基于最小二乘支持向量机的风力发电机组风速软测量 wind speed soft sensor for wind turbines based on least square svm.pdfVIP

第42毫第2期 中国电力 V01．42．No．2 El。ECTH Fob．20∞ 2000年2月 I(：f’r)WER 基于最小三乘支持向量机的风力发电杌组 风速软测量 纪国瑞，，董泽2，韩璞2，徐大平2 摘 要：风力发电机组的有效风速无法直接测得。依据辅助变量与主导变量之间的数学关系．建立风力机 有效风速最小二乘支持向鼍机软测量模型：通过对辅助变量的测量和计算．可得到风力机有效风速的估计 值，实现风力发电机组的有效风速软测量。计算机仿真结果表明。最,5--乘支持向量机软测量模型具有泛 化能力强和计算效率高的优点；能够满足风速的大范围变化和风力发电机组控制实时性的要求。 关键词：最小二乘支持向量机：风力机；风速测量；软测量 中图分类号：TM614 文献标识码：A 文章编号：1004-9649(2009)02—0075。04 0引言 1软测量方法原理 大型风力发电机组的控制品质关系到风力发电 软测量主要依据对可测量过程变量(辅助变量) 系统乃至电网运行的安全和效益【1-31．风力机有效风与难以直接检测的待测变量(主导变量)的数学关系 速是风力发电机组控制中的重要参数．然而风速计 的认识，采用各种计算方法．用软件实现对待测变量 测得的风速只是一点的风速．与整个风力机旋转平 的测量或估计[9-12]。 面所受到的有效风速有很大差别。 1．1 软测量模型的建立 软测量技术主要解决工业过程中普遍存在的一 软测量的原理是在常规监测的基础上利用辅助 类难以在线测量的过程变量的检测问题．建立待测 变量与主导变量的关系．通过软件计算．得到主导变 变量与可测或易测过程变量之间的非线性函数关 量的测量值。软测蹙建模的实质是建立辅助变量与 系．通过对可测变量的变换计算．间接得到待测变量 主导变量的数学关系模型。 的估计值。本文把风力机有效风速的估计作为软测 目前软测量建模的主要方法有：(1)机理建模： 量问题．建立风速软测量模型。 (2)基于状态估计模型；(3)回归分析建模；(4)基于人 支持向量机是由Vapnik最初在统计学习理论工神经网络建模；(5)模糊建模；(6)混合建模。 的基础上建立起来的一种的机器学习方法【4]。最小 1．2辅助测量变量的选择 二乘支持向量机(Least SVM．LS—SVM)是标辅助测量变量选择包括选择二次测量变量的类 Square 准支持向量机(SVM)的一种扩展．它是支持向量机型、数量及测量点3个方面。一般来说．辅助变量个 在二次损失函数下的一种形式∞】．最小二乘支持向 数应不少于被估计的变量数：测量点选择应结合现 量机只求解线性方程，其求解速度快。在函数估计和 场情况，考虑经济性、可维修性等因素确定。 逼近中得到了广泛应用。本文针对风速变化特性和 1．3输入数据的处理 风力机控制系统的特点．提出基于最小二乘支持向 软测量方法的核心是数值计算．来自现场的过 量机的风速软测量模型。最小二乘支持向量机同时 程数据。一般以工程量表示．各个变量之间的标度可 具备较好的泛化能力和较高的计算效率，能够满足 能差别较大．这种差别对数值计算的精度和稳定性 风速的大范围变化和风力发电机组控制系统中的实 都有很大影响。为方便处理和提高精度．应采用合适 时性要求。 的因子对工程量输入进行适当的标度变换或数据转 收稿日期：2008-07-25；修回