[发明专利]基于SVR的风力发电机组低风速段有效风速估计方法

权利要求书

1.一种基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，该方法包括以下步骤：

(1)使用LIDAR测风装置获得一段时间内的有效风速信息，使用SCADA系统和载荷传感器获得相应时间段内风电机组的相关输出数据X'，X'＝[x'(i,j)],i＝1,...,l,j＝1,...,9；用x'(i,:)表示机组的一次采样输出，x'(i,:)表达式为：

x'(i,:)＝[ω_r,ω_g,T_em,P_e,a,M_b1,M_b2,M_b3,R_a]

其中，ω_r是风轮转速，ω_g是发电机转速，T_em是发电机电磁转矩，P_e是发电功率，a是塔架前后加速度，M_b1,M_b2和M_b3分别是三个叶片对应的挥舞弯矩，R_a是叶轮方位角，根据低风速段风电机组的控制方式和运行模式选取所述相关输出数据X'；

(2)将步骤(1)获得的机组输出数据进行归一化处理，作为SVR模型的训练特征集X，X＝[x(i,j)],i＝1,...,l,j＝1,...,9；步骤1获得的有效风速信息作为SVR模型的训练目标值，训练目标值不需要归一化；将训练特征集和训练目标值作为SVR的训练集；

(3)使用步骤(2)获得的训练集求解SVR的原始优化问题，为求解该优化问题，引入拉格朗日函数，然后得到对偶优化问题；

(4)使用PSO算法选择惩罚参数和核函数参数，求解步骤3中的对偶优化问题，得到训练好的SVR模型；

(5)在线使用时，将某一控制周期内的机组输出数据进行归一化处理，然后输入到步骤(4)得到的训练好的SVR模型中，得到每一个采样周期的初步风速估计值；

(6)将步骤(5)得到的初步风速估计值输入到低通滤波器中，消除高频噪声，得到最终的风速估计值。

2.根据权利要求1所述的基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，所述步骤(2)中，归一化处理指的是：

其中，用x'(:,j)表示X'中的列分量，max(x'(:,j))和min(x'(:,j))分别是x'(:,j)的最大值和最小值，x(:,j)是X中的列分量。

3.根据权利要求1所述的基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，所述步骤(2)中，SVR模型指的是：

y＝<w,φ(x)>+b

其中，是模型输出，是模型输入，是将x从n维映射到N维的函数，是偏置项。

4.根据权利要求1所述的基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，所述步骤(3)中，SVR的原始优化问题是：

s.t.y_i-<w,φ(x(i,:))>-b≤ε+ξ_i,i＝1,2,...,l

ξ_i≥0,i＝1,2,...,l

其中，C是惩罚参数，l是SVR训练集中的样本个数，ξ_i和是松弛变量，ε是ε-不敏感函数的参数。

5.根据权利要求1所述的基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，所述步骤3中，拉格朗日函数的形式为：

其中，η_i,α_i,是拉格朗日乘子。

6.根据权利要求1所述的基于SVR的风力发电机组低风速段有效风速估计方法，其特征在于，所述步骤3中，对偶优化问题的形式是：

其中，K(x(i,:),x(j,:))是高斯核函数，σ²是核函数参数。