基于Hebbina监督学习算法的神经网络变距控制

• 作者: 孙磊 梁晶晶 滕新强 王湘明 邓英
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 变距控制 神经网络 在线参数整定 PID控制 Hebbina监督学习算法
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 风力发电技术
• 页码范围: 633-636,645
• 页数: 5页
• 分类号: TP183
• 字数: 2072字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1646.2007.06.008

摘要

变距控制是变速恒频风力发电机组的核心技术之一,由于变距系统具有纯滞后非线性的特性,采用常规的PID算法已无法满足控制目标的要求.由1 MW变速恒频风力发电机组实际运行情况可知,其控制器PID参数需要不断在线整定,为此设计了基于Hebbina监督学习机理的神经网络变距控制算法.根据机组运行的实际数据进行离线学习,确定Hebbina监督学习算法的学习速率ηi,然后进行在线整定,以保证风力发电机组处于最佳运行状态.给出了1 MW风力发电机组采用常规PID算法和神经网络变距控制算法的仿真对比结果,从中可以看出后者的动态特性和稳态特性明显优于前者,对于实际应用将起到指导作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王湘明	沈阳工业大学风能技术研究所	22	157	6.0	12.0
2	梁晶晶	沈阳工业大学风能技术研究所	3	23	2.0	3.0
3	邓英	沈阳工业大学风能技术研究所	16	208	6.0	14.0
4	孙磊	沈阳工业大学风能技术研究所	6	37	3.0	6.0
5	滕新强	沈阳工业大学风能技术研究所	1	2	1.0	1.0