漂浮式海上风电机组无模型自适应容错控制策略

漂浮平台运动和海上恶劣条件使得漂浮式海上风电机组(FOWT)建模难度大且故障率较高,为此,提出一种无需对FOWT进行数学建模的无模型自适应主动容错控制策略。该策略主要包括故障智能诊断和故障自适应补偿系统:故障智能诊断系统利用卷积神经网络模型对时序信号进行空间特征挖掘完成故障智能诊断;故障补偿系统采用无模型自适应控制策略实现,将动态补偿过程转化为非线性系统实时控制问题,通过实时求解补偿因子来应对和恢复多种故障,有效降低了控制器开发成本且避免了建模产生的误差。在多种故障场景下进行仿真实验,结果验证了提出控制策略的容错能力,不仅可使叶轮载荷保持平衡,且可降低塔筒载荷。

基于独立分量分析的交流采样信号分离技术的研究

实现电力系统自动化的过程中,数据采集是一个重要因素,交流采样实时性好,效率高,相位失真小,逐步成为电力系统主要的数据采集方式。但交流采样数据采集过程中存在多次谐波干扰,影响数据采集的精度与稳定,提出了一种基于FASTICA算法的交流采样信号分离方法,经数据分析和处理表明,该算法有效地还原了各次谐波,减小了工频失真度,提高了数据的采集精度,为数据采集设备提供了合理的测试方案。