[发明专利]一种风电机组的风向预测和偏航控制方法及系统

权利要求书

1.一种风电机组的风向预测和偏航控制方法，其特征在于，提供风向检测器、数据采集模块、数据预测模块、风机偏航模块及偏航电机执行模块，所述方法包括以下步骤：所述风向检测器实时获取风电场内各风电机组所处的风向，所述数据采集模块实时采集所述风向检测器的风向数据并发送给所述数据预测模块，所述数据预测模块根据数据分解策略将风向数据分解得到不同频率的目标本征模态分量IMF序列数据，对各目标本征模态分量IMF序列数据进行预测，对各组预测结果进行叠加重构，输出风向预测结果；所述风机偏航模块通过所述风向预测结果，计算偏航阈值时间段的平均风向与机舱轴线的角度α是否大于偏航偏差阈值的最小值，若否，则偏航系统不动作，若是，则根据风速的范围执行不同偏航控制模式下的偏航偏差阀值，所述偏航电机执行模块根据不同偏航控制模式下的偏航偏差阀值进行偏航角度调整。

2.根据权利要求1所述的风电机组的风向预测和偏航控制方法，其特征在于，所述数据分解策略为：获取包括一组一段时间内的风向数据x(t)，向风向数据x(t)加入长度相同的服从正态分布的高斯白噪声，并对高斯白噪声进行归一化的处理；进而利用经验模态分解法进行分解，得到本征模态分量IMF；不断重复以上动作，并且每次加入不同正态分布的高斯白噪声；将每次得到的对应的所有本征模态分量IMF整体求均值，得到一个目标本征模态分量，通过原风向数据序列x(t)得到多个目标本征模态分量IMF，组成风向数据序列x(t)的信号固有模态组合：

将能量和相关系数较大的前几组目标本征模态分量IMF划分为高频分量IMF，并将能量和相关系数较小的后几组目标本征模态分量IMF分量划分为低频分量IMF；

其中，x(t)为原风向数据序列，c_i(t)为第i个本征模态分量IMF，r_n为Res剩余分量。

3.根据权利要求2所述的风电机组的风向预测和偏航控制方法，其特征在于，对各目标本征模态分量IMF的序列数据进行风向预测包括：采用神经网络策略对所述高频分量IMF进行预测得到高频分量预测值；

采用最小二乘支持向量机模型对所述低频分量IMF及Res剩余分量进行预测得到低频分量IMF及Res剩余分量预测值。

4.根据权利要求3所述的风电机组的风向预测和偏航控制方法，其特征在于，所述神经网络策略包括采用反向传播神经网络，所述反向传播神经网络由输入层、隐藏层和输出层组成，所述隐藏层节点数由输入层节点数和输出层节点数共同决定，输出层节点数为m，输入层节点数为n，得到隐藏层节点数：其中，a为0至10之间的整数，所述隐藏层的层数为一层或多层，所述输入层到所述隐藏层的传递公式为：所述隐藏层到所述输出层的传递公式为隐藏层激励函数为：w_ij为输入层与隐藏层神经元之间的连接权重，w_jk为隐藏层与输出层神经元之间的连接权重，a_j为隐藏层阀值，b_k为输出层阀值，记Q_k为所述高频分量预测值，x_i为所述高频分量IMF，i＝1、2、…、n。

5.根据权利要求3所述的风电机组风向预测及偏航控制方法，其特征在于，所述最小二乘支持向量机模型的运算公式为：

其中：α_i表示对应分量的拉格朗日乘子，K(x_i，x_j)表示最小二乘支持向量机模型核函数对称矩阵，b表示偏差，f(x)为低频分量IMF和剩余分量Res的预测值，x为所述低频分量IMF及Res剩余分量，N为低频分量IMF及剩余分量Res中数据数量；

其中：所述核函数的具体表达式为：

σ为核参数。