原文服务方: 大电机技术       
摘要:
本文在线性最优励磁控制的基础上,将线性最优控制理论与改进Elman神经网络有机结合,设计了一种新型的基于改进Elman网络(Modified Elman Neural Network)的最优励磁控制器.由于Elman网络具有特殊结构层,形成有"记忆"能力的神经网络的特点,并在原有结构上将高斯径向基函数引入Elman网络隐含层,因此可以更好地映射系统的非线性和动态特性.对单机无穷大系统进行仿真研究的结果表明,所设计的控制方式能精确地反映系统动态变化过程并提供良好的电压调节性能.
推荐文章
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
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PSO优化算法的模糊PID励磁控制器设计
励磁系统
粒子群算法
模糊自适应PID励磁控制
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 基于改进Elman网络的最优励磁控制器
来源期刊 大电机技术 学科
关键词 最优控制 Elman网络 电力系统 智能控制 励磁控制
年,卷(期) 2007,(3) 所属期刊栏目 辅机及其他
研究方向 页码范围 51-55
页数 5页 分类号 TM571
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2007.03.014
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 毛承雄 华中科技大学电气与电子工程学院 161 4685 38.0 61.0
2 陆继明 华中科技大学电气与电子工程学院 133 3470 32.0 52.0
3 余翔 华中科技大学电气与电子工程学院 129 1819 22.0 33.0
4 陈前 华中科技大学电气与电子工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (39)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (6)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
最优控制
Elman网络
电力系统
智能控制
励磁控制
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