手机浏览网
在讨论这个问题之前，还是先熟悉下偏航系统的构成和运作原理。偏航系统一般包括偏航电机、偏航减速齿轮箱、偏航轴承、偏航驱动齿轮箱、偏航制动等部件。偏航电机提供了偏航的动力，通过偏航减速齿轮箱带动小齿轮旋转。小齿轮与偏航轴承（大齿圈通过螺栓紧固在塔筒法兰上，不能旋转）相啮合，驱动了机舱的旋转，在非偏航状态下，主动或被动的偏航制动可以使得机舱保持稳定的状态。
从理论上来说，风机的风能捕获功率用如下公式表示
式中P为功率，ρ为空气密度，S为扫风面积，Cp为风能捕获效率，v为风速，β为对风夹角。由公式可见，功率与对风夹角余弦的三次方成正比关系。但根据数据分析及多篇文献调研，功率与风向夹角余弦的平方成正比关系，如下式：
总之，偏航控制系统的目标就是减少机舱与风向的偏差β，使得机舱与风向的夹角平均值趋向于零。偏航控制系统实时采集并分析风向数据，驱动电机来调整机舱位置，使得风机最大程度的捕获风能。
那么实际操作中，风机的偏航控制面临三大问题：
一是如何在整机载荷和偏航系统硬件的约束下达到控制的最优。由于偏航系统硬件的约束，偏航系统无法做到跟踪瞬时风向，传统的基于历史风向平均值的偏航控制会面临着对风不准、偏航频次过多等问题。要提醒的是，对风不准会导致风轮平面内的风载不平衡，影响风机的寿命和可靠性；偏航频次过多会带来偏航电机、偏航齿轮、摩擦片等偏航系统硬件的失效，同时也会伴生出偏航冲击，导致风机振动检测系统的报警和风机停机。
二是如何处理复杂地形和复杂风况下的偏航控制。在复杂地形和复杂风况下，由于地形干扰，导致自由来流处的风湍流强度变大，风向变化剧烈，使得偏航控制的难度进一步上升，更严重情况是，一直跟踪过去的风向却永远对不准正确的风向。这种情况下偏航机械部件的失效率会进一步上升。
三是如何选择合适的偏航维护周期。传统风机根据时间制定周期性的定维计划，但在实际中面临低风速风场维护过度，高湍流风场维护不足的现象。由此导致的是润滑不足，偏航齿圈、摩擦片磨损严重，偏航齿圈生锈等问题。
知道了问题的症结，接下来就可以对症下药了！为了解决基于历史风向平均值的偏航控制问题，目前的技术趋势是预测控制，其中人工神经网络与回归预测方法相结合产生了BP神经网络回归，比如径向基神经网络回归、广义回归神经网络等等。虽说这些神经网络结构简单，易于实现，但存在结构难以确定、过拟合等问题。值得一提的是，目前基于统计学理论的支持向量机回归预测，通过在机器学习中的结构复杂性和学习精度之间寻求折衷的方法，获得了最优泛化能力，但缺点是训练速度慢，核函数参数选择困难。此外，还有多种回归预测方法，以及回归预测与其他相结合的方法。
那么，是不是还有更好的预测控制方法呢？远景通过选取适当的预测控制方法，可以预测出未来长时间尺度和短时间尺度的风向变化，然后基于预测风向进行偏航，从而减少了机舱与风向偏差。同样，偏航控制与风湍流息息相关，控制系统对风速、风向数据进行实时的采集和分析，再通过风模型实时计算出当前的湍流时间尺度，最后基于湍流时间尺度选取适当的风向平均值进行自适应的偏航控制，可以有效降低盲目偏航。来自某风场远景风机的测试数据表明，新的控制算法可提升风机发电量1%，降低了30%的偏航频次。
须注意的是，在低风速风场，由于低风速下湍流强度更大，会出现同一个风场临近的风机偏航角度相差很大的情况。对此，可以对风机进行分组，通过风场控制系统来协同处理同组各风机的风向，也就是说，通过神经网络模型计算出最优的风向，然后针对风机下发统一的偏航控制指令。来自远景低风速风场的数据表明，分组集群偏航控制可使风机提升3%的发电量。
还需强调的是，针对偏航维护周期的问题，控制系统可以通过对偏航时间、偏航里程或者偏航频次的统计，在模型计算出相应偏航部件状态，从而告知用户进行偏航维护。例如：可通过偏航里程，计算出偏航齿的润滑程度，判断是否需要进行润滑加油；可以通过振动信号及长期趋势变化，判断偏航部件的受损情况等，以提高风场运维的针对性和发电效能。
