基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
设计了一种新型的基于BP神经网络的最优励磁控制器(NNOEC).在线性最优励磁控制的基础上,利用4层BP神经网络对发电机的运行方式和系统所遭受的干扰类型进行辨识,通过对网络的训练,使得网络能够实时根据发电机的状态量来调节最优控制的反馈矩阵,以适应当前的运行点和所遭受的干扰.仿真结果表明,所设计的NNOEC在系统运行方式较大的变化范围内都能提供很好的控制性能,在大小扰动下均表现出很好的阻尼特性和良好的电压性能.
推荐文章
柴油发电机神经网络非线性励磁控制器研究
柴油发电机
励磁控制
非线性控制
BP神经网络
LM算法
神经网络SNC无刷柴油发电机励磁控制器
柴油发电机
BP神经网络
最优控制
励磁控制器
神经网络逆系统非线性励磁控制器的设计
励磁控制
神经网络
逆系统
非线性
同步发电机
基于单个神经元的线性最优励磁控制器
线性最优
神经网络
自校正
ANLOEC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的最优励磁控制器
来源期刊 电力系统自动化 学科 工学
关键词 智能控制 最优控制 BP神经网络 励磁控制器
年,卷(期) 2000,(8) 所属期刊栏目 学术论文
研究方向 页码范围 29-32
页数 4页 分类号 TM712|TP18
字数 语种 中文
DOI 10.3321/j.issn:1000-1026.2000.08.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆继明 华中理工大学电力工程系 2 40 1.0 2.0
2 范澍 华中理工大学电力工程系 1 40 1.0 1.0
3 毛承雄 华中理工大学电力工程系 1 40 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (40)
同被引文献  (17)
二级引证文献  (201)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(3)
  • 参考文献(3)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(3)
  • 引证文献(2)
  • 二级引证文献(1)
2003(4)
  • 引证文献(2)
  • 二级引证文献(2)
2004(9)
  • 引证文献(4)
  • 二级引证文献(5)
2005(17)
  • 引证文献(6)
  • 二级引证文献(11)
2006(22)
  • 引证文献(4)
  • 二级引证文献(18)
2007(28)
  • 引证文献(4)
  • 二级引证文献(24)
2008(26)
  • 引证文献(4)
  • 二级引证文献(22)
2009(25)
  • 引证文献(3)
  • 二级引证文献(22)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(14)
  • 引证文献(2)
  • 二级引证文献(12)
2012(13)
  • 引证文献(0)
  • 二级引证文献(13)
2013(19)
  • 引证文献(0)
  • 二级引证文献(19)
2014(13)
  • 引证文献(3)
  • 二级引证文献(10)
2015(13)
  • 引证文献(0)
  • 二级引证文献(13)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
智能控制
最优控制
BP神经网络
励磁控制器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
总被引数(次)
449556
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导