[发明专利]风力发电机组主要部件频率及阻尼比的辨识方法及装置

说明书

本发明公开了一种风力发电机组主要部件频率及阻尼比的辨识方法，包括：获取风力发电机组系统主要部件的输入数据和输出数据，将输入数据和输出数据分别作为通过非线性系统辨识建立的风机模型的输入量和输出量；计算风机模型的模型参数和主要部件的传递函数；计算传递函数的极点，获得第一频率范围，对主要部件的输出数据进行功率谱分析，获得第二频率范围，利用第二频率范围缩小第一频率范围的范围，得到频率迭代范围；计算频率迭代范围内每个频率对应的幅值，获取最大幅值、与最大幅值对应的目标频率和目标极点p，通过计算主要部件的阻尼比。本申请公开的上述技术方案，可以提高对主要部件的频率及阻尼比辨识的准确性，且该辨识方法简单易操作。

技术领域

本发明涉及风力发电技术领域，更具体地说，涉及一种风力发电机组主要部件频率及阻尼比的辨识方法、装置、设备及计算机可读存储介质。

背景技术

风力发电机组系统由多个部件组成，主要部件包括桨叶、塔架、传动链、齿轮箱、变桨系统等。在搭建风力发电机组仿真模型时，主要部件参数的精准设置，对于模型仿真来说至关重要。另外，在风力发电机组出现较大的故障之前，主要部件的频率及阻尼比会发生变化，准确监控并辨识风力发电机组主要部件的频率及阻尼比，可以提前预知故障，从而便于提前对风力发电机组进行检查，以降低风力发电机组的故障发生率。

目前，常通过机理建模方法获得主要部件的频率及阻尼比，其是利用各种数据方程来描述风力发电机组系统的各子系统，具体是在已知风力发电机组固有参数(如升力系数、阻力系数、桨叶弦长、安装角等)的条件下，输入相关参数(如风角速度、风速、可调桨距角等)，然后，再根据复杂的能量转化和空气动力学原理进行一系列的公式推导和条件简化以得到传递函数，从而得到主要部件的频率及阻尼比。由于该方法所得到的数据模型进行了条件简化，因此，其与实际情况下的模型会有比较大的差距，从而会降低辨识的准确性，而且该方法操作复杂、计算量比较大。

综上所述，如何提高对风力发电机组主要部件频率及阻尼比辨识的准确性，并降低操作的复杂程度、减少计算量，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的是提供一种风力发电机组主要部件频率及阻尼比的辨识方法、装置、设备及计算机可读存储介质，以提高对风力发电机组主要部件频率及阻尼比辨识的准确性，并降低操作的复杂程度、减少计算量。

为了实现上述目的，本发明提供如下技术方案：

一种风力发电机组主要部件频率及阻尼比的辨识方法，包括：

获取风力发电机组系统主要部件的输入数据和输出数据，将所述输入数据和所述输出数据分别作为预先通过非线性系统辨识所建立的风机模型的输入量和输出量；

计算所述风机模型的模型参数，根据所述风机模型计算所述主要部件的传递函数；

计算所述传递函数的极点，以获得与所述极点对应的所述主要部件的第一频率范围，对所述主要部件的输出数据进行功率谱分析，以获得与所述主要部件对应的第二频率范围，利用所述第二频率范围缩小所述第一频率范围的频率范围，以得到频率迭代范围；

计算所述频率迭代范围内的每个频率对应的幅值，获取最大幅值、及与所述最大幅值对应的目标频率和目标极点p，通过计算所述主要部件的阻尼比，其中，ξ为阻尼比，real(p)为所述目标极点p的实部，imag(p)为所述目标极点p的虚部。

优选的，所述主要部件为传动链或塔架；

所述传动链的输入数据为发电机转矩，输出数据为发电机转速；

所述塔架的输入数据为桨叶节距角，输出数据为塔架速度。

优选的，所述风机模型具体为扩展自回归滑动平均模型：A(q^-1)y(k)＝B(q^-1)u(k)+C(q^-1)e(k)；