[发明专利]一种基于并行Elman-NN的风力发电机故障检测方法有效
申请号: | 202011142534.X | 申请日: | 2020-10-13 |
公开(公告)号: | CN112270081B | 公开(公告)日: | 2023-09-19 |
发明(设计)人: | 方浩杰;葛英辉;请求不公布姓名 | 申请(专利权)人: | 宁波大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;F03D17/00;G06F17/16;G06N3/084 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 315211 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 并行 elman nn 风力发电机 故障 检测 方法 | ||
1.一种基于并行Elman-NN的风力发电机故障检测方法,其特征在于,包括以下步骤:
步骤(1):在风力发电机正常运行状态下,每间隔60秒采集一次样本数据,每次采集的样本数据具体包括11个测量数据,依次分别是:风速,旋翼转速,发电机转速,机械转矩,发电功率,叶片螺距角,叶片方位角,叶片根部力矩,顶部水平轴加速度,顶部纵轴加速度,偏航误差;
步骤(2):将风速处于风力发电机规定的工作风速范围内的n个样本数据x1,x2,…,xn组成矩阵X=[x1,x2,…,xn];其中,xi∈R11×1表示第i个样本数据,i∈{1,2,…,n},R11×n表示11×n维的实数矩阵,R11×1表示11×1维的实数向量;
步骤(3):设置时序阶数为d后,将中第d列至第n列的列向量组建成矩阵X1∈R11×N,将中第d-1列至第n-1列的列向量组建成矩阵X2∈R11×N,直到将中第1列至第N列的列向量组建成矩阵Xd∈R11×N;其中,N=n-d+1;
步骤(4):将矩阵X1,X2,…,Xd合并成一个增广矩阵后,再对增广矩阵Z中各个列向量实施归一化处理,从而得到新矩阵其中,上标号T表示矩阵或向量的转置符号,归一化处理的具体过程如步骤(4.1)至步骤(4.2)所示;
步骤(4.1):设置zk∈RN×1表示增广矩阵Z中的第k列向量,zk中元素的最大值与最小值分别是mk与δk,利用公式计算得到新矩阵中的第k列向量其中,k∈{1,2,3,…,11×d};
步骤(4.2):依次分别设置k等于1,2,…,11×d,并执行步骤(4.1)即可完成对Z中各个列向量的归一化处理;
步骤(5):依次将新矩阵中第2列至第11列的列向量用作Elman-NN的输出,并将Z中其它的列向量用作Elman-NN的输入,建立由10个Elman-NN模型组成的并行Elman-NN模型,具体的实施过程如步骤(5.1)至步骤(5.3)所示;
步骤(5.1):初始化j=2;
步骤(5.2):将中第j列的列向量用作Elman-NN的输出,并将Z中其它的列向量用作Elman-NN的输入,搭建并使用BP算法训练得到第j-1个Elman-NN模型,同时得到模型误差向量ej∈RN×1;
步骤(5.3):判断是否满足条件:j<11?若是,则设置j=j+1后返回步骤(5.2);若否,则得到由10个Elman-NN模型组成的并行Elman-NN模型,以及10个模型误差向量e2,e3,…,e11;
步骤(6):将模型误差向量e2,e3,…,e11合并成一个误差矩阵E=[e2,e3,…,e11]后,计算误差矩阵中所有行向量的均值向量μ∈R1×10,再计算协方差矩阵Λ=(E-U)T(E-U)/(N-1);其中,均值矩阵U∈RN×10由N个均值向量μ∈R1×10组成;
步骤(7):根据公式D=diag{(E-U)Λ-1(E-U)T}计算指标向量D后,再将D中的最大值记做控制上限Dlim;其中,diag{ }表示将大括号内矩阵对角线元素转变成向量的操作;
步骤(8):采集最新采样时刻的样本数据xt∈R11×1,并将xt与其前d-1个采样时刻的样本数据xt-1,xt-2,…,xt-d+1合并成一个增广向量其中,每个样本数据皆由步骤(1)中所列的11个测量数据组成;
步骤(9):判断增广向量θt中的第一个元素是否处于风力发电机规定的工作风速范围内;若是,则执行步骤(10);若否,则风力发电机未工作,处于待机状态,并返回步骤(8)继续实施对最新采样时刻的风力发电机故障检测;
步骤(10):根据公式对θt中各个元素实施归一化处理,从而得到新数据向量其中,与分别表示θt与中的第k个元素;
步骤(11):依次调用步骤(5)中的10个Elman-NN模型,从而依次得到误差ε2,ε3,…,ε11,具体的实施过程如步骤(11.1)至步骤(11.3)所示;
步骤(11.1):初始化j=2;
步骤(11.2):将中除第j个元素以外的其他元素用作步骤(5)中第j-1个Elman-NN模型的输入,计算出相应的输出估计值
步骤(11.3):将中第j个元素减去输出估计值的差值记做误差εj后,判断是否满足条件:j<11;若是,则设置j=j+1后返回步骤(11.2);若否,则得到误差ε2,ε3,…,ε11;
步骤(12):根据公式计算故障检测指标Qt后,在判断是否满足条件:Qt≤Dlim;若是,则当前采样时刻风力发电机运行正常,并返回步骤(8);若否,则执行步骤(13)从而决策是否触发故障警报;其中,误差向量ξ=[ε2,ε3,…,ε11]∈R1×10;
步骤(13):返回步骤(8)继续实施对最新采样时刻的风力发电机故障检测,若连续6个采样时刻的故障检测指标都不满足步骤(12)中的判断条件,则触发故障警报;反之,则不触发故障警报,并返回步骤(8)继续实施故障检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011142534.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于空气流动的建筑钢筋对焊定位夹具
- 下一篇:一种可检测启闭状态的消防电磁阀