Ứng dụng mạng nơ-ron mờ hồi quy trong điều khiển góc cánh tuabin gió

Bài viết Ứng dụng mạng nơ-ron mờ hồi quy trong điều khiển góc cánh tuabin gió trình bày một giải pháp điều khiển giám sát góc cánh của tuabin gió để giữ ổn định công suất phát điện, dưới tác động của gió lớn, nhằm duy trì điện áp lưới ở giá trị định mức.

Nghiên cứu khoa học công nghệ Ứng dụng mạng nơ-ron mờ hồi quy điều khiển góc cánh tuabin gió Nguyễn Thị Xn Nhi1, Nguyễn Chí Ngơn2*, Nguyễn Nhựt Tiến2, Trần Thành Luân3 Trường Cao đẳng nghề Vĩnh Long; Trường Đại học Cần Thơ; Trường Đại học Sư phạm Kỹ thuật Vĩnh Long * Email: ncngon@ctu.edu.vn Nhận bài: 21/02/2022; Hoàn thiện: 15/3/2022; Chấp nhận đăng: 25/5/2022; Xuất bản: 28/6/2022 DOI: https://doi.org/10.54939/1859-1043.j.mst.80.2022.3-12 TÓM TẮT Ngày nay, lượng tái tạo phát triển mạnh mẽ, đó, phải kể đến lượng gió Tuy nhiên, việc sử dụng nguồn lượng phụ thuộc nhiều vào thiên nhiên cường độ gió thay đổi liên tục, làm công suất phát từ tuabin không ổn định Điều gây ảnh hưởng lớn đến hệ thống điện Bài báo trình bày giải pháp điều khiển giám sát góc cánh tuabin gió để giữ ổn định cơng suất phát điện, tác động gió lớn, nhằm trì điện áp lưới giá trị định mức Giải thuật điều khiển góc cánh dùng mạng nơ-ron mờ hồi quy kiểm nghiệm thông qua mô hình mơ phần mềm MATLAB/Simulink, điều kiện giả lập thay đổi tốc độ gió Từ khố: Điều khiển giám sát; Điều khiển góc cánh; Mạng nơ-ron mờ hồi quy; Mơ MATLAB; Tuabin điện gió MỞ ĐẦU Ngành n ng ng đóng tr quan trọng tr nh phát triển kinh tế h i, nh t phát triển công nghiệp Việc tiếp cận nguồn n ng ng tin cậy, gi m thiểu chi phí yếu t quan trọng để t ng trưởng kinh tế bền ng Tuy nhi n, iệc s ng m c nguồn n ng ng hóa thạch n đến nhiều hệ y ề biến đ i khí hậu nhiễm mơi trường ngày t ng N ng ng tái tạo trở thành nguồn n ng ng tin cậy thời gần, đặc biệt n ng ng gió Việt Nam i i đường biển ài t c đ gió trung b nh đ cao m, t Biển Đông Việt Nam h ng n m n m s ràng iệc phát triển n ng ng gió Việt Nam có nhiều triển ọng, nh t ùng uy n h i miền Trung, Tây Nguy n đ o Các tuabin phát điện gió thường chịu nh hưởng nhiều yếu t mưa, gió, b o,… n n y u cầu kiểm sốt tính n định máy phát uôn m t thách th c n [1] Khi t c đ gió thay đ i, nh t gió n có t c đ t 12m s, b điều khiển cần ph i kiểm sốt góc cánh để uy tr công su t phát nh m đạt đư c hiệu su t phát điện t i đa [2] gi m thiểu hư hỏng hệ truyền đ ng khí Để có đư c cơng su t truyền t i n nh t th rôto cần chạy i t c đ định m c [3, 4] V ậy, t c đ gió n t c đ định m c, góc nghi ng đư c t ng n để gi t c đ rôto giá trị định m c nh m đạt đư c công su t phát cực đại Để gi i n đề này, b điều khiển PID truyền th ng đư c nhiều nghi n c u triển khai [ -7] Điểm b t i b n b điều khiển PID n đề c định tham s , n n thực kiểm sốt tuabin gió i hệ đ ng ực học bị tác đ ng yếu t thời tiết, tỏ inh hoạt V n đề đư c nghi n c u [2-4] khắc ph c b ng cách t ng cường th m ng điều khiển [4] s ng mạng nơ-ron hàm sở uy n tâm BF ( a ia Basis Function Neura Network [8]) để t ch c thành b điều khiển PID m t nơ-ron [2] Nhờ chế hu n uyện trực tuyến, tham s b điều khiển PID m t nơ-ron đư c thay đ i thích ng i biến thi n t c đ gió tác đ ng n đ i tư ng Tuy nhi n, t ch c mạng BF thành b PID m t nơ-ron, qua kh o sát cho th y trạng thái ác ập, sai biệt gi a tín hiệu tham kh o đáp ng không thay đ i n a chế cập nhật tham s b điều khiển n c n tiếp t c iễn theo chiều hư ng gia t ng Đến t c đ gió hay điều kiện tác đ ng khác thay đ i, gi i thuật ại ph i cập nhật b tham s theo chiều hư ng gi m trở ại Điều àm cho b điều khiển trở n n ph n ng chậm Tạp chí Nghiên cứu KH&CN quân sự, Số 80, - 2022 Kỹ thuật điều khiển & Điện tử Nh ng n m gần đây, mạng nơ-ron mờ hồi quy FNN ( ecurrent Neura Fuzzy Networks) đ đư c m t s nghi n c u triển khai thành cơng iệc kiểm sốt đ i tư ng phi tuyến [9-11] B ng kết h p gi a p nơ-ron p mờ hóa, tính phi tuyến mạng FNN đư c t ng cường [12], phù h p i iệc nhận ạng điều khiển trực tuyến đ i tư ng Nghi n c u bày đề u t m t gi i pháp ng ng mạng FNN để điều khiển góc cánh tuabin gió nh m gi n định công su t máy phát, thực thông qua mô tr n phần mềm MATLAB Simu ink N i ung c n ại báo đư c c u trúc sau: Phần tr nh bày ề phương pháp ây ựng b điều khiển kết qu mô kiểm ch ng gi i thuật đề u t; cu i cùng, phần kết uận đề nghị nghi n c u THIẾT KẾ HỆ ĐIỀU KHIỂN 2.1 Nghiên cứu điều khiển góc cánh tuabin gió Điều khiển góc cánh tuabin gió cho phép điều khiển công su t học tạo t iệc oay cánh tuabin đư c s ng cho tuabin gió có t c đ thay đ i V i t c đ gió thay đ i theo thời gian, tuabin gió có ba trường h p hoạt đ ng chính, gồm: ùng i t c đ gió định m c, ùng t c đ gió định m c ùng tr n t c đ gió định m c - Trường h p 1: Khi t c đ gió i t c đ cho phép phát cơng su t định m c, góc nghi ng cánh tuabin ph i đư c điều khiển cho nhận đư c n ng ng gió n nh t [4] - Trường h p 2: Khi ùng t c đ gió hoạt đ ng giá trị định m c, úc này, t c đ quay rotor định m c Công su t phát trường h p đư c chuyển hóa thành n ng ng đạt hiệu su t cao [ ] - Trường h p 3: Khi t c đ gió cao t c đ gió cho phép phát công su t định m c Lúc này, hệ th ng điều khiển góc cánh tuabin gió àm cho cánh tuabin hư ng đón gió Gi cho máy phát điện phát đư c cơng su t định m c Cơng nghệ tuabin gió ngày tiến b đ i hỏi hệ th ng điều khiển ph i mạnh mẽ hơn, c i thiện t t công su t phát tin cậy để đạt i nhuận cao [13] Có nhiều nghi n c u đ ng ng kỹ thuật điều khiển kiểm sốt tuabin gió Trong đó, mạng nơ-ron nhân tạo có kh n ng mơ h nh hóa hệ th ng phi tuyến, có kh n ng thích nghi đáp ng t t, n n đ đư c ng ng Trong nghi n c u này, mạng nơ-ron mờ hồi quy đư c s ng, để điều khiển góc cánh tuabin gió Hệ th ng điều khiển đư c mô tr n MATLAB để điều khiển góc cánh quạt trường h p àm cho công su t máy phát điện đư c gi n định giá trị định m c 2.2 Mơ hình tuabin gió Mơ h nh tuabin gió thơng thường bao gồm thành phần: hệ th ng khí đ ng học, h p s máy phát điện N ng ng khí đ ng học Pt đư c ác định (1) [14] Pt   R 2Vv3C p   ,   đó, hiệu su t chuyển đ i n ng ng Cp m t hàm λ góc cánh β c  C p    ,    c1   c3   c4  c5  c6  e c7 / i  i   c  i    39     c8     (1) (2) 1 (3) Các giá trị t c1 – c9 hệ s đ ng học mơ hình tuabin gió [6], có giá trị sau: c1 = 0.73 c2 = 151 c3 = 0.58 N T X Nhi, …, T T Luân, “Ứng dụng mạng nơ-ron mờ hồi quy … góc cánh tuabin gió.” Nghiên cứu khoa học công nghệ c4 = 0.002 c7 = 18.4 Hệ s λ đư c tính theo cơng th c: c5 = 2.14 c8 = 0.02  c6 = 13.2 c9 = 0.003 Rr Vv (4) V i R bán kính quạt (m), Ωr vận t c rotor (rad/s) Vv vận t c gió (m/s) cơng th c (4), t c đ gió thay đ i theo thời gian hệ s cơng su t λ thay đ i, làm cho hệ s công su t Cp bị thay đ i Ta có quan hệ gi a mô men tác đ ng Tt v i công su t đ ng học Pt: (5) Pt  Tt r Tt   R3Vv2Ct   ,   đó, hệ s mơ men Ct đư c tính: Ct   ,    Cp ,    (6) (7) Thế (7) ( ) ta đư c (8): C ,    R3Vv2 p  Đ ng lực hệ th ng truyền đ ng đư c mô h nh hóa (9) [8]: Tt  (8) d r F  (9) Te  Tt   dt 2H 2H Hệ th ng truyền đ ng cánh tua-bin bao gồm: hệ th ng khí thủy lực Hàm truyền mơ hình hệ truyền đ ng cánh tua-bin [ ] đư c cho (10): Gp  s   (10)  s 1 đó,   h ng s thời gian học 2.3 Thiết kế điều khiển Hình Sơ đồ nguyên lý điều khiển dùng mạng RFNN cho tuabin gió Sơ đồ nguyên lý b điều khiển đư c trình bày hình B điều khiển PID đư c kết h p v i b điều khiển dùng mạng nơ-ron mờ hồi quy, gọi FNNC, đư c xây dựng dựa theo Tạp chí Nghiên cứu KH&CN quân sự, Số 80, - 2022 Kỹ thuật điều khiển & Điện tử [8] Mô h nh đ i tư ng đư c nhận dạng b ng m t mạng nơ-ron mờ hồi quy khác, gọi FNNID, để ác định đ nhạy đ i tư ng hay c n đư c gọi thông tin Jacobian, đư c xây dựng dựa theo [9-10, 12] Trong hình 1, cánh quạt gió đư c kiểm sốt b điều khiển PID Tuy nhi n, để tinh chỉnh nâng cao tính linh hoạt nh m nhận nh ng tín hiệu ao đ ng, biến thiên nên b điều khiển FNNC đư c đưa th m Gi i thuật cần thông tin Jacobian nên b nhận dạng RFNNID đư c xây dựng hu n luyện trực tuyến để cung c p kịp thời thông tin biến đ i đ i tư ng cho b điều khiển Cấu trúc nhận dạng RFNNID: B nhận dạng mô h nh đ i tư ng dùng mạng nơ-ron hồi quy nhiều l p, gọi tắt b nhận dạng FNNID, đư c triển khai theo [12] B nhận dạng FNNID đư c xây dựng gồm l p, v i l p vào có nút, l p mờ hóa có 10 nút, l p luật mờ gồm 25 nút l p có nút Gọi Oik tương ng ngõ nút th i thu c l p th k, ta mơ t c u trúc b nhận dạng FNNID sau [12]: - Lớp – Lớp vào: L p có nút, nhiệm v chuyển t i giá trị ng đến l p Ngõ nút th i l p đư c mô t (11) Oi1 (k )  xi1 (k )  i1Oik (k  1), i  1,2 (11) đó:  i1 trọng s kết n i thời điểm k Ngõ vào b nhận dạng RFNNID tín hiệu điều khiển ngõ kh đáp ng:  x11 (k ), x12 (k )   u(k ), y(k  1) T T (12) - Lớp – Lớp mờ hóa: L p gồm (2x5) nút, nút thể m t hàm liên t c thu c dạng Gauss v i trị trung bình mij đ lệch chuẩn  ij đư c ác định (13)   (Oi (k )  mij )   O (k )  exp  (13)  , i  1, 2; j  1, 2, ,5 ( ij )     nút l p mờ hóa có tham s đư c tự đ ng điều chỉnh trình hu n luyện trực tuyến b nhận dạng FNNID, mij  ij ij - Lớp – Lớp luật: L p gồm (5x5) nút Ngõ nút th q l p đư c ác định: Oq3 (k )   Oiq2 i (k ), i  1,2, ,5; qi  1,2, ,5 i (14) - Lớp – Lớp ra: Gồm nơ-ron tuyến tính v i ng ác định sau: Oi4 (k )   wij4O3j (k ), i  1; j  1,2, 25 (15) j Trong đó, wij trọng s kết n i t l p luật th j lên l p i Ngõ l p ng b nhận dạng RFNNID: (16) ym (k )  O14 (k )  fˆ  x1 (k ), x2 (k )  fˆ u(k ), y(k  1)  Giải thuật huấn luyện trực tuyến nhận dạng RFNNID: M c tiêu gi i thuật hu n luyện trực tuyến b nhận dạng FNNID điều chỉnh b trọng s tham s hàm liên thu c l p mờ hóa để cực tiểu hàm chi phí (17): E (k )  1  y(k )  ym (k )   y(k )  O14 (k )  2 (17) N T X Nhi, …, T T Luân, “Ứng dụng mạng nơ-ron mờ hồi quy … góc cánh tuabin gió.” Nghiên cứu khoa học cơng nghệ đó, y(k) đáp ng đ i tư ng, ym(k) ngõ b nhận dạng S d ng thuật toán lan truyền ngư c (back propagration) sai s , b trọng s kết n i mạng RFNN đư c điều chỉnh theo nguyên tắc sau:  E (k )  W (k )  W (k  1)  W (k )  W (k  1)       W  (18) đó, η (0, 1) h ng s t c đ học W tham s cần điều chỉnh trình hu n luyện b nhận dạng RFNNID Gọi e(k )  y(k )  ym (k ) W   , m, , w sai s hu n luyện vector tham s b nhận dạng RFNNID, gradient E (.) (18) theo W đư c ác định sau [8-12]: T y (k ) O4 (k ) E (k )  e(k ) m  e(k ) W W W V i nguyên tắc này, b trọng s t ng l p mạng đư c cập nhật sau [8-12]:  E (k )  wij4 (k  1)  wij4 (k )   w    wij4 (k )   we(k )Oi3  w4  ij   (20) Oij1 (k )  mij   E (k )  m mij (k  1)  mij (k )      mij (k )    e(k )wik Ok  m  ( ij )2 k ij   m Oij1 (k )  mij   E (k )    ij (k  1)   ij (k )       ij (k )    e(k ) wik Ok   ij  ( ij )3 k   (21)  (2) Oij1 (k )  mij  Oij1 (k  1)  E (k )     ( k )   e ( k ) w O k i ik k  ( ij )2  i  i1 (k  1)  i1 (k )      (19) (22) (23) đó,  ss  w,m, , h ng s t c đ học Ngoài việc c ng ngõ đ i tư ng ym(k), b nhận dạng RFNNID ph i c ng thông tin Jacobian y(k ) / u(k ) để hu n luyện trực tuyến b điều khiển FNNC Thông tin đư c ác định (24) [9, 12]  Oq3 (2) Oij1 (k )  mij   y (k )   4 Jaco(k )    wij   u (k ) q Oqs ( ij )    s  (24) Bộ điều khiển giám sát PID-RFNN B điều khiển giám sát gọi tắt b điều khiển PID- FNNC, đư c dựa nguyên tắc điều khiển giám sát kết h p b điều khiển PID truyền th ng b điều khiển RFNNC hình [8] Tham s b điều khiển PID đư c s d ng b giá trị đ àm tr n (Kp=120, Ki=0.5, Kd=10), đư c s d ng t kết qu h i t b điều khiển PID m t nơ-ron [2], mơ hình tuabin gió, nh m đánh giá ch t ng gi a kiểu điều khiển PID đ c lập kiểu điều khiển giám sát PID-RFNNC Tín hiệu điều khiển giám sát sơ đồ hình đư c ác định: u(k )  un (k )  u p (k ) (25) đó, up(k) tín hiệu điều khiển PID un(k) tín hiệu điều khiển giám sát RFNNC Tín hiệu điều khiển giám sát un(k) ngõ mạng FNNC, đư c ác định theo (16) Trong tín hiệu điều khiển PID up(k) đư c ác định sau: Tạp chí Nghiên cứu KH&CN quân sự, Số 80, - 2022 Kỹ thuật điều khiển & Điện tử u p (k )  K p e (k )  K d de (k )  K i ie (k ) (26) e (k )  yref (k )  y (k ) đó, de (k ) ie (k ) lần t đạo hàm tích phân sai biệt e (k ) (26) Hình Nguyên lý điều khiển giám sát PID-RFNNC C u trúc mạng FNNC đư c thực gi ng c u trúc b nhận dạng RFNNID Tuy nhiên, ngõ vào b RFNNC s d ng trực tiếp tín hiệu tham kh o yref(k) thông tin Jacobian (24) thời điểm k b RFNNID cung c p, dựa theo thiết kế [12] Hai ngõ vào b RFNNC không s d ng (12) mà đư c thay b ng (27) Ngoài ra, hàm m c tiêu hu n luyện mạng FNNC đư c thực theo [8], b ng cách thay (17) (28) T  x11 (k ), x12 (k )    yref (k ), Jaco(k )  E k   T (27)  un ( k )  u ( k )  (28) KẾT QUẢ VÀ THẢO LUẬN Mơ hình mơ để kiểm ch ng phương pháp điều khiển góc cánh v i b điều khiển s d ng mạng nơ-ron mờ hồi quy (h nh 3) đư c thực dựa mơ hình tuabin 2,4 MW hãng Mitshubishi, v i tên phiên b n MWT 92 b thông s tuabin đư c thể b ng Các tham s khởi tạo trình hu n luyện cho b nhận dạng mạng nơ-ron mờ hồi quy FNN đư c thể b ng Bảng Thông số tuabin Mitshubishi MWT 92 Giá trị Đơn vị 42 m T c đ gió định m c 12,5 m/s Tỉ s truyền h p s 100 - T c đ máy phát định m c 1800 rpm 2,4 MW 12732 Nm Thơng số Đường kính rotor Cơng su t định m c Mô-men máy phát định m c N T X Nhi, …, T T Luân, “Ứng dụng mạng nơ-ron mờ hồi quy … góc cánh tuabin gió.” Nghiên cứu khoa học công nghệ Bảng Các tham số khởi tạo nhận dạng RFNN Ký hiệu Ý nghĩa Giá trị η T c đ học 0.01 ci Véc-tơ tâm  1.5  0.75 0.75 1.5  1.5  0.75 0.75 1.5   bi Ngưỡng kích hoạt 0.5 0.5 0.5 0.5 0.5  0.5 0.5 0.5 0.5 0.5    [w]T Trọng s gi a l p (25x1) 0.1 0.1 0.1 wi Trọng s gi a l p 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1   T Hình Mơ điều khiển góc cánh dùng mạng nơ-ron mờ hồi quy MATLAB Kết qu mô đ thể thông qua việc gi n định t c đ công su t máy phát đư c minh họa tr n h nh Trong đó, t c đ gió đư c gi lập c p i định m c 10 m/s, sau t ng n tr n định m c 15 m/s tiếp t c nâng lên m c gió mạnh 20 m/s (hình 3) Mô ch ng minh công su t phát tuabin đư c gi n định 2,4 MW dù t c đ gió Tạp chí Nghiên cứu KH&CN quân sự, Số 80, - 2022 Kỹ thuật điều khiển & Điện tử biến đ ng Ngồi ra, th y đư c mạng nơ-ron mờ hồi quy RFNN nhận dạng t t mơ hình đ i tư ng, t tính tốn đư c thơng tin Jacobian (hình 5) Hình Đánh giá giá trị vào hệ thống Hình Kết nhận dạng tốc độ gió thơng tin Jacobian mạng nơ-ron mờ hồi quy V i b điều khiển dùng mạng nơ-ron mờ hồi quy, làm cho công su t đáp ng t c đ máy phát đư c gi n định giá trị định m c 2,4 MW Khi t c đ gió tác đ ng l n 12 m s, giá trị góc cánh tuabin đư c kiểm soát m t cách linh hoạt Khi đó, b điều khiển tự điều chỉnh thơng s dựa theo thông tin Jacobian tr t b nhận dạng mạng nơ-ron mờ hồi quy 10 N T X Nhi, …, T T Luân, “Ứng dụng mạng nơ-ron mờ hồi quy … góc cánh tuabin gió.” Nghiên cứu khoa học cơng nghệ RFNN, nh m thích nghi v i biến đ i hệ th ng, t cho th y hiệu qu gi i thuật điều khiển đư c áp d ng Hình So sánh điều khiển PID truyền thống điều khiển kết hợp mạng RFNN Hình trình bày kết qu so sánh gi a tình hu ng kiểm sốt góc cánh tuabin gió v i b điều khiển PID đ c lập có tham s (Kp=120, Ki=0.5, Kd=10) tình hu ng điều khiển giám sát PIDRFNNC Kết qu cho th y, t c đ gió l n 20m s, b điều khiển PID truyền th ng gi n định công su t phát 2,4 MW t t b điều khiển giám sát KẾT LUẬN Bài báo đ tr nh bày m t phương pháp thiết kế b điều khiển góc cánh tuabin gió s ng mạng nơ-ron mờ hồi quy, nh m gi n định t c đ công su t máy phát ựa tr n kịch b n thay đ i ề t c đ gió T cho th y, chế tự chỉnh b ng gi i thuật hu n uyện trực tuyến tr nh ận hành mà b điều khiển ùng mạng nơ-ron mờ hồi quy đ tinh chỉnh đư c đáp ng hệ th ng Gi i thuật hu n uyện b điều khiển giám sát s ng thông tin ề đ nhạy đ i tư ng, gọi thông tin Jacobian, để cập nhật tham s Thông tin Jacobian đư c nhận iện m t mạng nơ-ron mờ hồi quy th hai, đư c hu n uyện trực tuyến Như ậy, nhờ gi i thuật hu n uyện trực tuyến mà b nhận ạng b điều khiển đ giám sát kịp thời thay đ i đ i tư ng, t điều chỉnh tín hiệu điều khiển phù h p, giúp tuabin quay n định gi ng công su t phát Ngồi ra, kết qu mơ cho th y, b điều khiển giám sát ùng mạng nơ-ron mờ hồi quy cho đáp ng t t b điều khiển PID truyền th ng Trong thời gian t i, gi i thuật đề u t đư c tiếp t c kiểm nghiệm tr n thiết bị thực tế để đánh giá toàn iện kh n ng điều khiển Tạp chí Nghiên cứu KH&CN quân sự, Số 80, - 2022 11 Kỹ thuật điều khiển & Điện tử TÀI LIỆU THAM KHẢO [1] P F O gaar , J Stoustrup an M Kinnaert, “Fault-tolerant control of wind turbines: A benchmark model,” IEEE Trans Contro Syst Techno , Vol 21, No 4, pp 1168-1182, (2013) [2] N C Ngon an N M Hoang, “Improvement of power output of the wind turbine by pitch angle control using RBF neural network,” Internationa Journa of Mechanica Engineering an Technology, Vol 10, Issue 10, pp 64-74, (2019) [3] H Jafarneja sani, J Pieper an J Eh ers, “Adaptive Control of a Variable Speed Variable-Pitch Wind Turbine Using Radial-Basis Function Neural Network,” IEEE Transactions on Contro Systems Technology, Vol 21, No 6, pp 2264-2272, (2013) [4] A H Norouzi an A M Sharaf, “Two control schemes to enhance the dynamic performance of the STATCOM and SSSC,” IEEE Trans on Power De i ery, Vol 20, No 1, pp 435-442, (2005) [5] F D Bianchi, H D Battista an J Mantz, “Wind Turbine Control Systems,” Springer, Lon on, 208 p., ISBN: 978-1-84996-611-5, (2007) [6] A Hwas and R Katebi, “Wind turbine control using PI pitch angle controller,” IFAC Proceedings Volumes, Vol 45, Issue 3, pp 241-246, (2012) [7] S Behera, B Subudhi and B B Pati, “Design of PI controller in pitch control of wind turbine: A comparison of PSO and PS algorithm,” Inter J of Renewable Energy Research (IJRER), Vol 6, pp 271-281, (2016) [8] J Liu, “Radial Basis Function (RBF) Neural Network Control for Mechanical Systems - Design, Analysis and Matlab Simulation,” Springer Berlin, 365 p., ISBN: 978-3-642-43455-6, (2015) [9] N C Ngon and D Tin, “Adaptive single neural PID control based on recurrent fuzzy neural network: An application to ball and beam control system,” Can Tho University Journal of Science, No 20a, pp 169-175, (2011) [10] L M Thanh, L H Thuong, P T Loc, C N Nguyen, “Delta Robot Control Using Single Neuron PID Algorithms Based on Recurrent Fuzzy Neural Network Identifiers,” International Journal of Mechanical Engineering and Robotics Research, Vol 9, No 10, pp 1411-1418, (2020) [11] L M Thanh, L H Thuong, P T Tung, and C N Nguyen, “Improvement of PID Controllers by Recurrent Fuzzy Neural Networks for Delta Robot,” Springer Singapore, in Intelligent Communication, Control and Devices, pp.263-275, (2021) [12] L C Hung, T C Cheng, “Identification and control of dynamic systems using recurrent fuzzy neural networks,” IEEE Transactions on Fuzzy Systems, Vol 8, No 4, pp 349-366, (2000) [13] B Boukhezzar and H Siguerdidjane, "Nonlinear Control of Variable Speed Wind Turbines without wind speed measurement," Proc of the 44th IEEE Conference on Decision and Control, pp 34563461, doi: 10.1109/CDC.2005.1582697, (2005) [14] G Abad, J Lopez, M Rodriguez, L Marroyo and G Iwanski, “Doubly fed induction machine: modeling and control for wind energy generation,” Wiley-IEEE Press, 625 p., ISBN: 978-0-47076865-5, (2011) ABSTRACT An application of recurrent fuzzy neural networks in wind turbine pitch angle control Nowadays, renewable energy has been developing strongly, including wind energy However, the use of this energy source is still dependent on nature conditions because the wind intensity changes continuously, making the power generated from the turbine is unstable That has a huge impact on the electrical system This paper presents a solution to control and monitor the pitch angle of the wind turbine to generate the rated power aiming to maintain the grid voltage at a stable level A supervisory controller using recurrent neural fuzzy networks is proposed and tested on MATLAB/Simulink, under the condition of changing wind speeds Keywords: MATLAB simulation; Pitch angel control; Recurrent fuzzy neural network; Wind turbine; Supersisory control 12 N T X Nhi, …, T T Luân, “Ứng dụng mạng nơ-ron mờ hồi quy … góc cánh tuabin gió.” ... THIẾT KẾ HỆ ĐIỀU KHIỂN 2.1 Nghiên cứu điều khiển góc cánh tuabin gió Điều khiển góc cánh tuabin gió cho phép điều khiển cơng su t học tạo t iệc oay cánh tuabin đư c s ng cho tuabin gió có t c... Sơ đồ nguyên lý điều khiển dùng mạng RFNN cho tuabin gió Sơ đồ nguyên lý b điều khiển đư c trình bày hình B điều khiển PID đư c kết h p v i b điều khiển dùng mạng nơ-ron mờ hồi quy, gọi FNNC,... nơ-ron mờ hồi quy V i b điều khiển dùng mạng nơ-ron mờ hồi quy, làm cho công su t đáp ng t c đ máy phát đư c gi n định giá trị định m c 2,4 MW Khi t c đ gió tác đ ng l n 12 m s, giá trị góc cánh