[发明专利]一种基于VMD-CNN网络的海上风电控制方法

权利要求书

1.一种基于VMD-CNN网络的海上风电控制方法，其特征在于，包括以下步骤：

S1：通过VMD技术对历史风速数据进行分解；

S2：将风速数据与其对应时刻的DFIG有功功率、发电机转速和桨距角数据组合进行数据预处理；

S3：建立CNN网络模型，并利用历史数据训练CNN网络模型；

S4：利用经过训练的网络模型得到风速预测结果；

S5：检验风速预测结果，并通过风速预测值计算风机转子参考转速，根据风机转子参考转速对DFIG进行不同的控制操作。

2.根据权利要求1所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，所述步骤S1中的通过VMD技术对历史风速数据进行分解，其描述公式为：

上式中，K为需要分解的风速序列的模态个数，{u(k)}、{ω(k)}分别对应分解后第k个模态分量和中心频率，δ(t)是狄拉克函数，*是卷积运算符；

通过增广Lagrange表达式求解上式，其描述公式为：

式中，λ为Lagrange乘法算子，α为二次惩罚因子。

3.根据权利要求1所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，所述步骤S2中的数据预处理包括风速数据与其对应时刻的DFIG有功功率、发电机转速和桨距角数据组合以及数据归一化。

4.根据权利要求3所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，将分解风速序列获取的4组本征模函数与其对应时刻的DFIG有功功率、发电机转速和桨距角数据组合，并按照8个时间序列为一组的原则进行分组，将每一组的前七条数据提取出来划分成多组7×7的矩阵，每一组的第八条数据作为与之对应的风速结果。

5.根据权利要求4所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，将各组数据进行归一化操作。

6.根据权利要求1所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，所述步骤S3包括建立6层CNN模型以及网络的训练，该6层CNN模型由2个卷积层、2个池化层和2个全连接层组成，其中2个卷积层的卷积核大小都选为2×2，池化层步长都选为2。

7.根据权利要求1所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，所述步骤S5包括计算风机转子参考转速以及根据风机转子参考转速对DFIG进行不同的控制操作。

8.根据权利要求7所述的一种基于VMD-CNN网络的海上风电控制方法，其特征在于，所述风机转子参考转速的计算，其描述公式为：

式中，为风机转子参考转速，K为齿轮传动比，R为涡轮半径，λ_opt为最佳叶尖速比，V_stim为风速估计值。

9.根据权利要求8所述的基于VMD-CNN网络的海上风电控制方法，其特征在于，所述控制操作是：若转子转速低于额定转速，则采用模式一，计算出相应的最优转子转速且桨距角取零；若转子转速高于额定转速，则采用模式二，通过调节桨距角来改变风力发电机的风能利用系数从而使输出功率稳定在额定功率以保障风机运行安全。