期刊文献+

基于遗传算法和神经网络的模型辨识在风电变桨伺服控制系统的应用研究

下载PDF
导出
摘要 在分析变桨原理和变桨控制要求的基础上,针对系统本身具有强耦合性、滞后性和非线性而难于建立模型的问题,利用遗传算法强大的全局搜索能力优化神经网络的方法进行离线模型辨识,解决了风电变桨系统由于模型难于建立的难题,最后通过仿真和实验,证明了此法可行。
出处 《伺服控制》 2011年第5期40-42,共3页 Servo Control
  • 相关文献

参考文献2

二级参考文献7

  • 1王丽珍,郑晟,张爱新.神经网络预测控制算法及其应用[J].机械工程与自动化,2007(2):98-100. 被引量:7
  • 2Slootweg J G, Kling W L, Polinder H. Dynamic modelling of a wind turbine with doubly fed induction generator[J]. Power Engineering Society Summer Meeting, IEEE, 2001, 1: 644- 649.
  • 3Steinbuch M. Dynamic modelling and robust control of a wind energy conversion system. Phi) Thesis, 1990.
  • 4Shi K L, Li H. A novel control of a small wind turbine driven generator based on neural networks [ J ]. Piscataway N J. Power Engineering Society General Meeting, 2004, 2: 166- 169.
  • 5Kanellos F D, Hatziargyriou N D. A new control scheme for variable speed wind turbines using neural networks[J].Power Engineering Society Winter Meeting, IEEE, 2002, 1:360-365.
  • 6Tomonobu Senjyu, Ryosei Sakamoto, Naomitsu Urasaki, et al. Output power leveling of wind farm usingPitch angle control with fuzzy neural network [ J ]. IEEE, 2006,
  • 7张新房,徐大平,吕跃刚,柳亦兵.大型变速风力发电机组的自适应模糊控制[J].系统仿真学报,2004,16(3):573-577. 被引量:50

共引文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部