基于BP神经网络的风电机组风轮建模及运行特性研究
风轮捕获风能的效率直接影响风电机组的输出功率,建立准确的风轮模型并进行分析,对提高机组的运行效率具有重要意义.本文提出基于梯度变化选取训练样本数据的风轮神经网络模型,分析了风速、风轮转速、桨距角对风轮输出转矩的影响.此方法仅使用输入输出数据,不需要已知风机的各种参数和结构,依赖网络学习功能建立机组模型,克服了传统机理建模中依赖风机精确固有参数来推导风机模型的缺点.由于根据梯度的变化合理选用样本作为训练数据,确保了网络模型的精度,避免了传统建模方法中模型简化带来的误差.仿真结果证实了此模型的准确性,通过对风机运行特性的曲线拟合分析,从而为机组的运行理论提供了有益的参考.
风轮建模 BP神经网络 曲线拟合 风力发电 风电机组
常太华 唐宁宁 杨锡运
华北电力大学自动化系,北京,102206
国内会议
北京
中文
155-159
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）