近日，国际人工智能领域TOP期刊《Engineering Applications of Artificial Intelligence》(IF：8.0)以“Yaw system restart strategy optimization of wind turbines in mountain wind farms based on operational data mining and multi-objective optimization”发表了我校机电学院风电研究所在风电机组偏航系统智能化控制方面取得的最新研究进展。我校为论文第一通讯单位，论文第一作者为机电工程学院硕士研究生韩嘉路，通讯作者为王宪副教授。

▲论文首页

风力发电机组是风能利用的关键装备，偏航系统是风电机组的重要子系统之一，其主要功能是调整风电机组迎风角度，实现对风向的有效追踪。显然，若偏航系统能够对风向的任何变化做出精确、快速地响应，则最有利于提高瞬时发电效率。但是，偏航系统频繁的启动可能带来高负载，从而对风电机组的寿命和安全产生不利影响，导致齿轮断裂、回转支承故障、偏航计数器故障、偏航位置传感器故障和其他故障，造成电量损失和运行维护成本增加。偏航系统故障率与整机瞬时发电效率存在相互制约的关系，在风况较为复杂的难以同时保证。

针对上述制约风电行业发展的难点问题，机电学院风电所研究人员提出了一种基于运行数据特征提取，依据风电机组个体的实际运行特性确定偏航系统启动对风控制策略的风速分段方案；建立了偏航系统启动对风控制的多目标优化问题数学模型，并采用群体智能优化算法和TOPSIS综合评价法获得偏航启动控制参数的综合最优解。采用质量工程领域的田口方法解决了人工智能算法工程应用中面临的多个存在耦合关系参数合理取值的问题。研究结果表明，新方法能在基本保证山地风场风电机组发电效率的前提下将偏航次数降低82.9%，有望显著降低偏航系统故障率和严重程度，从而显著提升风电机组全生命周期的经济性。

▲研究成果展示

该项工作是我校与哈电风能有限公司合作完成的，得到了国家重点研发计划(2022YFF0608700)、湖南省重大标志性创新示范工程(2022XK2301)等项目的资助。机电学院风电所面向经济主战场和国家重大需求，提前布局，已将以“数字化”和“智能化”为特征的新一代风力发电技术作为研究所的重点攻关方向之一，在风电机组智能化优化设计、状态感知与评估、服役质量评价等多个领域取得了一系列研究进展。

论文链接：https://doi.org/10.1016/j.engappai.2023.107036

（一审：李海屿 二审：王 虎 三审：李洪华）