原文服务方: 大电机技术       
摘要:
提出了一种基于小波神经网络的自校正控制方法,该方法利用两个小波神经网络分别作为辨识器和控制器构成自校正控制系统,实现对水轮发电机组的在线辨识与控制.仿真结果表明,提出的控制方法比采用一般神经网络控制超调更小、调节速度更快.
推荐文章
基于优化遗传神经网络的水轮发电机组辨识
水轮发电机组
辨识
遗传算法
神经网络
水轮发电机组检修新工艺的应用
水轮发电机组
检修
新工艺
大型水轮发电机组制动方式
水轮发电机
电气制动
机械制动
停机
基于智能集成的水轮发电机组温度在线监测系统
神经网络
专家系统
数据融合
智能集成
在线监测
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 基于小波神经网络的自校正控制在水轮发电机组上的应用
来源期刊 大电机技术 学科
关键词 水轮发电机组 小波神经网络 自校正控制
年,卷(期) 2005,(2) 所属期刊栏目 辅机及其他
研究方向 页码范围 56-59
页数 4页 分类号 TK730.4+1
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2005.02.015
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 沈祖诒 83 1383 18.0 34.0
2 廖忠 9 78 5.0 8.0
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  (3)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水轮发电机组
小波神经网络
自校正控制
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
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导