JP7090442B2 - 制御システム、学習装置、及び制御方法 - Google Patents
制御システム、学習装置、及び制御方法 Download PDFInfo
- Publication number
- JP7090442B2 JP7090442B2 JP2018053507A JP2018053507A JP7090442B2 JP 7090442 B2 JP7090442 B2 JP 7090442B2 JP 2018053507 A JP2018053507 A JP 2018053507A JP 2018053507 A JP2018053507 A JP 2018053507A JP 7090442 B2 JP7090442 B2 JP 7090442B2
- Authority
- JP
- Japan
- Prior art keywords
- rotation
- wind
- reward
- speed
- wind speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/74—Wind turbines with rotation axis perpendicular to the wind direction
Description
また、本発明の一実施形態は、発電システムの風車を制御する制御方法であって、学習部が、前記風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び、前記風速と前記回転の関係情報であって許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転との対応情報を学習し、記憶部が、前記風速と前記回転の対応情報を記憶し、状態検出部が、前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出し、報酬算出部が、前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出し、前記関係情報は、前記報酬算出部により算出された報酬であり、前記学習部が、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習し、決定部が、前記状態検出部により検出された前記回転数と風速、及び前記対応情報に基づいて、前記回転情報を決定し、制御部が、前記決定部により決定された回転情報に基づいて、前記風車の回転が前記許容範囲に収まり、尚且つ前記目標に近づくように、前記風車を制御し、前記報酬を算出することは、前記状態検出部により検出された風速が所定の風速閾値以上である場合、前記風車の回転速度が第1閾値以上であるか否かに応じて報酬を算出することを含み、前記報酬を算出することは、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が第1閾値以上である場合に第1レベルの報酬を算出し、前記風車の回転速度が前記第1閾値より小さい第2閾値以上である場合、前記第1レベルより高い第2レベルの報酬を算出することを含み、前記報酬を算出することは、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が前記第2閾値未満である場合、前記第1レベルより高く、尚且つ前記第2レベルより低い第3レベルの報酬を算出することを含む制御方法である。
図1は、第1の実施形態に係る風力発電システム1の概略構成の一例を示すブロック図である。風力発電システム1は、風力発電機本体10と制御システム50とを備える。風力発電機本体10と制御システム50との間では、種々の情報がやりとりされる。
図1に示すように、例えば、制御システム50から風力発電機本体10に、風力発電機本体10を制御する制御パラメータが出力される。
また、例えば、風力発電機本体10から制御システム50に、風力発電機本体10の状態を示す状態パラメータが出力される。
また、状態パラメータは、例えば、風車20の風速、風車20の回転速度(以下、単に回転速度ともいう)、及び発電機30により発電された回生電力の電力量を示す情報である。
風車20は、例えば、垂直軸型風車として構成されており、鉛直方向に延びる回転軸の周囲に複数の直線翼が一体として回転可能に連結させた直線翼垂直軸風車などによって構成されている。
風車20は、例えば、後述する発電機30の回転子と回転軸を介して接続され、発電機30の回転子と一体となって回転する。ここで、発電機30の回転子は、発電機30により発電される回生電力の電力量に応じた回転数で回転する。また、回生電力の電力量は、後述する制御システム50によりMPPT(Maximum Power Point Tracking)制御がなされる。このため、風車20の回転数は、制御システム50によるMPPT制御により、間接的に制御される。
電流検出部33は、公知の電流計によって構成され、整流・昇圧部31から出力される出力電流を検出し、検出した出力電流を制御システム50に出力する。
制御装置60は、風速センサ41により検出された風速、及び回転速度センサ42により検出された回転速度に基づいて、回転数制御パラメータを決定することにより風車の回転数を制御する。制御装置60は、学習装置70を用いて、回転数制御パラメータを決定する。制御装置60が学習装置70を用いて回転数制御パラメータを決定する方法については後で詳しく説明する。
以下では、学習装置70が強化学習を行う場合を例示して説明するが、これに限定されない。学習装置70は、制御対象(風力発電機本体10)に関する状態に基づいて、制御対象を制御するパラメータがより適切となるように学習するものであればよい。学習装置70は、教師あり学習を行ってもよいし、教師なし学習を行ってもよいし、その他の学習を行ってもよい。ここで、制御対象(風力発電機本体10)に関する状態とは、風力発電機本体10及び風力発電機本体10の周囲の状態であり、例えば、状態パラメータで示される風車20における風速、風車20の回転速度、及び発電機30の発電量等の変数である。また、ここでの状態には、上述した風速等のような時々刻々変化する状態の他、予め定められた状態、例えば、風車20の回転速度の限界値、風車20の回転トルクの上下限、及び発電機30が発電可能な最大の電力量等を含む。
また、学習装置70は、風力発電機本体10の状態に応じた報酬を受け取る。これにより、学習装置70は、報酬を手掛かりとして自身が出力した回転数制御パラメータの良し悪しを判断することにより学習を進め、より適した回転数制御パラメータを出力することが可能となる。
図2に示すように、制御装置60は、パラメータ取得部61と、状態検出部62と、報酬算出部63と、報酬出力部64とを備える。また、学習装置70は、強化学習部71を備える。ここで、強化学習部71は、「学習部」の一例である。
ここで、報酬条件は、例えば、風速に対して回転速度がより適切に制御されたと判定される場合に、より高い報酬が得られるように設定される。
そこで、本実施形態では強風時における回転数制御パラメータに対し、風車が適切に制御されたか否かに応じて、報酬に差がつくように報酬条件を設定する。これにより、強化学習部71に、強風時においてもより適切な回転数制御パラメータが出力できるように学習させることが可能となる。
図3に示すように、強風時において、回転速度が所定の第1閾値以上である場合、最低レベルである第1レベルの報酬とする。つまり、強風時において回転速度が超過している場合には、最も低い報酬とする。最低レベルである第1レベルの報酬とは、例えば、マイナスの報酬である。
図5に示すように、強風ではない風速A[m/s]~風速B[m/s]までの間において、風速に応じて発電電力が三次関数的に増大する。一方、強風である風速B[m/s]以上の風速である場合、図4に示す特性FGに沿って回転数が制御されることで、発電電力が最大出力Maxに維持される。
まず、制御装置60のパラメータ取得部61は、強化学習部71から回転数制御パラメータを取得する(ステップS10)。
次に、状態検出部62は、風速、及び回転速度を検出する(ステップS11)。状態検出部62は、風速センサ41により検出された風速、及び回転速度センサ42により検出された回転速度を取得することにより、風速、及び回転速度を検出する。状態検出部62は、検出した風速、及び回転速度を、報酬算出部63に出力する。
まず、報酬算出部63は、風速が強風であるか否かを判定する(ステップS12)。報酬算出部63は、風速が強風である場合、回転速度が第1閾値以上であるか否かを判定する(ステップS13)。報酬算出部63は、回転速度が第1閾値以上である場合、第1レベルの報酬とする(ステップS14)。一方、報酬算出部63は、回転速度が第1閾値未満である場合、回転速度が第2閾値以上であるか否かを判定する(ステップS16)。
次に第2の実施形態について説明する。
本実施形態では、制御装置60の制御対象が回生電力である点において、他の実施形態と相違する。以下では、上述した実施形態と異なる点を説明し、上述した実施形態と同一または類似の機能を有する構成に同一の符号を付し、その説明を省略する。
まず、制御装置60のパラメータ取得部61は、強化学習部71から電力制御パラメータを取得する(ステップS20)。
次に、状態検出部62は、風速、回転速度、及び回生電力を検出する(ステップS21)。状態検出部62は、風速センサ41により検出された風速、及び回転速度センサ42により検出された回転速度、を取得することにより、風速、及び回転速度を検出する。また、状態検出部62は、電圧検出部32より検出された回生電力の電圧、及び電流検出部33により検出された回生電力の電流を取得することにより、回生電力を検出する。状態検出部62は、検出した風速、回転速度、及び回生電力を、報酬算出部63に出力する。
まず、報酬算出部63は、風速が加速のピークであるか否かを判定する(ステップS22)。報酬算出部63は、風速が加速のピークである場合、対象区間における回生電力の加算値(トータル発電量)が所定の電力閾値以上であるか否かを判定する(ステップS23)。報酬算出部63は、トータル発電量が電力閾値以上である場合、第2レベルの報酬とする(ステップS24)。一方、報酬算出部63は、トータル発電量が電力閾値未満である場合、第2レベルより低い第1レベルの報酬とする(ステップS25)。
報酬算出部63は、トータル電力量をクリアし、ステップS20に示す処理に戻る(ステップS26)。
次に第3の実施形態について説明する。
本実施形態では、風車20の回転数を制御する場合に、風況に応じて、それぞれ異なる制御を行う点において、他の実施形態と相違する。以下では、上述した実施形態と異なる点を説明し、上述した実施形態と同一または類似の機能を有する構成に同一の符号を付し、その説明を省略する。
これにより、報酬算出部63は、強風区間で速度超過とならないような制御を学習する。
まず、制御装置60のパラメータ取得部61は、強化学習部71から、目標の範囲内の回転数制御パラメータを取得する(ステップS30)。
次に、状態検出部62は、風速、回転速度、及び回生電力を検出する(ステップS31)。
次に、報酬算出部63は、取得した風速に基づいて、区間を抽出するか否か判定する(ステップS32)。報酬算出部63は、取得した風速が強風から強風ではない通常の風速に変化した場合、加速のピークとなった場合、又は減速のピークとなった場合、区間を抽出すると判定する。報酬算出部63は、区間を抽出しない場合、ステップS30に戻る。
報酬算出部63は、抽出した区間が減速区間である場合、減速区間とその後の加速区間における回生電力の加算値に応じた報酬を算出する(ステップS36)。
一方、報酬算出部63は、抽出した区間が減速区間でない場合、つまり加速区間である場合、回生電力に応じた報酬を算出する(ステップS37)。
次に第4の実施形態について説明する。
本実施形態では、風車20の回転数を制御する場合に、風況に応じて限界風速を変化させる点において、他の実施形態と相違する。以下では、上述した実施形態と異なる点を説明し、上述した実施形態と同一または類似の機能を有する構成に同一の符号を付し、その説明を省略する。
まず、制御装置60のパラメータ取得部61は、強化学習部71から、回転数制御パラメータを取得する(ステップS40)。
次に、状態検出部62は、風速、回転速度、及び回生電力を検出する(ステップS41)。
次に、報酬算出部63は、取得した風速が強風であるか否か判定する(ステップS42)。
報酬算出部63は、算出した変化率が変化閾値以上である場合、第1レベルの報酬(最低レベル)を算出する(ステップS47)。
次に、第5の実施形態について説明する。
本実施形態では、制御装置60が、学習済みモデルを用いて風車20の回転数を制御する点において、上述した実施形態と相違する。
図11は、第5の実施形態の変形例に係る風力発電システム1Aの概略構成の一例を示すブロック図である。図11に示すように、制御装置60Aは、学習済みモデル記憶部65と、決定部66と、制御部67とを備える。
次に、第6の実施形態について説明する。
本実施形態では、制御装置60が学習済みモデルを用いて出力した制御指標パラメータ(以下、単にパラメータという)と、学習装置70が出力したパラメータとのいずれかを用いて、風車20の回転数を制御する点において、上述した実施形態と相違する。
図12は、第6の実施形態の変形例に係る風力発電システム1Bの概略構成の一例を示すブロック図である。図12に示すように、制御装置60Bは、選択部68を備える。
なお、上述した少なくとも一つの実施形態では、風車20の回転数を制御するパラメータとして回転数制御パラメータが用いられる場合を例示して説明したが、これに限定されることはない。制御システム50は、風車20の回転数を制御するパラメータとして、回転速度や回転時間等を制御するようにしてもよい。この場合、風車20の回転数を制御するパラメータは、例えば回転速度パラメータ、回転時間パラメータ等であってよい。このような、風車20の回転数を制御するパラメータの総称として、回転制御パラメータが用いられてよい。つまり、回転数制御パラメータは、「回転数制御パラメータ」の一例である。
また、第2の実施形態の制御システム50では、報酬算出部63は、状態検出部62により検出された風速に基づいて、減速区間とその後の加速区間とを含む対象区間を抽出し、対象区間における、状態検出部62により検出された回生電力の加算値が所定の電力閾値以上である場合、第2レベルの報酬を算出する。これにより、第2の実施形態の制御システム50では、減速区間において回生電力を出力させ続けると風車の回転が失速する場合があっても、減速区間においては回生電力の出力を抑制して、加速区間で回生電力をより高く出力させるなどの制御を学習させ、対象区間におけるトータルの回生電力が大きくなるように制御することが可能である。
また、第2の実施形態の制御システム50では、報酬算出部63は、状態検出部62により検出された風速が所定の強風判定閾値未満である場合に報酬を算出する。これにより、第2の実施形態の制御システム50では、強風時にも回生電力を大きくしようとして過回転に陥ってしまうような間違った制御を抑制することが可能である。
10 風力発電機本体
20 風車
30 発電機
31 整流・昇圧部
32 電圧検出部
33 電流検出部
41 風速センサ
42 回転速度センサ
50 制御システム
60 制御装置
61 パラメータ取得部
62 状態検出部
63 報酬算出部
64 報酬出力部
65 学習済みモデル記憶部
66 決定部
67 制御部
70 学習装置
71 強化学習部
Claims (6)
- 発電システムの風車を制御する制御システムであって、
前記風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び、前記風速と前記回転の関係情報であって前記回転の許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転との対応情報を学習する学習部と、
前記風速と前記回転の対応情報を記憶する記憶部と、
前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出する状態検出部と、
前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出する報酬算出部と、
前記状態検出部により検出された前記回転数と風速、及び前記対応情報に基づいて、前記回転情報を決定する決定部と、
前記決定部により決定された回転情報に基づいて、前記風車の回転が前記許容範囲に収まり、尚且つ前記目標に近づくように、前記風車を制御する制御部と
を備え、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記報酬算出部は、
前記状態検出部により検出された風速が所定の風速閾値以上であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲における報酬よりも小さく適正範囲を超えた場合における報酬より大きい報酬を算出し、
前記状態検出部により検出された風速が所定の風速閾値未満であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲からの乖離の度合いに応じた報酬を算出し、
前記学習部は、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習する
制御システム。 - 発電システムの風車を制御する制御システムであって、
前記風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び、前記風速と前記回転の関係情報であって前記回転の許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転との対応情報を学習する学習部と、
前記風速と前記回転の対応情報を記憶する記憶部と、
前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出する状態検出部と、
前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出する報酬算出部と、
前記状態検出部により検出された前記回転数と風速、及び前記対応情報に基づいて、前記回転情報を決定する決定部と、
前記決定部により決定された回転情報に基づいて、前記風車の回転が前記許容範囲に収まり、尚且つ前記目標に近づくように、前記風車を制御する制御部と
を備え、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記学習部は、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習し、
前記報酬算出部は、前記状態検出部により検出された風速が所定の風速閾値以上である場合、前記風車の回転速度が第1閾値以上であるか否かに応じて報酬を算出し、
前記報酬算出部は、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が第1閾値以上である場合に第1レベルの報酬を算出し、前記風車の回転速度が前記第1閾値より小さい第2閾値以上である場合、前記第1レベルより高い第2レベルの報酬を算出し、
前記報酬算出部は、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が前記第2閾値未満である場合、前記第1レベルより高く、尚且つ前記第2レベルより低い第3レベルの報酬を算出する
制御システム。 - 風力発電システムの風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び前記風速と前記回転の関係情報であって前記回転の許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転の対応情報を学習する学習部
を備え、制御装置において求められる報酬を取得可能な学習装置であり、
前記制御装置は、
前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出する状態検出部と、
前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出する報酬算出部と、
を備え、
前記報酬算出部は、
前記状態検出部により検出された風速が所定の風速閾値以上であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲における報酬よりも小さく適正範囲を超えた場合における報酬より大きい報酬を算出し、
前記状態検出部により検出された風速が所定の風速閾値未満であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲からの乖離の度合いに応じた報酬を算出し、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記学習部は、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習する
学習装置。 - 風力発電システムの風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び前記風速と前記回転の関係情報であって前記回転の許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転の対応情報を学習する学習部
を備え、制御装置において求められる報酬を取得可能な学習装置であり、
前記制御装置は、
前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出する状態検出部と、
前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出する報酬算出部と、
を備え、
前記報酬算出部は、前記状態検出部により検出された風速が所定の風速閾値以上である場合、前記風車の回転速度が第1閾値以上であるか否かに応じて報酬を算出し、
前記報酬算出部は、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が第1閾値以上である場合に第1レベルの報酬を算出し、前記風車の回転速度が前記第1閾値より小さい第2閾値以上である場合、前記第1レベルより高い第2レベルの報酬を算出し、
前記報酬算出部は、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が前記第2閾値未満である場合、前記第1レベルより高く、尚且つ前記第2レベルより低い第3レベルの報酬を算出し、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記学習部は、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習する
学習装置。 - 発電システムの風車を制御する制御方法であって、
学習部が、前記風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び、前記風速と前記回転の関係情報であって許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転との対応情報を学習し、
記憶部が、前記風速と前記回転の対応情報を記憶し、
状態検出部が、前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出し、
報酬算出部が、前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出し、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記学習部は、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習し、
決定部が、前記状態検出部により検出された前記回転数と風速、及び前記対応情報に基づいて、前記回転情報を決定し、
制御部が、前記決定部により決定された回転情報に基づいて、前記風車の回転が前記許容範囲に収まり、尚且つ前記目標に近づくように、前記風車を制御し、
前記報酬を算出することは、
前記状態検出部により検出された風速が所定の風速閾値以上であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲における報酬よりも小さく適正範囲を超えた場合における報酬より大きい報酬を算出し、
前記状態検出部により検出された風速が所定の風速閾値未満であり、かつ、風車の回転速度が適正範囲未満の場合に、前記適正範囲からの乖離の度合いに応じた報酬を算出することを含む
制御方法。 - 発電システムの風車を制御する制御方法であって、
学習部が、前記風車の設置場所における風速を示す風速情報、前記風車の回転に関する回転情報、及び、前記風速と前記回転の関係情報であって許容範囲と目標とを示す関係情報に基づいて、前記風速と前記回転との対応情報を学習し、
記憶部が、前記風速と前記回転の対応情報を記憶し、
状態検出部が、前記風車の回転数を制御する回転数制御パラメータを前記風車に設定した場合における前記回転数と風速を検出し、
報酬算出部が、前記状態検出部により検出された風速、及び前記風車の回転速度に基づいて、所定の報酬条件に応じた報酬を算出し、
前記関係情報は、前記報酬算出部により算出された報酬であり、
前記学習部が、報酬に基づいて前記風速と前記回転との対応情報を強化学習によって学習し、
決定部が、前記状態検出部により検出された前記回転数と風速、及び前記対応情報に基づいて、前記回転情報を決定し、
制御部が、前記決定部により決定された回転情報に基づいて、前記風車の回転が前記許容範囲に収まり、尚且つ前記目標に近づくように、前記風車を制御し、
前記報酬を算出することは、前記状態検出部により検出された風速が所定の風速閾値以上である場合、前記風車の回転速度が第1閾値以上であるか否かに応じて報酬を算出することを含み、
前記報酬を算出することは、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が第1閾値以上である場合に第1レベルの報酬を算出し、前記風車の回転速度が前記第1閾値より小さい第2閾値以上である場合、前記第1レベルより高い第2レベルの報酬を算出することを含み、
前記報酬を算出することは、前記状態検出部により検出された風速が前記風速閾値以上であり、尚且つ、前記風車の回転速度が前記第2閾値未満である場合、前記第1レベルより高く、尚且つ前記第2レベルより低い第3レベルの報酬を算出することを含む
制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053507A JP7090442B2 (ja) | 2018-03-20 | 2018-03-20 | 制御システム、学習装置、及び制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053507A JP7090442B2 (ja) | 2018-03-20 | 2018-03-20 | 制御システム、学習装置、及び制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019165599A JP2019165599A (ja) | 2019-09-26 |
JP7090442B2 true JP7090442B2 (ja) | 2022-06-24 |
Family
ID=68066254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018053507A Active JP7090442B2 (ja) | 2018-03-20 | 2018-03-20 | 制御システム、学習装置、及び制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7090442B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11060504B1 (en) | 2020-02-07 | 2021-07-13 | General Electric Company | Systems and methods for continuous machine learning based control of wind turbines |
DE102021210569B4 (de) | 2021-09-23 | 2023-08-24 | Zf Friedrichshafen Ag | Verfahren zum Betreiben einer Windenergieanlage in einem Windpark und Windparkmanager |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008017683A (ja) | 2006-06-05 | 2008-01-24 | Yaskawa Electric Corp | 風力発電装置の発電機制御方法およびその装置 |
JP2010134863A (ja) | 2008-12-08 | 2010-06-17 | Hitachi Ltd | 制御対象の制御入力決定手段 |
JP2014525063A (ja) | 2011-06-03 | 2014-09-25 | シーメンス アクチエンゲゼルシヤフト | 殊にガスタービンまたは風力タービンのような技術システムのデータドリブンモデルを計算機支援で形成する方法 |
JP2017046487A (ja) | 2015-08-27 | 2017-03-02 | ファナック株式会社 | 磁束制御部を有する電動機制御装置、ならびに機械学習装置およびその方法 |
JP2017204934A (ja) | 2016-05-11 | 2017-11-16 | 豊田通商株式会社 | 発電装置 |
JP2019070346A (ja) | 2017-10-06 | 2019-05-09 | 富士通株式会社 | 風車制御プログラム、風車制御方法、および風車制御装置 |
-
2018
- 2018-03-20 JP JP2018053507A patent/JP7090442B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008017683A (ja) | 2006-06-05 | 2008-01-24 | Yaskawa Electric Corp | 風力発電装置の発電機制御方法およびその装置 |
JP2010134863A (ja) | 2008-12-08 | 2010-06-17 | Hitachi Ltd | 制御対象の制御入力決定手段 |
JP2014525063A (ja) | 2011-06-03 | 2014-09-25 | シーメンス アクチエンゲゼルシヤフト | 殊にガスタービンまたは風力タービンのような技術システムのデータドリブンモデルを計算機支援で形成する方法 |
JP2017046487A (ja) | 2015-08-27 | 2017-03-02 | ファナック株式会社 | 磁束制御部を有する電動機制御装置、ならびに機械学習装置およびその方法 |
JP2017204934A (ja) | 2016-05-11 | 2017-11-16 | 豊田通商株式会社 | 発電装置 |
JP2019070346A (ja) | 2017-10-06 | 2019-05-09 | 富士通株式会社 | 風車制御プログラム、風車制御方法、および風車制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2019165599A (ja) | 2019-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK1562281T3 (en) | Wind Generator | |
Tan et al. | Optimum control strategies in energy conversion of PMSG wind turbine system without mechanical sensors | |
EP2644888A2 (en) | Control system and method for avoiding overspeed of a wind turbine | |
CN103206344B (zh) | 用于操作风力涡轮机的方法 | |
CN102472249A (zh) | 风力发电装置、风力发电装置的控制方法、风力发电系统及风力发电系统的控制方法 | |
EP2918826A1 (en) | Method for operating a power dissipating unit in a wind turbine | |
US20120187684A1 (en) | Device, system and method to lower starting torque for electrical system | |
JP7090442B2 (ja) | 制御システム、学習装置、及び制御方法 | |
JP5483901B2 (ja) | 風力発電システム、及び風力発電システムの失速制御方法 | |
US20210033062A1 (en) | Turbine control | |
JP2017204934A (ja) | 発電装置 | |
Arifujjaman et al. | Modeling and control of a small wind turbine | |
JP7090443B2 (ja) | 制御システム、学習装置、及び制御方法 | |
JP7090444B2 (ja) | 制御システム、学習装置、及び制御方法 | |
JP7090445B2 (ja) | 制御システム、学習装置、制御装置、及び制御方法 | |
CN110024252B (zh) | 用于将电功率馈入到供电网中的方法 | |
JP7090439B2 (ja) | 制御システム、学習装置、制御装置、及び制御方法 | |
US20220077797A1 (en) | System and method for controlling drivetrain damping during multiple low-voltage ride through events | |
CN116181585A (zh) | 用于响应风力涡轮的摩擦系数信号的系统和方法 | |
JP7090440B2 (ja) | 制御システム、学習装置、制御装置、及び制御方法 | |
Wang et al. | ANN based pitch angle controller for variable speed variable pitch wind turbine generation system | |
JP2019157841A (ja) | 制御装置、及び制御方法 | |
Issad et al. | Direct torque control using space vector modulation of wind pumping system with storage | |
CN104763584B (zh) | 发电机转速控制方法及装置 | |
JP2004187431A (ja) | 二次電池を備えた風力発電システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210120 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211223 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220614 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7090442 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |