[发明专利]一种基于波浪预测的重驱式波浪发电机控制方法

权利要求书

1.一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，方法包括以下步骤：

取现时刻的前N个时刻的波浪高度数据为一时间序列，检验时间序列的平稳性，若时间序列非平稳，则通过对波浪高度数据进行差分，直到时间序列平稳为止；

利用具有平稳性的时间序列，构建自回归平均移动模型ARMA；

基于ARMA模型对未来一段时间内的波高进行预测得到预测值；

利用预测的波高值计算未来时刻波浪速度大小，计算波浪速度下波浪发电机的最佳反电磁力作为参考值，从而得到该反电磁力参考值所对应的最佳参考电流；

采用模型预测控制MPC的方式对电机进行电流控制，跟踪电流参考值，使得发电机运行在最佳状态。

2.根据权利要求1所述的一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，所述检验时间序列的平稳性的过程包括以下步骤：

首先，取前N个时刻内的波浪高度序列x_t＝{x₁,x₂,x₃…x_N}，其中x_t为N个时刻的波浪高度组成的时间序列，先将时间序列化分为k个短序列，并且每个短序列含有M个波高值。得到下式所示由k个短序列组成的x'_t：

在x'_t中，令x_ij＝x_(i-1)M+j,(i＝1,2,…,k；j＝1,2,…,M)，其中x_ij表示第i个短序列中的第j个波浪高度值，x_(i-1)M+j表示在x_t中第(i-1)M+j个波高值。

定义各短序列的统计量包括样本均值、样本方差和样本自相关系数：

其中为第i个子序列的样本均值，为第i个子序列的样本方差，r_i为第i个子序列的自相关系数；

取显著水平α＝0.05和2σ原则，当统计量满足以下要求时时间序列稳定：

式中σ₁，σ₂，σ₃分别为样本均值的方差，样本方差的方差和样本自相关的方差。

3.根据权利要求1所述的一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，所述ARMA中心化后简写为：

x_t＝φ₁x_t-1+…+φ_px_t-p+ε_t-θ₁ε_t-1-…-θ_qε_t-q

式中x_t为t时刻波浪高度，ε_t为独立的误差项，θ、φ为ARMA未定参数，p，q为模型阶数。

4.根据权利要求3所述的一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，所述ARMA的建立过程包括以下步骤：

利用赤池信息量准则AIC对ARMA(p，q)进行定阶，对不同的阶数p，q的ARMA下波高时间序列进行拟合，通过AIC函数计算AIC值，使得AIC达到极小值的阶数为最佳阶数；

对定阶后ARMA的参数进行估计，采用最小二乘估计的方式，结合迭代法，当残差平方和Q达到最小时得到最佳ARMA参数。

5.根据权利要求4所述的一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，所述AIC函数为：

其中为拟合残差方程，是关于模型阶数p、q的函数：

式中为不同模型阶数下前N-1个时刻内波高估计值。

6.根据权利要求4所述的一种基于波浪预测的重驱式波浪发电机控制方法，其特征在于，所述残差平方和Q表示为：