[发明专利]一种风电机组的偏航控制方法、系统及电子设备

权利要求书

1.一种风电机组的偏航控制方法，其特征在于，所述方法包括如下步骤：

获取风电机组的每类第一特征的历史记录数据，及每类第二特征的历史测量数据；第一特征的种类包括风电机组的SCADA系统中记录的第一风速、第一风向、第二风向、机舱位置、机舱外环境温度、转子转速、叶片桨距角、有功功率、功率设定值和风电机组的状态标志位；第二特征的种类包括安装在风电机组上的激光雷达测量的第二风速、第三风向、激光雷达的状态标志位；

将所述历史记录数据和所述历史测量数据按照时间进行一一对应，形成数据合集；

基于所述数据合集，确定对每类第二特征的影响较大的预设个数的第一特征，构建每类第二特征的重要特征集合；

对于每类所述第二特征，以所述第二特征的重要特征集合中的每类第一特征的历史记录数据为输入，以所述第二特征的历史测量数据为输出，基于XGBoost算法，构建所述第二特征的激光雷达风向估计模型；

分别将每类所述第二特征的重要特征集合中的每类所述第一特征的当前记录数据一一对应的输入每类所述第二特征的激光雷达风向估计模型，获取每类所述第二特征的预测数据，并根据每类所述第二特征的预测数据，对风电机组进行偏航控制。

2.根据权利要求1所述的风电机组的偏航控制方法，其特征在于，所述基于所述数据合集，确定对激光雷达的每类第二特征的影响较大的预设个数的第一特征，构建每类第二特征的重要特征集合，具体包括：

基于所述数据合集，利用如下公式计算第k类第二特征与每类第一特征的皮尔森相关系数；k＝1,2,...,K，K表示第二特征的数量；

其中，r_jk表示第k类第二特征与第j类第一特征的皮尔森相关系数，x_ij表示第j类第一特征的第i个历史记录数据，x_ik表示第k类第二特征的第i个历史测量数据，表示第j类第一特征的所有历史记录数据的平均值，表示第k类第二特征的所有历史测量数据的平均值，n表示数据合集中历史记录数据或历史测量数据的数量；

按照第k类第二特征与每类第一特征的皮尔森相关系数从大到小的顺序对第一特征进行排序；

选取排序后的前预设个数的第一特征，组成第k类第二特征的重要特征集合。

3.根据权利要求1所述的风电机组的偏航控制方法，其特征在于，所述激光雷达风向估计模型为：

其中，T为回归树的数量，为第k类第二特征的预测数据，f_t(x_k)为第t次迭代得到的回归树，x_k为第k类第二特征的重要特征集合中的每类第一特征的记录数据，F为回归树的集合。

4.根据权利要求1所述的风电机组的偏航控制方法，其特征在于，构建第二特征的激光雷达风向估计模型时采用的目标函数为：

其中，obj^(t)为第t次迭代的目标函数值，表示误差函数，y_k表示数据合集中的第k类第二特征的历史测量数据，为基于第t次迭代的激光雷达风向估计模型获得的第k类第二特征的预测数据；ω(f_t(x_k))表示正则项函数，f_t(x_k)为第t次迭代得到的回归树。

5.根据权利要求4所述的风电机组的偏航控制方法，其特征在于，所述误差函数为：

6.根据权利要求4所述的风电机组的偏航控制方法，其特征在于，所述误差函数为：

7.根据权利要求4所述的风电机组的偏航控制方法，其特征在于，所述正则项函数为：

其中，M表示的第t次迭代得到的回归树中叶子的数量，γ是每个叶子的复杂度，λ是衡量惩罚的参数，w_m是第m个叶子上的分数向量。