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:
由于水轮发电机组的动力学模型比较复杂,其动态模型解析式难以精确得到,因此依据小波的非线性逼近能力和神经网络的自学习特性,提出了一种基于小波神经网络自适应控制算法.文中系统由两个小波网络组成,分别实现水轮发电机组的在线辨识与控制.仿真试验表明,该系统比采用神经网络控制具有更好的控制效果.
推荐文章
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
水轮发电机组综合控制策略分析
水轮发电机组
综合控制策略
电力技术
电力生产
浅析小型水轮发电机组大修周期的合理确定
小型水轮发电机组
大修周期
合理确定
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 基于小波网络的水轮发电机组自适应控制研究
来源期刊 水力发电学报 学科 工学
关键词 水力发电 自适应控制 小波网络 水轮发电机组
年,卷(期) 2005,(1) 所属期刊栏目
研究方向 页码范围 118-121
页数 4页 分类号 TM312
字数 2448字 语种 中文
DOI 10.3969/j.issn.1003-1243.2005.01.021
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 河海大学水利水电学院 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  (8)
同被引文献  (23)
二级引证文献  (71)
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(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)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(6)
  • 引证文献(1)
  • 二级引证文献(5)
2010(8)
  • 引证文献(1)
  • 二级引证文献(7)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(11)
  • 引证文献(0)
  • 二级引证文献(11)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
水力发电
自适应控制
小波网络
水轮发电机组
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
水力发电学报
月刊
1003-1243
11-2241/TV
小16开
中国北京清华大学水电工程系
1982
chi
出版文献量(篇)
3865
总下载数(次)
7
总被引数(次)
47197
论文1v1指导