[发明专利]基于RBF神经网络的大型风电机组独立变桨控制方法

权利要求书

1.一种基于RBF神经网络的大型风电机组独立变桨控制方法，包括以下步骤：

步骤一：采集风轮转速信号，功率控制器根据风轮转速进行变桨控制和发电机电磁转 矩控制的计算，得到风电机组的统一桨距角和发电机的电磁转矩，然后将电磁转矩信号送 入风力发电机组的转矩伺服系统，平衡风力发电机的电磁转矩；

步骤二：计算风电机组三个桨叶根部弯矩及桨叶方位角；

步骤三：对三个桨叶根部弯矩进行Coleman坐标变换，得到固定坐标系下的风力发电机 组俯仰弯矩和偏航弯矩；

步骤四：以俯仰弯矩和偏航弯矩作为RBF神经网络的输入变量，通过RBF神经网络自适 应控制导出神经网络自适应率，在线调整神经网络权值来改善独立变桨系统的叶根弯矩， 再经过Coleman逆变换变换成不同桨叶的优化桨距角；

步骤五：将步骤一得到的统一桨距角和步骤四得到的优化桨距角相加，得到独立变桨 控制桨距角，之后将优化桨距角送入变桨执行单元，完成风电机组独立变桨的执行动作。

2.根据权利要求1所述的基于RBF神经网络的大型风电机组独立变桨控制方法，其特征 在于：所述步骤一中，风轮的模型的运动方程为：

J×d(Ωr)dt=Mr]]>

其中，J为风轮转动惯量，M_r为风轮转矩，Ω_r为风轮转速；

统一桨距角的表达式如下所示：

θ··+2ξωθ·+ω2(θ-θr)=0]]>

其中：θ为桨距角，ξ为变桨执行系统的阻尼系数，θ_r桨距角的设定值,ω为无阻尼自然频 率。