基于神经网络自适应方法的海上浮式风机独立变桨控制研究与监控系统设计

摘要

随着能源需求的增长和气候的变化，世界各国对可再生能源的需求有增无减。风力发电作为一种环保无污染的发电方式，拥有巨大的发展空间。远海风电场的平均风速与近海和岸上风电场的平均风速相比更高，湍流更少，风切变更小，受到了越来越多国家的关注。随着风力发电领域技术的发展，漂浮式风力发电为风电机组近一步进入深远海区域提供了一个实际有效的解决策略，受到了越来越多国家的支持和认可。然而，由于深远海区域气候恶劣极端，浮式风机系统的参数存在着未知性，风浪和浮式风机整体之间的耦合作用大，这就要求采用智能有效的控制策略来减小发电功率的波动，降低浮式风机的负荷，独立变桨策略应运而生。独立变桨技术可以独立地调整桨叶的桨距角，使得桨叶在不同的时间和空间位置上都能通过变桨执行机构来调整自己的桨距角以适应外界的变化，这样就能够有效地降低由塔影效应和风切变效应等造成的载荷，还可以减小发电功率产生的波动。另外，考虑到浮式风机位于深远海海域，其工作环境复杂恶劣，维修人员往往需要乘坐船只达到指定维修地点，环境的恶劣和交通的不便大大增加了维修的难度，设计一款能对浮式风机进行监控的监控系统有着实际的参考作用。本论文以Spar式浮式风机作为研究的对象，研究了其独立变桨距的控制问题。本论文主要的研究工作有：　　①研究浮式风机流体动力学和空气动力学以及重要结构的动力学方程，进一步了解风机的运行过程和工作原理。　　②针对Spar式浮式风机的独立变桨系统，考虑了推进力矩和摩擦力矩等多种力矩对桨叶的共同作用，结合了不平衡载荷对桨叶产生的影响，建立了更为精确复杂的独立变桨非线性数学模型。　　③设计了RBF神经网络自适应跟踪控制方法，对Spar式浮式风机模型进行可靠的独立变桨控制，使得误差能够在人为设定的有限时间内收敛，维持了输出功率的稳定性。最后利用FAST-Matlab来搭建仿真专用的平台，仿真得出的图像进一步表明该控制方法的可靠性。　　④以由浮式风机和边缘智能设备所组成的边缘计算平台为基础，设计了一套浮式风机监控系统，实现对浮式风机的运行情况的监控和操作。

目录

1 绪论

1.1 研究背景

1.2 风电行业发展现状

1.3 漂浮式风电国内外研究现状

1.3.1 国外浮式风电研究现状

1.3.2 国内浮式风电研究现状

1.4 研究目的及意义

1.5 本论文主要工作

2 浮式风机动力学分析

2.1 引言

2.2 空气动力学模型

2.2.1 近尾迹模型

2.2.2 远尾迹模型

2.2.3 近远尾迹耦合模型

2.3波流相互作用模型

2.3.1 常规波流相互作用模型

2.3.2 随机波流相互作用模型

2.4 流性阻尼系泊模型

2.4.1 流变阻尼

2.4.2 加入流变阻尼有限元连杆模型

2.5 本章小结

3 浮式风机独立变桨原理及建模

3.1 引言

3.2 独立变桨距系统建模

3.3 FAST仿真平台

3.3.1 FAST仿真平台介绍

3.3.2参数介绍

3.3.3 FAST仿真模型介绍

4 独立变桨距控制器设计

4.1 引言

4.2 神经网络自适应控制器设计

4.2.1 问题描述

4.2.2 RBF神经网络

4.2.3 速率函数

4.2.4 控制器设计

4.3 稳定性分析

4.4 仿真分析

4.5 本章小结

5 基于边缘计算的浮式风机监控系统

5.1 引言

5.2 边缘计算平台

5.3 多层神经网络（MNN）和随机森林（RF）模型

5.4 故障检测

5.5 监控系统

5.6 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

附录

A. 作者在攻读硕士学位期间参与的科研项目

B. 作者在攻读硕士学位期间发表的论文及专利

C. 学位论文数据集:

致谢