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:
针对风力发电系统数学模型复杂,受参数变化和外部干扰严重,具有非线性、时变、强耦合的特点,将神经网络控制引入到风力发电控制系统中,将神经网络控制器作为变桨距系统的控制器,在风速高于额定风速的情况下,根据风速的变化调整桨叶桨距角,从而调节发电机的输出功率,使风力发电机组的输出功率保持稳定.最后,利用Simulink搭建整个控制系统,对系统进行仿真.结果表明,使用RBF神经网络变桨距控制器的风力发电系统确实具有更好的动态性能、收敛速度和静态误差,为今后进一步研究奠定了一定基础.
推荐文章
基于RBF神经网络的PID控制
RBF
PID
参数整定
仿真
Matlab
基于模糊RBF神经网络的风电机组变桨距控制
风力发电
功率控制
变速变桨
模糊神经网络
Matlab仿真
基于RBF神经网络的最经济控制研究
最经济控制
RBF神经网络
遗传算法
代价函数
基于模糊RBF神经网络的智能PID控制
RBF神经网络
模糊算法
PID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RBF神经网络的桨距角控制策略
来源期刊 太阳能学报 学科 工学
关键词 PID 桨距角 径向基函数 simulink 风力机
年,卷(期) 2011,(5) 所属期刊栏目
研究方向 页码范围 623-626
页数 分类号 TM315
字数 2293字 语种 中文
DOI
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 陈雷 沈阳工业大学风能技术研究所 27 764 12.0 27.0
2 郭庆鼎 沈阳工业大学电气工程学院 248 2792 28.0 40.0
3 王哲 沈阳工业大学电气工程学院 34 180 7.0 12.0
4 田艳丰 沈阳工业大学信息科学与工程学院 8 89 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (83)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (27)
二级引证文献  (13)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
PID
桨距角
径向基函数
simulink
风力机
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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
论文1v1指导