基于神經網絡的風力發電機組偏航控制系統

丁恒 王世榮 李金峰

摘要 偏航裝置是風力機組中的一個重要組成部分，對發電效率起著很大的作用。針對現在很多風力發電機組無法根據風向的變化來精準的實行對風，本文提出了一種BP神經網絡的算法，該算法通過信息傳播的輸出與預期值的誤差修正，從而使偏航系統有預判，進而進行動作。

【關鍵詞】BP 神經網絡 偏航控制

1 引言

風能具有巨大的利用價值。為使風力機風輪更準確的實行對風，偏航裝置起著很大的作用。本文采用BP神經網絡算法，利用其誤差反向傳播的特性，比較網絡的預期值和真實輸出值，來調整網絡參數使得誤差降到最小。

2 偏航控制系統

偏航裝置作為風力機的重要部分，一般由風向標傳感器、偏航電機、制動器與變速箱等部分構成。風向標采集到風向信號后，將該信號傳送到控制回路中，然后控制裝置根據該信號發出指令，從而控制機艙旋轉，來實現對風的目的。本文的偏航控制系統框圖如圖1所示，工作原理為：風向標傳感器采集到風向變化后，將該信息傳遞到控制系統里，進行數據處理和分析，然后判斷裝置是否要進行偏航和如何偏航，再依照判斷執行動作，使得風機能達到最好的對風狀態。當此次偏航動作結束后，系統繼續對風向信息進行處理分析，判斷此次偏航動作是否在誤差允許范圍內，若在其允許的范圍內，則偏航動作停止;若不在此范圍內，則仍然繼續進行偏航動作直至滿足條件范圍。

3 BP神經網絡

BP神經網絡由輸出信號、輸出層、隱含層、輸入層、輸入信號組成，如圖2所示。在BP神經網絡中包含兩種信號，一種是誤差信號，還有一種是函數信號，它們的區別是其傳遞方向是相反的。

經過對權值和閾值的不斷修正，直到在誤差允許的范圍內達到預期值，反向傳播停止，該網絡是收斂的;若在以超過提前設定的運行次數后還沒有達到預定值，則證明該網絡發散。根據此方法便可以提前預測風向的變化，從而進行預判，提高風能的利用率，有效地提高風機的發電效率。

4 總結

運用BP神經網絡算法來控制偏航系統，對比于傳統方法，其有以下幾點優點：

（1）此控制算法訓練速度比較快，對風精度比較高，減少了風機在小角度范圍內的疲勞動作，延長了系統的使用壽命。

（2）此算法可提前預測風向的改變，誤差范圍更小更精確。

（3）經過實際驗證，此算法得出的結果具有很好的可靠性，但仍有一些缺點和不足需要改進。

參考文獻

[1]張澤旭，神經網絡控制與MATLAB仿真[M].哈爾濱：哈爾濱工業大學出版社，2011（07）：56-75.

[2]張東東，崔新維.BP神經網絡在風力發電機風向預測中的應用[J].技術產品與工程太陽能，2014 （03）： 47-49.

[3]鐘守銘，劉碧森，神經網絡穩定性理論[M].北京：科學出版社，2008：1-32.

[4]和慧，苗群.基于BP神經網絡的南四湖水質評價研究[D]，青島：青島理工大學碩士學位論文，2008.