首先利用T‑S模糊算法建立风力发电系统的全局模糊模型；利用传感器硬件冗余技术结合执行器故障的特点，将执行器故障转化为传感器故障，建立多故障诊断逻辑表，实现多故障检测；其次引入滤波器，将传感器故障转化为执行器故障，建立虚拟执行器故障，通过对虚拟执行器故障的重构来实现两种故障同时重构；最后基于故障重构值对控制器的输入与输出进行校正，实现主动容错控制。其优点是本方法能够同时实现执行器与传感器故障并存的风力发电系统的诊断与重构，实时在线获取精确的故障信息，进行容错控制，增强了系统处理未知故障的能力，提高了故障下的风能转换效率。

主权项

1.风力发电系统多故障诊断与容错控制，其特征是：(a)提出风力发电系统多故障诊断策略；采用硬件冗余技术在系统输出高速轴转速Ωh信号的位置安装两个完全一样的转速传感器用于测量高速轴转速，记为Ωh,m1和Ωh,m2，i＝1,2；当系统无传感器故障时，Ωh,m1＝Ωh,m2＝Ωh；当系统发生传感器故障时，信号为Ωh,m1＝Ωh+ΔΩh,m1，Ωh,m2＝Ωh+ΔΩh,m2；附加的ΔΩh,m1和ΔΩh,m2表示转速传感器1和转速传感器2可能发生的故障值；通过比较两个相同位置同一类型的传感器之间的测量值，实现风力发电系统故障诊断目的；这个两个信号之间的差异能直接表明故障的发生，若||Ωh,m1‑Ωh,m2||在某一时间段内不等于0，则说明系统发生故障；T‑S模糊滑模观测器能够准确得出高速轴转速估计值其在任何传感器故障发生前后都非常接近实际值；执行器故障是系统内部故障，其会导致系统相关参数变化，影响系统的输出，可视为传感器故障；记和作残差信号，系统故障诊断策略具体描述为：当传感器1故障时，r₁≠0，r₂≈0；当传感器2故障时，r₁≈0，r₂≠0；当执行器故障时，r₁≠0，r₂≠0；(b)对执行器与传感器故障进行同时重构；考虑传感器故障与执行器故障同时存在的系统(12)，假设系统(12)满足及系统的不变零点是稳定的；用正交矩阵T_R乘以式(12)中的系统输出矩阵，可得式(13)与式(14)：引入滤波器，定义一组新的状态变量z(t)作为含有传感器故障的输出y2(t)滤波后的信号，如式(15)：式中，Af为一个稳定滤波矩阵；风力发电系统可重新表示为：ya(t)＝Caxa(t)                   (19)式中，表示虚拟执行器故障向量，其是范数有界的，即 η₀为一个正常数， x_a(t)＝[x(t)^T z(t)^T]^T为坐标变换后的系统状态变量；通过上述对系统(12)的变换，新系统(18)、(19)中已不含有传感器故障，而是将传感器故障与执行器故障都变为执行器故障进行处理；设计相应的滑模故障观测器结合等价输出注入理论，可得虚拟故障重构值解决两种故障f_s(t)、f_a(t)的同时重构问题；风力发电系统主动容错控制的设计过程为:设计风力发电系统滑模观测器的形式如下：式中，ρ为修正系数(增益)，由故障幅值所决定；Gl，Gn为鲁棒滑模观测器的待定线性反馈矩阵和非线性反馈矩阵；为了能够确保滑模运动而设计滑模控制策略vρ，即定义状态估计误差为输出误差为假设条件1满足，存在一个线性变换阵T，使得(Aa,M,Ca)变为式(23)的形式：式中，T是一个正交阵，M₀是一个满秩矩阵，(A_a22,A_a31)是完全可观测的；通过式(18)‑(19)及(20)‑(21)可的系统误差动态方程为：式中，A_a0＝A_a‑G_lC_a；观测器矩阵可取为输出动态误差为当滑模运动到达时不连续项可以表示如下vρ＝‑(CaGn)‑1(CaAa0e(t)‑CaMfas(t))                       (26)则e(t)＝(I‑Gn(CaGn)‑1Ca)Aaoe(t)‑CaMfas(t)                    (27)式中，为了利用所设计的滑模观测器实现执行器与传感器故障同时重构，定义线性坐标变换：T_L:e→e_L，取则矩阵(A_a,M,C_a)将转变为如下的形式：式中，Aa1L＝Aa1+LAa3，M2L＝TM2都是满秩矩阵，非线性增益矩阵满足李雅普诺夫方程且，取GnL＝[0 Ip]T；在此坐标变换下，系统的状态和输出偏差方程为：假设滑模运动到达，A_a1L是稳定的，则e_a1(t)→0；因此，可得则未知故障向量的重构值为：同理利用连续函数表示不连续项：式中，σ为取值较小的标量来保证故障重构的精度。