[发明专利]一种风剪切效应软测量方法

权利要求书

1.一种风剪切效应软测量方法，其特征在于：包括锁相倍频器(10)、电磁转矩软测量(20)、转矩差软测量(30)和约束计算(40)；(10)输出倍频正弦信号和余弦信号分量给(20)、(30)；(20)、(30)分别通过风力发电机的输出电流i_s和风轮的实测转速ω计算出电磁转矩、转矩差，再经(40)实现对风剪切效应的软测量。

2.权利要求1中所述(10)，其特征在于：包括锁相(11)、倍频(12)和移相(13)；输入实测风轮转速ω经锁相(11)得到sinωt，再经倍频(12)得到sin nωt最后经移相(13)得到cosnωt，其中，n为风轮叶片数。

3.权利要求1中所述(20)，其特征在于：包括基于自适应噪声对消原理的在线学习神经网络(21)、线性组合(22)；(21)输入集合为{sin nωt，cos nωt，1}，对应权重为{w_1s，w_1c，w₁}，其在线学习误差量与参考项i_s满足式其中分别为风力发电机输出电流i_s稳定分量估计项、脉动分量估计项，迭代学习后的最优权重{w_1s，w_1c，w₁}参与线性计算；(22)输入集合为{sin nωt，cos nωt，1}，输出集合为满足式：

其中，电磁转矩估计项、是电磁转矩脉动估计项，为永磁体磁链，n_p为发电机极对数。

4.权利要求1中所述(30)，其特征在于：是一种基于自适应噪声对消原理的在线学习神经网络，其输入集合为{sin nωt，cos nωt，1}，对应权重为{w_2s，w_2c，w₂}，输出集合为为转矩差及其脉动的估计项，其在线学习误差量由参数项ΔT减去输出量组成，其中，ΔT与ω满足式：J为转动惯量。

5.权利要求1中所述(40)，其特征在于：其输入量为权利要求3中所述和权利要求4中所述经得到机械转矩及其脉动的估计项测量出风剪切效应。