Promotie H.J. Bijl: windturbines

17 oktober 2018 10:00 - Locatie: Aula, TU Delft - Door: webredactie

LQG and Gaussian process techniques - For fixed-structure wind turbine control. Promotor 1: Prof.dr.ir. M.H.G. Verhaegen (3mE); Promotor 2: Prof.dr.ir. J.W. van Wingerden (3mE).

Windturbines worden steeds groter om zo goedkoop mogelijk energie te kunnen produceren. Dit verergert de trillingen die aanwezig zijn in de bladen. Om dit te verminderen, kunnen er verstelbare flappen aan de achterkant van de bladen geplaatst worden. Bij het besturen van deze flappen moet rekening gehouden worden met stochastische effecten.

Eén methode om hiermee om te gaan is door het systeem als een lineair systeem te benaderen en een Linear Quadratic Gaussian (LQG) regelsysteem toe te passen. In dit geval zullen zowel de verwachte kosten (schade) als de spreiding hiervan belangrijk zijn. Dit thesis geeft uitdrukkingen voor het gemiddelde en de variantie van de LQG kostenfunctie.

Door de beperkingen van lineaire benaderingen, is het vaak effectiever om niet-lineaire regressiemethoden te gebruiken, zoals Gaussisch Proces-regressie (GP-regressie). Deze methode heeft een basis in de Bayesiaanse kansrekening en kan hierdoor met stochastische effecten omgaan.

De gebruikelijke manier waarin het toegepast wordt heeft een paar belangrijke beperkingen: het is rekentechnisch complex, heeft moeite met ruis in de invoerdata, en het is ingewikkeld om het optimum van een Gaussisch proces te vinden. Dit thesis pakt all deze beperkingen samen aan.

Via enkele benaderingen is er een nieuwe methode ontwikkeld waarmee GP-regressie op efficiënte wijze, ook online, op grote datasets met ruis toegepast kunnen worden. Dit stelt GP-regressie in staat om gebruikt te worden voor systeemidentificatie-toepassingen, zoals online niet-lineaire zwarte doos-modelering. Hiernaast is ook een methode ontwikkeld waarmee efficiënt het optimum van een Gaussisch proces gevonden kan worden. Hiermee kunnen windturbines de versterkingen van een vaste-structuur regelaar automatisch bijstellen, om op die manier een niet-lineaire kostenfunctie als de schade-equivalente belasting te optimaliseren.

Al deze verbeteringen zijn een belangrijke stap vooruit in de toepassing van Gaussisch proces-regressie op windturbines.

Meer informatie?

Voor inzage in proefschriften van de promovendi kunt u kijken in de TU Delft Repository, de digitale vindplaats van openbare publicaties van de TU Delft. Proefschriften zullen binnen een paar weken na de desbetreffende promotie in de Repository te vinden zijn.