【技术实现步骤摘要】
本专利技术涉及一种深远海浮式风机多自由度基础平台分析方法及系统，属于电数字数据处理。
技术介绍
1、与近海相比，深远海具有得天独厚的海上风资源，全球海洋40米深以上水域风能占比超过80%，我国领海及专属经济区50米深以上水域风能占比超过60%，年平均风速可达9-12米/秒，海域广阔、风能资源丰富，且不会与近海养殖、渔业捕捞、运输航线等发生冲突。
2、目前国内外深远海漂浮式风机项目都为实验或示范项目，还未达到规模建设的市场化程度，这显示出两方面的特征：其一，当前的深远海浮式风机基础技术还不成熟，还有很多亟待解决的技术问题；其二，当前的深远海浮式风机市场还有很大空间。
3、从技术层面来说，深远海漂浮式风机基础与近海风机基础、海洋漂浮式油气平台有相关联系，却又有很大不同。与近海风电场相比，深远海海上风机面临的海洋环境更为复杂，漂浮式的工作形式对稳定性、安全性要求更高；与深远海漂浮式油气平台相比，漂浮式风机基础又需要考虑风机高耸式结构的特点及风力外荷载的巨大作用，对流固耦合的动力分析更为复杂。
4、为了满足漂浮式的工作形式对稳定性、安全性的要求，现有技术中在深远海漂浮式风机上引入了多自由度姿态控制结构，以通过确保漂浮式风机的姿态稳定性来提升整体工作的稳定性，典型如申请号为cn202210546015.2的中国专利公开的多自由度波浪能浮子与半潜浮式风机耦合发电系统及方法，通过三个液压缸实现波能浮子运动姿态更可控、连接强度更高、相同波高作用下运动行程更小等技术效果。
5、参照该专利申请，也可以
6、现有技术中对于这种多自由度的姿态控制，一般是都是采用较为简单的单步变换计算结合pid算法实现控制，但是由于深远海海上风机面临的海洋环境更为复杂，这种基于单步变换计算结合pid算法实现控制的方式显然不能满足需求，因此现有技术中对深远海海上风机的控制更多采用多参数输入后基于边界值的方式进行监测控制，典型如申请号为cn202310821522.7的中国专利公开的一种双风轮漂浮式风力发电机组监测控制系统及方法。然后这种基于边界值的方式进行监测控制的方式，控制方式过于简单，将之应用在多自由度的姿态控制上，完全无法有效提升姿态稳定性，反而会导致多自由度的平衡控制优势荡然无存，这也是当下深远海漂浮式风机多自由度基础平台在姿态控制上的重大难题。
技术实现思路
1、为解决上述技术问题，本专利技术提供了一种深远海浮式风机多自由度基础平台分析方法及系统，该深远海浮式风机多自由度基础平台分析方法及系统通过多重变换计算的方式，并整合简单高效的中间数据处理方式，可有效解决单步变换计算结合pid算法实现控制的弊端，实现多自由度的姿态控制的高度稳定性。
2、本专利技术通过以下技术方案得以实现。
3、本专利技术提供的一种深远海浮式风机多自由度基础平台分析方法，包括以下步骤：
4、s1、获取数据：从多个mems传感器中获取多个位置的加速度和姿态数据；
5、s2、第一变换：基于变换计算，利用第一变换模型将多个位置的加速度和姿态数据对应转换为多组整体加速度和姿态数据；
6、s3、均值计算：对多组整体加速度和姿态数据计算均值，以计算得到的均值为结果整体加速度和姿态数据；
7、s4、第二变换：基于变换计算，利用第二变换模型将结果整体加速度和姿态数据对应多个自由度转换为多个自由度上的反馈量；
8、s5、加窗：对每一自由度上的反馈量，按时序组合，然后进行加窗计算，得到每一自由度上的窗反馈量；
9、s6、计算pid控制参数：根据窗反馈量，采用pid公式计算每一自由度对应的执行机构控制量。
10、所述步骤s3之前，还进行以下步骤：
11、s2.5、离群筛选：应用聚类算法对多组整体加速度和姿态数据进行聚类操作，将数量最多的两个类簇中的整体加速度和姿态数据保留，其他类簇中的整体加速度和姿态数据作为离群数据删除。
12、所述步骤s3中，计算均值采用k-means算法计算。
13、所述k-means算法的距离度量采用余弦距离。
14、所述第一变换模型根据mems传感器的位置确定；所述第二变换模型根据执行机构的位置确定。
15、所述步骤s5中，加窗计算采用汉宁窗。
16、本专利技术还提供一种计算机程序产品，包括计算机程序／指令，该计算机程序／指令被处理器执行时实现如上所述的深远海浮式风机多自由度基础平台分析方法。
17、本专利技术还提供一种深远海浮式风机多自由度基础平台分析系统，包括传感器接口组、第一变换计算模块、前置计算模块、第二变换计算模块、加窗计算模块、pid计算模组，其中，
18、传感器接口组用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s1；
19、第一变换计算模块用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s2；
20、前置计算模块用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s3；
21、第二变换计算模块用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s4；
22、加窗计算模块用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s5；
23、pid计算模组用于实现如上所述的深远海浮式风机多自由度基础平台分析方法中的步骤s6。
24、所述前置计算模块还用于实现步骤s2.5、离群筛选：应用聚类算法对多组整体加速度和姿态数据进行聚类操作，将数量最多的两个类簇中的整体加速度和姿态数据保留，其他类簇中的整体加速度和姿态数据作为离群数据删除。
25、所述第一变换计算模块和第二变换计算模块均连接通信有位置数据缓存模块，位置数据缓存模块用于存储mems传感器的位置数据和执行机构的位置数据，第一变换计算模块从位置数据缓存模块中获取mems传感器的位置数据用于变换计算，第二变换计算模块从位置数据缓存模块中获取执行机构的位置数据用于变换计算；所述前置计算模块、加窗计算模块、pid计算模组均连接通信有控制参数缓存模块，并从控制参数缓存模块中获取用于计算的预设参数量。
26、本专利技术的有益效果在于：通过多重变换计算的方式，并整合简单高效的中间数据处理方式，可有效解决单步变换计算结合pid算法实现控制的弊端，实现多自由度的姿态控制的高度稳定性。
本文档来自技高网...【技术保护点】
1.一种深远海浮式风机多自由度基础平台分析方法，其特征在于：包括以下步骤：
2.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤S3之前，还进行以下步骤：
3.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤S3中，计算均值采用k-means算法计算。
4.如权利要求3所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述k-means算法的距离度量采用余弦距离。
5.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述第一变换模型根据MEMS传感器的位置确定；所述第二变换模型根据执行机构的位置确定。
6.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤S5中，加窗计算采用汉宁窗。
7.一种计算机程序产品，包括计算机程序／指令，其特征在于，该计算机程序／指令被处理器执行时实现权利要求1~6中任一项所述的深远海浮式风机多自由度基础平台分析方法。
8.一种深远海浮式风机多自由度基础平
9.如权利要求8所述的深远海浮式风机多自由度基础平台分析系统，其特征在于：所述前置计算模块还用于实现步骤S2.5、离群筛选：应用聚类算法对多组整体加速度和姿态数据进行聚类操作，将数量最多的两个类簇中的整体加速度和姿态数据保留，其他类簇中的整体加速度和姿态数据作为离群数据删除。
10.如权利要求8所述的深远海浮式风机多自由度基础平台分析系统，其特征在于：所述第一变换计算模块和第二变换计算模块均连接通信有位置数据缓存模块，位置数据缓存模块用于存储MEMS传感器的位置数据和执行机构的位置数据，第一变换计算模块从位置数据缓存模块中获取MEMS传感器的位置数据用于变换计算，第二变换计算模块从位置数据缓存模块中获取执行机构的位置数据用于变换计算；所述前置计算模块、加窗计算模块、PID计算模组均连接通信有控制参数缓存模块，并从控制参数缓存模块中获取用于计算的预设参数量。
...【技术特征摘要】
1.一种深远海浮式风机多自由度基础平台分析方法，其特征在于：包括以下步骤：
2.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤s3之前，还进行以下步骤：
3.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤s3中，计算均值采用k-means算法计算。
4.如权利要求3所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述k-means算法的距离度量采用余弦距离。
5.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述第一变换模型根据mems传感器的位置确定；所述第二变换模型根据执行机构的位置确定。
6.如权利要求1所述的深远海浮式风机多自由度基础平台分析方法，其特征在于：所述步骤s5中，加窗计算采用汉宁窗。
7.一种计算机程序产品，包括计算机程序／指令，其特征在于，该计算机程序／指令被处理器执行时实现权利要求1~6中任一项所述的深远海浮式风机多自由度基础平台分析方法。
...
【专利技术属性】
技术研发人员：张峰，俞雷，王建宝，李昱，孙梓峰，刘进刚，管彦俊，牛昱翔，
申请(专利权)人：中国电建集团贵阳勘测设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。