1.算法描述
風(fēng)力發(fā)電機(jī)采用狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的必要性為了便于風(fēng)能的獲取,風(fēng)場(chǎng)一般都設(shè)在比較偏遠(yuǎn)的山區(qū)或者近海區(qū)域,所以 風(fēng)力發(fā)電機(jī)會(huì)受到陣風(fēng)、侵蝕等因素的影響。風(fēng)力發(fā)電機(jī)組一般設(shè)在 80~120m 的高空,在機(jī)組運(yùn)行時(shí)需要承受較大的受力載荷。由于設(shè)計(jì)不合理、焊接質(zhì)量缺 陷等原因會(huì)引發(fā)機(jī)組運(yùn)行故障,當(dāng)出現(xiàn)陣風(fēng)時(shí),會(huì)對(duì)葉片造成短暫而頻繁的沖擊 載荷,而葉片受到的荷載又會(huì)對(duì)傳動(dòng)鏈上的部件產(chǎn)生不同程度的影響而引發(fā)故障。
利用RBF神經(jīng)網(wǎng)絡(luò)的非線性良好的逼近性能對(duì)風(fēng)力發(fā)電系統(tǒng)建模。并考慮實(shí)際情況中，風(fēng)力發(fā)電系統(tǒng)的狀態(tài)量不可測(cè)，用RBF神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)的狀態(tài)進(jìn)行觀測(cè)。
用兩個(gè)RBF神經(jīng)網(wǎng)絡(luò)分別逼近
需要把系統(tǒng)的狀態(tài)（emt）和狀態(tài)的估計(jì)值合在一張圖上，狀態(tài)（omgh）和狀態(tài)的估計(jì)值和合在一張圖上，好進(jìn)行比較。兩種故障的估計(jì)值圖和實(shí)際值合在一張圖上好對(duì)比。
rbf神經(jīng)網(wǎng)絡(luò)原理是用RBF作為隱單元的“基”構(gòu)成隱含層空間，這樣就可以將輸入矢量直接映射到隱空間，而不需要通過(guò)權(quán)連接。
當(dāng)RBF的中心點(diǎn)確定以后，這種映射關(guān)系也就確定了。而隱含層空間到輸出空間的映射是線性的，即網(wǎng)絡(luò)的輸出是隱單元輸出的線性加權(quán)和，此處的權(quán)即為網(wǎng)絡(luò)可調(diào)參數(shù)。其中，隱含層的作用是把向量從低維度的p映射到高維度的h，這樣低維度線性不可分的情況到高維度就可以變得線性可分了，主要就是核函數(shù)的思想。
1. RBF神經(jīng)網(wǎng)絡(luò)中對(duì)于權(quán)重的求解也可以使用BP算法求解。
不同點(diǎn)：
1. 中間神經(jīng)元類型不同(RBF:徑向基函數(shù)；BP:Sigmoid函數(shù))
2. 網(wǎng)絡(luò)層次數(shù)量不同(RBF:3層；BP:不限制)
3. 運(yùn)行速度的區(qū)別(RBF:快；BP:慢)
RBF神將網(wǎng)絡(luò)是一種三層神經(jīng)網(wǎng)絡(luò)，其包括輸入層、隱層、輸出層。從輸入空間到隱層空間的變換是非線性的，而從隱層空間到輸出層空間變換是線性的。流圖如下：
RBF網(wǎng)絡(luò)的基本思想是：用RBF作為隱單元的“基”構(gòu)成隱含層空間，這樣就可以將輸入矢量直接映射到隱空間，而不需要通過(guò)權(quán)連接。當(dāng)RBF的中心點(diǎn)確定以后，這種映射關(guān)系也就確定了。而隱含層空間到輸出空間的映射是線性的，即網(wǎng)絡(luò)的輸出是隱單元輸出的線性加權(quán)和，此處的權(quán)即為網(wǎng)絡(luò)可調(diào)參數(shù)。其中，隱含層的作用是把向量從低維度的p映射到高維度的h，這樣低維度線性不可分的情況到高維度就可以變得線性可分了，主要就是核函數(shù)的思想。這樣，網(wǎng)絡(luò)由輸入到輸出的映射是非線性的，而網(wǎng)絡(luò)輸出對(duì)可調(diào)參數(shù)而言卻又是線性的。網(wǎng)絡(luò)的權(quán)就可由線性方程組直接解出，從而大大加快學(xué)習(xí)速度并避免局部極小問(wèn)題。
2.仿真效果預(yù)覽
matlab2022a仿真結(jié)果如下：
3.MATLAB核心程序
% aerodynamic parameters
ro= 1.25; R= 2.5;
cp_m= 0.47; lam_opt= 7; ?????% maximum values of power coefficient, tip speed ratio
tC_opt= cp_m/lam_opt; ???????% and torque coefficient
Jwt= 3; ????????????????????% rotor inertia
sT= 0; ??????????????????????% static (or supplimentary) component torque
% mech. transmission parameters
i=6.25; eta=0.95 ; ??????????% multiplication ratio and efficiency
ks =0; ds =0 ???; ???????????% stiffness and damping
Jd_l = 0.02; Jd_h = 0.005; ??% supplimentary inertias of transmission
% SCIG parameters
% 220V / 50Hz
% 157 rad/s
% 6kW
% ____________________________
Rs = 1.265; Rr = 1.430; ?????% stator & rotor resistance, inductance etc
Ls = 0.1452; Lr = 0.1452;
Lm = 0.1397; p = 2;
sgm=1-Lm^2/Lr/Ls; Tr=Lr/Rr;
emTmax = 50; ????????????????% maximum torque value
% not used in this application
Jg = 0.01; ??????????????????% IM inertia
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 0;
sys = simsizes(sizes);
x0=zeros(1,33);
str=[];
ts=[];
c1=12/3*[-5 -4 -3 -2 -1 0 1 2 3 4 5];
c2=16/3*[-5 -4 -3 -2 -1 0 1 2 3 4 5];
c=[c1;c2];
b=5;
function sys=mdlDerivatives(t,x,u)
global c b
y=u(1);
ut=u(2);
x1p=u(3);
x2p=u(4);
xp=[x1p x2p]';
yp=x2p;
ye=y-yp;
h=zeros(11,1);
for j=1:1:11
h(j)=exp(-norm(xp-c(:,j))^2/(2*b^2));
end
h_bar=x(23:1:33);
F1=500*eye(11);
F2=0.5*eye(11);
k1=0.001;k2=0.001;
W1=[x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(8) x(9) x(10) x(11)];
W2=[x(12) x(13) x(14) x(15) x(16) x(17) x(18) x(19) x(20) x(21) x(22)];
dW1=F1*h_bar*ye ???- k1*F1*abs(ye)*W1';
dW2=F2*h_bar*ye*ut - k2*F2*abs(ye)*W2';
for i=1:1:11
sys(i)=dW1(i);
sys(i+11)=dW2(i);
end
for i=23:1:33
sys(i)=h(i-22)-0.5*x(i);
end
