[发明专利]基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法

说明书

本发明涉及一种基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法，属电气工程技术领域。该方法采用滑模径向基神经网络控制策略，使磁悬浮垂直轴风电机组的悬浮控制系统在受到未知随机干扰情况下，实现稳定悬浮控制：首先设计滑模面，并利用径向基神经网络估算未知干扰项，输出至智能滑模控制器，并加入鲁棒补偿项，得到径向基神经网络滑模控制器即外环悬浮气隙跟踪控制器的输出；然后将此输出求开方，得到悬浮电流的参考值，减去其实际值，经内环悬浮电流跟踪控制器，实时调整悬浮电流，实现稳定悬浮。本发明自适应能力强、动态响应快、抗干扰能力强，稳定性好，可确保整个悬浮过程系统性能实时最优。

技术领域

本发明涉及一种控制方法，尤其是一种基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法，属于电气工程技术领域。

背景技术

磁悬浮垂直轴风力发电机因为无机械摩擦，大大降低了启动阻力矩，因而可进一步降低起动风速，具有启动风速低、安装简便、无需偏航装置等优势，可用于风速低、风向变化频繁(因垂直轴风力发电机无需对风)的风电场，是未来风电发展的重点方向。在实际工作环境中，磁悬浮垂直轴风电机组的悬浮控制必须满足自适应能力强、动态响应快、抗干扰能力强等要求。

磁悬浮系统是一种典型的非线性、不稳定系统，同时，风力干扰的随机性严重影响悬浮稳定性，使得悬浮控制器的设计极具挑战性。常规PID控制器结构简单,但控制器的参数在线调整困难，难以自动调节以适应外界环境的变化，因此对处于随机干扰下的风电磁悬浮系统很难达到理想的控制效果。串级PID控制可以通过减小副回路闭环系统的相位滞后和等效时间常数来提高系统稳定性和响应速度，通过副回路控制器增益增加串级控制系统有阻尼频率来改善系统的控制质量，设计简单、结构灵活、鲁棒性较强，但依赖确定的对象模型，且控制器的参数固定，当对象模型和参数不确定时，控制效果不明显。

径向基神经网络(RBFNN)具有很强的输入、输出非线性映射功能，可以以任意精度逼近未知函数，且学习速度快。将RBF神经网络与滑模控制结合起来，构成RBFNN-SMC控制器，通过RBFNN估计未知干扰，可以使控制系统具有良好的自适应性和鲁棒性。但目前滑模径向基神经网络控制在磁悬浮垂直轴风电机组方面的应用研究甚少。

发明内容

本发明的主要目的在于：针对现有技术的不足和空白，本发明提供一种基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法，通过滑模控制、径向基神经网络和自适应算法相结合，使磁悬浮垂直轴风电机组的悬浮系统在受到风速、风向的波动性及不确定性而导致的随机干扰的情况下，实现稳定悬浮。

为了达到以上目的，本发明所述磁悬浮垂直轴风电机组，包括：磁悬浮垂直轴风力发电机、悬浮控制系统、气隙传感器、风轮、上端轴承、下端轴承、外壳、塔架和变流器系统等；所述磁悬浮垂直轴风力发电机包括永磁直驱型风力发电机和磁悬浮盘式电机。

所述永磁直驱型风力发电机包括定子和转子。

所述磁悬浮盘式电机位于所述永磁直驱型风力发电机的下方，包括盘式定子和盘式转子；所述盘式定子由盘式定子铁芯和悬浮绕组组成，所述悬浮绕组为直流励磁绕组。

所述悬浮控制系统由悬浮变流器及其悬浮控制器组成，所述悬浮变流器与所述悬浮绕组连接；所述悬浮控制器包括外环气隙跟踪控制器和内环悬浮电流跟踪控制器，所述外环气隙跟踪控制器为径向基神经网络滑模控制器。

所述永磁直驱型风力发电机的转子、所述磁悬浮盘式电机的盘式转子、所述风轮和所述外壳统称为旋转体。

本发明一种基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法，包括以下步骤：

步骤1，设计滑模面为：