matlab递归神经网络RNN实现：桨距控制控制风力发电机组研究

原文链接：http://tecdat.cn/?p=6585

本文介绍了用于涡轮桨距角控制的永磁同步发电机（PMSG）和高性能在线训练递归神经网络（RNN）的混合模糊滑模损失最小化控制的设计。反向传播学习算法用于调节RNN控制器。PMSG速度使用低于额定速度的最大功率点跟踪，其对应于低风速和高风速，并且可以从风中捕获最大能量。设计了具有积分运算切换面的滑模控制器，利用模糊推理机制估计不确定性的上界。

1.简介

最近，风力发电系统作为清洁和安全的可再生能源引起了极大的关注。风力发电可以通过使用电力电子转换器的恒速和变速操作来操作。由于风能产生的改善和闪烁问题的减少，变速发电系统比固定速度系统更具吸引力。并且风力涡轮机能够在最大功率操作点关于各种风速下，通过调整轴速度最佳地在所有风速达到最高效率 。

RNN变桨控制系统的设计

RNN的体系结构

RNN具有三层，即，输入，隐藏和输出。在所示的三层神经网络图采用实施建议的RNN用于涡轮控制器。

图. RNN的体系结构。

​

matlab实现

clc;
clear;
close all;
setup;
dbstop if error
%%  RNN  
%  
useGPU = true;
dataType = 'single';
backward = true;

input = InputLayer(struct('batchSize',5,'useGPU',useGPU,'dataType',dataType,'backward',backward,'reverse',true));
embedd1 = EmbeddingLayer(struct('hidden_dim',512,'input_dim',input.vocabSize,'useGPU',useGPU,'dataType',dataType,'backward',backward));
rec1 = RecurrentLayer(struct('hidden_dim',512,'input_dim',512,'useGPU',useGPU,'dataType',dataType,'backward',backward));
rec2 = RecurrentLayer(struct('hidden_dim',512,'input_dim',512,'useGPU',useGPU,'dataType',dataType,'backward',backward));
loss = SoftmaxLayer(struct('hidden_dim',input.vocabSize,'input_dim',512,'useGPU',useGPU,'dataType',dataType,'backward',backward));

% train
MaxIter = 10000;
history_cost = zeros(1,MaxIter);
for i = 1 : MaxIter
    tic;
    target = input.fprop(struct('reverse',false,'fprop',true));
    loss.fprop(rec2.fprop(rec1.fprop(embedd1.fprop(target,size(target,2)),size(target,2)),size(target,2)),size(target,2));
    history_cost(1,i) = gather(loss.getCost(target));
    display(history_cost(1,i));
    
    embedd1.bprop(rec1.bprop(rec2.bprop(loss.bprop(target))));
    loss.update(@SGD);
    rec2.update(@SGD);
    rec1.update(@SGD);
    embedd1.update(@SGD);
    toc;
end

​

模拟结果

传统的比例积分（PI）型控制器由于其简单的控制结构，易于设计和低廉的成本而在工业中广泛使用。然而，如果受控设备是高度非线性的或者期望的轨迹随着更高的频率变化，则PI型控制器可能不具有令人满意的性能。对于变速风力涡轮机，通常采用机械致动器来改变叶片的桨距角以控制功率系数。

动态性能测试

图（a）显示了轴速; 可以观察到系统跟踪额定发电机速度下的最大功率。图6（b）显示了最大功率跟踪控制的验证。

图风速剖面的模拟结果：（a）风廓线速度跟踪，（b）最大功率跟踪控制信号，（c）功率跟踪误差和（d）功率系数C p。

​

效率性能测试

图显示了效率性能。考虑到中高速范围内的转换器损耗几乎为80％。

模拟效率性能：

​

结论

本文介绍了用于变速风能系统的驱动PMSG系统的设计。速度控制器设定发电机扭矩指令，这是通过电流控制回路实现的。所提出的系统已经在实时应用中实现，具有商用PMSG和模拟风力涡轮机行为的直流驱动器。仿真结果表明该系统具有良好的性能。

动态性能不仅在稳态而且在快速输入时显示出转速的准确估计，而传统的PI控制器不能确定各种风速的不确定性模型。本研究成功实现了模糊滑模速度和RNN桨距控制器，用于控制WECS。即使参数不确定，该技术也可以保持系统稳定性并达到所需的性能。

  

如果您有任何疑问，请在下面发表评论。