火力发电机组的多模型神经网络控制被引量：3

The Multim odel Neural Network for The Control of a Unit power Plant

下载PDF

导出

摘要本文针对大型火力发电单元机组,采用PID神经网络作为控制器,提出多模型切换神经网络控制。通过仿真实验证明它有效的提高了系统的运行性能和抗干扰性。 The multimodel ne ural network control system ispro-posed in thispaper.The control system isde signed for a unit power plant.The computer simulationsshow the effectivenessof thiscontrol system.

作者张云周世官李钟侠

机构地区江西赣州南方冶金学院

出处《微计算机信息》 2003年第11期19-20,共2页 Control & Automation

关键词火力发电机组多模型神经网络控制动态数学模型激励函数仿真抗干扰性 Multimodel control PID Neural Network Computer Si mulation

分类号 TM621.6 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献2

1李晓理,王伟,孙维.多模型自适应控制[J].控制与决策,2000,15(4):390-394. 被引量：28
2徐丽娜.神经网络控制[M].哈尔滨：哈尔滨工业大学出版社,1998..

二级参考文献4

1Li X R，IEEE Trans Auto Control，1996年，41卷，4期，478页
2Yu C，IEEE Trans Biomed Eng，1992年，39卷，765页
3Fu M Y，IEEE Trans on AutomContr，1986年，31卷，10期，1097页
4Qi X J，Int J Control，1986年，43卷，5期，1453页

共引文献45

1顾树生,王大志.基于递阶监督的一类多模型自适应控制[J].沈阳大学学报,2004,16(2):1-5.
2万建明,沙立民.基于多模型的动态矩阵控制[J].微计算机信息,2004,20(5):13-14. 被引量：7
3刘刚,蔡十华.一种基于DRNN神经网络整定的PID解耦控制方法的研究[J].江西科学,2004,22(5):334-336. 被引量：5
4翟军勇,费树岷.基于在线学习的多模型自适应控制[J].中国电机工程学报,2005,25(9):80-83. 被引量：13
5李亚娇,李怀恩,沈冰.基于RBF网络的冯家山水库出库含沙量预测研究[J].西北农林科技大学学报（自然科学版）,2005,33(10):134-138. 被引量：4
6蔡素芬,李文林.存在外界干扰的连续系统离散自适应滑模控制[J].控制与决策,2005,20(11):1317-1320. 被引量：5
7魏立新,李二超,王洪瑞.自适应模糊与CMAC并行的机器人力/位置控制[J].控制工程,2006,13(1):91-93. 被引量：4
8高颖,张双杰,王丽娟,刘玉忠,李军.对改进的自适应BP算法中参数研究[J].合肥工业大学学报（自然科学版）,2006,29(3):281-283. 被引量：3
9李晓理,张维存,王伟.基于有界扰动分区的多模型自适应控制[J].控制理论与应用,2006,23(2):283-286. 被引量：6
10王德文,李智录,卢瑞章.RBF神经网络在线学习方式及其在大坝位移监测中的应用[J].西北农林科技大学学报（自然科学版）,2006,34(12):226-230. 被引量：1

同被引文献8

1郭俊君,郭鹏.双Hopfield网络MAC算法在单元机组负荷系统中的应用[J].华北电力大学学报（自然科学版）,2005,32(3):39-42. 被引量：2
2李果勇．智能控制及其MATLAB实现．电子工业出版社，2005
3陈铁军．链系统方法及其应用．河南科技出版社，1993
4陈铁军．结构分散化控制理论．新疆科技出版社．2004
5彭钢.热工 PID 控制算法的适应性与局限性分析[J].河北电力技术,1997,16(6):6-8. 被引量：7
6黄成静,刘红军,于湘涛.单元机组负荷多变量动态矩阵控制的仿真研究[J].电力科学与工程,2003,19(1):39-41. 被引量：9
7吴建国,张培建.流程工业的先进控制技术[J].南通工学院学报（自然科学版）,2003,2(4):92-96. 被引量：10
8马述军,邓正隆.单元机组负荷控制系统的动态矩阵方法研究[J].自动化技术与应用,2004,23(1):49-51. 被引量：1

引证文献3

1何一文,陈铁军,苗小冬.基于单元模型的神经网络预测控制及其应用[J].微计算机信息,2006,22(08Z):290-292. 被引量：2
2郭鹏.基于多模型的单元机组负荷多变量模型算法控制研究[J].华北电力大学学报（自然科学版）,2006,33(6):55-58.
3刁伟辽,郭鹏.单元机组负荷系统的多变量模型算法解耦控制[J].电力科学与工程,2006,22(4):1-3. 被引量：3

二级引证文献5

1何发武.基于模糊线性规划的电力系统经济负荷分配算法[J].电力科学与工程,2007,23(3):13-16. 被引量：1
2潘笑,汪璐,邓培敏,黄冬兰.神经网络PID在直流炉汽温控制中的应用[J].微计算机信息,2007,23(06S):34-36. 被引量：2
3董哲,何迪,李志军.基于神经网络的二容水箱广义预测控制[J].微计算机信息,2011,27(8):41-43.
4崔艳星,杨立萍,马永祥,郑前,张书勇.西三线压缩机组负荷分配控制方案[J].油气储运,2015,34(5):538-543. 被引量：19
5马亮,张磊,许铁岩,闫昌盛.首台国产天然气长输管线压缩机组负荷分配控制系统研究[J].热能动力工程,2021,36(3):130-137. 被引量：5

1应鸿,李天云,张宇辉.变压器故障诊断的神经网络法[J].东北电力学院学报,1996,16(4):54-58. 被引量：7
2应鸿,李天云.变压器故障诊断的神经网络法[J].东北电力学院学报,1997,17(4):54-58.
3李天云,应鸿,陈化钢.人工神经网络在变压器故障诊断中的应用[J].高电压技术,1996,22(4):58-60. 被引量：6
4白青云,李士军.大型火力发电机组锅炉调试经验[J].河北电力技术,1997,16(2):42-44.
5王为群.同步时序电路激励函数的一种求法[J].贵州教育学院学报,2005,21(2):93-95. 被引量：2
6张勇,徐美川,李子强.叠加原理PC激励函数分析中的应用[J].湖北工学院学报,2001,16(1):33-37.
7张晓星,程其云,周湶,刘凡,孙才新.激励函数可调的混沌神经网络短路负荷预测[J].高电压技术,2005,31(7):51-54. 被引量：9
8毕胜春,陈珩.大型火力发电机组进相运行时对断路器要求的仿真研究[J].电网技术,1993,17(1):27-31.
9张祺.基于PID神经网络的多电动机协同控制研究[J].电气应用,2015,34(2):138-141.
10王旭.大型火力发电机组控制系统一体化技术应用与研究[J].中国新技术新产品,2016(23):19-20.

微计算机信息

2003年第11期

浏览历史

内容加载中请稍等...

火力发电机组的多模型神经网络控制被引量：3

参考文献2

二级参考文献4

共引文献45

同被引文献8

引证文献3

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

火力发电机组的多模型神经网络控制 被引量：3

参考文献2

二级参考文献4

共引文献45

同被引文献8

引证文献3

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

火力发电机组的多模型神经网络控制被引量：3