基于RBF神经网络的风力发电机组系统辨识研究*

作者：杨震宇1，王青，魏新刚 日期：2017-08-14/span> 浏览：2253 查看PDF文档

基于RBF神经网络的风力发电机组系统辨识研究*
杨震宇1，王青1,2，魏新刚1，应有1,2，孙勇1,2
(1.浙江运达风电股份有限公司，浙江 杭州 310012；2.风力发电系统国家重点实验室，浙江 杭州 310012)

摘要：针对风力发电机组精确的数学模型难以建立的特点，采用RBF神经网络对风电机组进行了系统辨识。通过对风力发电机组转矩环和桨距环的动态过程进行分析，设计了基于RBF神经网络算法的风力发电机组转矩环与桨距环的辨识系统，采用RBF基函数构成隐含层空间，RBF参数确定后，非线性映射关系就确定了，将输入矢量直接映射到隐含层空间，对隐含层节点输出进行了线性加权求和，得到了输出层。研究结果表明，进行转矩环辨识时，辨识系统的输入信号为转矩给定，输出信号为发电机转速，辨识结果的误差率为1%；进行桨距环辨识时，辨识系统的输入信号为桨距角，输出信号为发电机转速，辨识结果的误差率为3%；采用RBF神经网络算法进行系统辨识具有较高的辨识精度和效率。

关键词：风力发电机组；RBF神经网络；辨识

中图分类号：TM315;TK8              文献标志码：A               文章编号：1001-4551(2017)06-0639-05

本文引用格式：
杨震宇,王青,魏新刚,等.基于RBF神经网络的风力发电机组系统辨识研究［J］.机电工程，2017，34(6)：639-642,658.
YANG Zhen yu, WANG Qing, WEI Xin gang, et al. Identification of the wind turbine system based on RBF neural network［J］.Journal of Mechanical & Electrical Engineering, 2017,34(6):639-642,658.
《机电工程》杂志：http://www.meem.com.cn