專利名稱：一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電系統(tǒng)建模及dsp實(shí)現(xiàn)方法
一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電系統(tǒng)建模及DSP實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于風(fēng)力發(fā)電、智能控制和電力電子技術(shù)、數(shù)字信號處理技術(shù)領(lǐng)域。具體涉 及一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場建模方法及DSP實(shí)現(xiàn)。將典型的BP神經(jīng)網(wǎng)絡(luò)用于復(fù)雜、非線 性的風(fēng)電系統(tǒng)。
背景技術(shù)：
隨著中國可再生能源刺激政策的不斷出臺(tái)和電網(wǎng)配套建設(shè)的完善，中國巨大的風(fēng) 電發(fā)展?jié)摿⒌玫竭M(jìn)一步激發(fā)，中國有能力成為世界可再生能源的大國。從風(fēng)力發(fā)電本身 的特點(diǎn)可以看出自然風(fēng)速的大小和方向是隨機(jī)和不可控的，這樣作用在風(fēng)力機(jī)槳葉上產(chǎn) 生的風(fēng)能也是隨機(jī)的和不可控的；針對由于氣動(dòng)、機(jī)械等方面的復(fù)雜機(jī)理，使得大型風(fēng)力機(jī) 的建模非常困難，難以得到精確的機(jī)理模型，而且常規(guī)電力系統(tǒng)是一個(gè)非線性的動(dòng)態(tài)系統(tǒng)。 在大規(guī)模風(fēng)電入網(wǎng)后，上述風(fēng)電的顯著特點(diǎn)使得風(fēng)電系統(tǒng)的非線性動(dòng)態(tài)特征與常規(guī)電力系 統(tǒng)相比更加明顯。目前的建模方法是機(jī)理分析法。機(jī)理分析法的主要原理是從系統(tǒng)內(nèi)部的物理本質(zhì) 入手，通過選擇適當(dāng)?shù)奈锢砟Ｐ徒Y(jié)構(gòu)來模擬系統(tǒng)的特性，主要是考慮力的平衡關(guān)系，建立了 風(fēng)力發(fā)電機(jī)組在標(biāo)稱狀態(tài)下的數(shù)學(xué)模型。由于風(fēng)力發(fā)電系統(tǒng)的復(fù)雜性，建立的機(jī)理與實(shí)際 有一定的偏差。因此，有必要采取一種較新、較準(zhǔn)確的建模方法對非線性性強(qiáng)的風(fēng)電系統(tǒng)進(jìn) 行建模。人工神經(jīng)網(wǎng)絡(luò)具有模擬多變量而不需要對輸入變量做復(fù)雜的相關(guān)假定的能力，所 以尋找一種實(shí)現(xiàn)風(fēng)電系統(tǒng)準(zhǔn)確建模的方法是其發(fā)展的一個(gè)重要研究方向。

發(fā)明內(nèi)容本發(fā)明目的是克服現(xiàn)有技術(shù)存在的上述不足，提供一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電 系統(tǒng)建模及DSP實(shí)現(xiàn)方法。本發(fā)明提供的基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)建模及DSP實(shí)現(xiàn)方法包括第1、分析風(fēng)力發(fā)電系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的工作機(jī)理，確定其輸入信號和輸出信號；第2、將上步確定的輸入信號和輸出信號做預(yù)處理，主要對數(shù)據(jù)進(jìn)行濾波，便于提 高辨識(shí)精度；第3、設(shè)計(jì)一個(gè)隱層神經(jīng)元數(shù)目可變的BP，由此確定風(fēng)電系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型的基 本結(jié)構(gòu)；第4、用DSP實(shí)現(xiàn)BP算法，用于風(fēng)電系統(tǒng)建模中。本發(fā)明所述的風(fēng)力發(fā)電系統(tǒng)包括風(fēng)力發(fā)電系統(tǒng)的輸入信號包括風(fēng)速和漿距角，輸出信號包括功率，風(fēng)輪轉(zhuǎn)速和風(fēng)輪扭矩；一般漿距角是一個(gè)偽隨機(jī)輸入，本發(fā)明設(shè)其平均值為3. 7°，所以選擇變化幾率最 大的風(fēng)速作為BP神經(jīng)網(wǎng)絡(luò)的輸入信號，功率為輸出信號。本發(fā)明利用BP神經(jīng)網(wǎng)絡(luò)與風(fēng)力發(fā)電系統(tǒng)結(jié)合，通過建立BP神經(jīng)網(wǎng)絡(luò)模型，把隱層
3神經(jīng)元數(shù)目設(shè)為10個(gè)可以達(dá)到任意的訓(xùn)練精度確定每層的權(quán)值，能很好地?cái)M合建模對象 的性能；同時(shí)為了實(shí)現(xiàn)其應(yīng)用的可能性，本文將設(shè)計(jì)出采用DSP作為神經(jīng)網(wǎng)絡(luò)計(jì)算協(xié)處理 器(SEED2C30PS實(shí)現(xiàn))的神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)仿真系統(tǒng)。神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)仿真系統(tǒng)由三部分組成(1)神經(jīng)網(wǎng)絡(luò)仿真平臺(tái)它是一臺(tái)PC機(jī)(主控機(jī))，其作用是神經(jīng)網(wǎng)絡(luò)在線辨識(shí)、 仿真結(jié)果顯示；(2)神經(jīng)網(wǎng)絡(luò)協(xié)處理器(插在主控機(jī)ISA槽中的SEED-C30PS)由終端顯示器計(jì) 算機(jī)及插在其ISA插槽中的處理部分SEED-C30PS組成，它是以TMS320C5509為核心器件的 DSP應(yīng)用系統(tǒng)，用DSP實(shí)現(xiàn)BP算法，本設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)部分是由DSP芯片實(shí)現(xiàn)的，而參數(shù)的 輸入和計(jì)算結(jié)果的輸出依靠一些外部設(shè)備。(3)通訊模塊由于主控機(jī)中采用Window s98系統(tǒng)，而該系統(tǒng)不允許ring3級的 運(yùn)用程序直接對硬件進(jìn)行操作，這樣前兩個(gè)模塊間無法實(shí)現(xiàn)通訊，在本模塊中設(shè)計(jì)了處于 ringO級的虛擬設(shè)備驅(qū)動(dòng)程序，將前兩個(gè)模塊連接起來。本發(fā)明根據(jù)DSP芯片特殊的硬件結(jié)構(gòu)決定的其快速的運(yùn)算能力，將用于風(fēng)力發(fā)電 系統(tǒng)參數(shù)的BP網(wǎng)絡(luò)在DSP系統(tǒng)上實(shí)現(xiàn)，從而提高了系統(tǒng)的運(yùn)算速度，使系統(tǒng)達(dá)到了實(shí)時(shí)性 的要求。本發(fā)明所述的神經(jīng)網(wǎng)絡(luò)解決風(fēng)力發(fā)電系統(tǒng)非線性這一問題的實(shí)質(zhì)是逼近一個(gè)復(fù) 雜的非線性函數(shù)，而BP神經(jīng)網(wǎng)絡(luò)的任意非線性映射能力可以模擬這一復(fù)雜的函數(shù)關(guān)系。本 發(fā)明的工作原理風(fēng)力發(fā)電系統(tǒng)的輸入信號包括風(fēng)速和漿距角，輸出信號有功率，風(fēng)輪轉(zhuǎn)速和風(fēng)輪
扭矩，利用BP神經(jīng)網(wǎng)絡(luò)與風(fēng)力發(fā)電系統(tǒng)結(jié)合，通過建立BP神經(jīng)網(wǎng)絡(luò)模型。
利用下式將輸入信號和輸出信號做預(yù)處理。 X 一
權(quán)利要求
一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電系統(tǒng)建模及DSP實(shí)現(xiàn)方法，其特征在于該方法包括第1、分析風(fēng)力發(fā)電系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的工作機(jī)理，確定其輸入信號和輸出信號；第2、將上步確定的輸入信號和輸出信號做預(yù)處理，主要對數(shù)據(jù)進(jìn)行濾波，便于提高辨識(shí)精度；第3、設(shè)計(jì)一個(gè)隱層神經(jīng)元數(shù)目可變的BP，由此確定風(fēng)電系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型的基本結(jié)構(gòu)；第4、用DSP實(shí)現(xiàn)BP算法，用于風(fēng)電系統(tǒng)建模中。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的風(fēng)力發(fā)電系統(tǒng)包括 風(fēng)力發(fā)電系統(tǒng)的輸入信號包括風(fēng)速和漿距角，輸出信號包括功率，風(fēng)輪轉(zhuǎn)速和風(fēng)輪扭矩；一般漿距角是一個(gè)偽隨機(jī)輸入，本發(fā)明設(shè)其平均值為3. 7°，所以選擇變化幾率最大的 風(fēng)速作為BP神經(jīng)網(wǎng)絡(luò)的輸入信號，功率為輸出信號。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為1-10-1型，這樣的 神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)仿真系統(tǒng)由三部分組成(1)神經(jīng)網(wǎng)絡(luò)仿真平臺(tái)它是一臺(tái)作為主控機(jī)的PC機(jī)，其作用是神經(jīng)網(wǎng)絡(luò)在線辨識(shí)、仿 真結(jié)果顯示；(2)神經(jīng)網(wǎng)絡(luò)協(xié)處理器為插在主控機(jī)ISA槽中的SEED2C30PS由計(jì)算機(jī)及插在其ISA 插槽中的SEED-C30PS組成，它是以TMS320C5509為核心器件的DSP應(yīng)用系統(tǒng)，用DSP實(shí)現(xiàn) BP算法，本發(fā)明神經(jīng)網(wǎng)絡(luò)的部分是由DSP芯片實(shí)現(xiàn)的，而參數(shù)的輸入和計(jì)算結(jié)果的輸出依 靠一些外部設(shè)備；(3)通訊模塊由于主控機(jī)中采用Windows98系統(tǒng)，而該系統(tǒng)不允許ring3級的運(yùn)用 程序直接對硬件進(jìn)行操作，這樣前兩個(gè)模塊間無法實(shí)現(xiàn)通訊，在本模塊中設(shè)計(jì)了處于ringO 級的虛擬設(shè)備驅(qū)動(dòng)程序，將前兩個(gè)模塊連接起來。
全文摘要
一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電系統(tǒng)建模及DSP實(shí)現(xiàn)方法。該方法通過分析風(fēng)力發(fā)電系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的工作機(jī)理，確定其輸入和輸出信號；其輸入信號包括風(fēng)速和漿距角，輸出信號有功率，風(fēng)輪轉(zhuǎn)速和風(fēng)輪扭矩，利用BP神經(jīng)網(wǎng)絡(luò)與風(fēng)力發(fā)電系統(tǒng)結(jié)合，通過建立BP神經(jīng)網(wǎng)絡(luò)模型，把隱層數(shù)設(shè)為足夠大可以達(dá)到任意的訓(xùn)練精度確定每層的權(quán)值，能很好地?cái)M合建模對象的性能；同時(shí)為了實(shí)現(xiàn)其應(yīng)用的可能性，本文將設(shè)計(jì)出采用DSP作為神經(jīng)網(wǎng)絡(luò)計(jì)算協(xié)處理器(SEED-C30PS實(shí)現(xiàn))的神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)仿真系統(tǒng)。本發(fā)明根據(jù)DSP芯片特殊的硬件結(jié)構(gòu)決定的其快速的運(yùn)算能力，將用于風(fēng)力發(fā)電系統(tǒng)參數(shù)的BP神經(jīng)網(wǎng)絡(luò)在DSP系統(tǒng)上實(shí)現(xiàn)，從而提高了系統(tǒng)的運(yùn)算速度，使系統(tǒng)達(dá)到了實(shí)時(shí)性的要求。
文檔編號G05B13/02GK101976044SQ20101051514
公開日2011年2月16日 申請日期2010年10月22日 優(yōu)先權(quán)日2010年10月22日
發(fā)明者劉玥, 周雪松, 李季, 楊海珊, 武磊, 問虎龍, 馬幼捷 申請人:天津理工大學(xué)