基于卷積神經(jīng)網(wǎng)絡(luò)的雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制方法

鄭建鋒

（華電（浙江）新能源有限公司，杭州 310009）

風(fēng)電機(jī)組獨(dú)立變槳距控制是風(fēng)電機(jī)組實(shí)踐應(yīng)用過程中的重要組成部分。傳統(tǒng)的獨(dú)立變槳距控制方法多設(shè)定為單向，參考文獻(xiàn)[1]和文獻(xiàn)[2]，設(shè)定傳統(tǒng)Wiener 模型風(fēng)電機(jī)組獨(dú)立變槳距控制方法和傳統(tǒng)FAST 風(fēng)電機(jī)組獨(dú)立變槳距控制方法。此類控制方法可以實(shí)現(xiàn)預(yù)期的控制任務(wù)，但是缺乏針對(duì)性和具體性，會(huì)使不平衡載荷更加明顯，導(dǎo)致槳葉產(chǎn)生大范圍的揮舞和擺振，嚴(yán)重影響風(fēng)電機(jī)組傳動(dòng)機(jī)構(gòu)等部件的機(jī)械應(yīng)力和疲勞壽命，進(jìn)而引發(fā)電力事故[3]。為此，提出基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）的雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制方法。CNN 是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，將其與風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制工作相結(jié)合，可實(shí)現(xiàn)風(fēng)電機(jī)組的優(yōu)化控制，形成雙向控制結(jié)構(gòu)，改善實(shí)際控制效果，為相關(guān)技術(shù)及行業(yè)的發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)[4]。

1 設(shè)計(jì)雙饋風(fēng)電機(jī)組獨(dú)立變槳距卷積神經(jīng)網(wǎng)絡(luò)控制方法

1.1 明確風(fēng)電機(jī)組獨(dú)立變槳距控制指標(biāo)

雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化是一個(gè)漫長的過程，需要明確控制范圍，調(diào)整對(duì)應(yīng)的控制指標(biāo)[5]。機(jī)組動(dòng)態(tài)載荷控制主要是指對(duì)機(jī)組發(fā)電情況的一種判定，結(jié)合貝茲極限理論，需要進(jìn)行理想風(fēng)輪氣流情況的研究。

在質(zhì)量守恒定律的限制下計(jì)算出風(fēng)輪的凈速度，計(jì)算公式為

式中：A為風(fēng)輪的凈速度；g為控制范圍；d為機(jī)組壓縮比；t為風(fēng)速變化值；s為靜壓力差。設(shè)置擺振載荷比為3.2，風(fēng)輪旋轉(zhuǎn)角速度的最佳變化差值為1.26 ～2.04 rad·s-1。

1.2 風(fēng)電機(jī)組疲勞載荷多目標(biāo)計(jì)算

結(jié)合雨流計(jì)數(shù)（Rain Flow Counting，RFC）法，先明確當(dāng)前疲勞的載荷范圍、幅值以及均值，具體公式分別為

式（2）～（4）中：Sɑ、Sb和Sc分別為風(fēng)電機(jī)組疲勞的載荷范圍、幅值以及均值；Smax為疲勞載荷限制最大值；Smin為疲勞載荷限制最小值。

判定出此時(shí)雙饋風(fēng)電機(jī)組的運(yùn)行實(shí)況后，需要控制與標(biāo)定獨(dú)立變槳距擾動(dòng)現(xiàn)狀，盡量減少風(fēng)機(jī)的不平衡載荷狀態(tài)，保持實(shí)際的控制穩(wěn)定。

1.3 構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)機(jī)組獨(dú)立變槳距優(yōu)化控制模型

先在機(jī)組的控制程序中設(shè)置一定數(shù)量的控制節(jié)點(diǎn)。這些節(jié)點(diǎn)相互關(guān)聯(lián)，形成一個(gè)循環(huán)性的控制結(jié)構(gòu)。然后，依據(jù)卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)模型的執(zhí)行結(jié)構(gòu)，如圖1所示。

圖1 卷積神經(jīng)網(wǎng)絡(luò)機(jī)組獨(dú)立變槳距優(yōu)化控制結(jié)構(gòu)圖

在模型中建立一個(gè)獨(dú)立變槳距優(yōu)化矩陣，并設(shè)定對(duì)應(yīng)的優(yōu)化目標(biāo)。變槳距的調(diào)整設(shè)定距角為60°～85°。在運(yùn)行過程中，確保風(fēng)電的輸出功率小于額定功率，形成一個(gè)閉環(huán)的控制結(jié)構(gòu)，利用模型的輔助控制程序，確保雙饋風(fēng)電機(jī)組平穩(wěn)運(yùn)行，改善模型的應(yīng)用效果[6-7]。

1.4 反饋校正實(shí)現(xiàn)優(yōu)化控制

反饋校正是對(duì)模型處理過的控制結(jié)果進(jìn)行校正調(diào)整。設(shè)置3 個(gè)階段的校正標(biāo)準(zhǔn)，如表1 所示。

表1 多階段反饋校正標(biāo)準(zhǔn)設(shè)置表

依據(jù)表1 標(biāo)準(zhǔn)，結(jié)合設(shè)計(jì)的優(yōu)化模型，優(yōu)化每一個(gè)階段的風(fēng)電機(jī)組獨(dú)立變槳距控制，校正誤差控制區(qū)域，確保最終控制效果的真實(shí)性和穩(wěn)定性。

2 實(shí)驗(yàn)測試

在浙江華電弁山風(fēng)電場“面向多機(jī)型風(fēng)電機(jī)組通用性自主可控關(guān)鍵技術(shù)研究與應(yīng)用”項(xiàng)目研究的過程中，發(fā)現(xiàn)雙饋風(fēng)電機(jī)組獨(dú)立變槳距控制方面還存在較大提升空間。為解決項(xiàng)目開展過程中存在的不平衡載荷問題，驗(yàn)證提出的基于卷積神經(jīng)網(wǎng)絡(luò)的雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制方法的應(yīng)用性能，設(shè)計(jì)對(duì)比實(shí)驗(yàn)進(jìn)行測試?？紤]最終測試結(jié)果的真實(shí)性與可靠性，采用對(duì)比的方式展開分析，選定H 區(qū)域的風(fēng)電場作為測試的主要目標(biāo)對(duì)象，參考文獻(xiàn)設(shè)定傳統(tǒng)Wiener 模型風(fēng)電機(jī)組獨(dú)立變槳距控制測試組、傳統(tǒng)FAST 風(fēng)電機(jī)組獨(dú)立變槳距控制測試組以及此次所設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)風(fēng)電機(jī)組獨(dú)立變槳距控制測試組，3 個(gè)測試組分別以A、B、C 來表示。

2.1 測試過程

設(shè)置H 區(qū)域的風(fēng)電場雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制測試環(huán)境，布置基礎(chǔ)的控制平臺(tái)，關(guān)聯(lián)主控系統(tǒng)、變槳距控制系統(tǒng)、變流控制系統(tǒng)以及安全鏈保護(hù)系統(tǒng)。設(shè)定風(fēng)電機(jī)組的輸入功率變化比為2.16，優(yōu)化控制周期為5 個(gè)，促使發(fā)電機(jī)裝置處于待機(jī)/順槳狀態(tài)。根據(jù)發(fā)電機(jī)輸出功率的實(shí)際變化情況，調(diào)節(jié)槳距角的對(duì)應(yīng)大小，進(jìn)行基礎(chǔ)測試指標(biāo)及參數(shù)的設(shè)置如表2 所示。另外，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，調(diào)整風(fēng)電機(jī)組獨(dú)立變槳距的控制效果。

表2 基礎(chǔ)測試指標(biāo)及參數(shù)設(shè)置表

2.2 結(jié)果分析

測試選定的H 區(qū)域雙饋風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制方法，分析雙饋風(fēng)電機(jī)組的輸出功率狀況，如圖2 所示。

圖2 雙饋風(fēng)電機(jī)組的輸出功率狀況圖

結(jié)合圖2 可以看出，輸出功率波動(dòng)段便是機(jī)組獨(dú)立變槳距需要優(yōu)化控制的階段。利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，設(shè)定當(dāng)前獨(dú)立變槳距的最優(yōu)角度為35°，失速調(diào)節(jié)標(biāo)準(zhǔn)差值為3.2。利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)雙饋風(fēng)電機(jī)組進(jìn)行閉環(huán)控制調(diào)節(jié)，并將設(shè)定的控制目標(biāo)導(dǎo)入當(dāng)前卷積神經(jīng)控制程序，實(shí)現(xiàn)整體的優(yōu)化控制，計(jì)算揮舞載荷標(biāo)準(zhǔn)值。揮舞載荷標(biāo)準(zhǔn)值公式為

式中：κ為載荷峰值；π為目標(biāo)函數(shù)；F為堆疊控制區(qū)域；Y為偏航載荷差值。結(jié)合當(dāng)前測試，對(duì)比分析測試結(jié)果數(shù)據(jù)，如表3 所示。

表3 測試結(jié)果數(shù)據(jù)比對(duì)分析表

結(jié)合表3 可知，對(duì)比測試組A、測試組B，此次設(shè)計(jì)的測試組最終得出的揮舞載荷標(biāo)準(zhǔn)值均在7 以上，說明在卷積神經(jīng)網(wǎng)絡(luò)的輔助下，當(dāng)前所設(shè)計(jì)的控制方法更為高效，具有實(shí)際的應(yīng)用價(jià)值。

3 結(jié)語

與初始的風(fēng)電機(jī)組獨(dú)立變槳距優(yōu)化控制方法對(duì)比，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)一個(gè)更加靈活、多變的控制結(jié)構(gòu)，從多個(gè)角度擴(kuò)大控制的覆蓋范圍，保障機(jī)組安全。此外，使用卷積神經(jīng)網(wǎng)絡(luò)可以加強(qiáng)對(duì)風(fēng)電機(jī)組實(shí)時(shí)動(dòng)態(tài)狀況的把控，進(jìn)一步提升控制程序的可行性和可靠性，為后續(xù)風(fēng)電機(jī)組控制技術(shù)的創(chuàng)新與完善提供參考依據(jù)。