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:
根据最大风能捕获原理,额定风速以下风能的最大追踪可以通过控制双馈感应发电机(DFIG)跟踪最优转速来实现.以变速恒频双馈风力发电系统为研究对象,研究了额定风速以下风能的最大追踪控制问题.首先针对双馈发电机强耦合、强非线性、机理模型复杂的特点,采用支持向量机(SVM)理论建立了智能预测模型;然后利用反馈校正的方法对预测输出进行修正,构成控制闭环;最后利用粒子群优化算法(PSO)调整参数少、演化群体小、计算速度快的优点容易地求出最优控制序列,较好地解决了滚动优化计算中的"瓶颈问题".仿真结果验证了所采用的预测模型具有比较好的抗干扰能力和泛化能力,预测控制算法能够实现控制目标.
推荐文章
基于蚁群算法自整定PID的风电系统最大风能追踪研究
风力发电
最大风能追踪
蚁群算法
自整定PID
基于BDFWG降阶模型的最大风能捕获
无刷双馈风力发电机
多时间尺度
降阶
最大风能捕获
变速恒频风力发电最大风能控制策略的研究
变速恒频
双馈电机
矢量控制
最大风能捕获
面向最大风能捕获的双馈电机新型非线性积分滑模控制
双馈电机
滑模控制
叶尖速比
最大风能捕获
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 风电系统最大风能追踪的智能模型预测控制
来源期刊 计算机工程与应用 学科 工学
关键词 非线性智能模型预测控制 最大风能捕获 双馈感应发电机(DFIG) 转速控制 粒子群优化 支持向量机(SVM)
年,卷(期) 2011,(9) 所属期刊栏目 工程与应用
研究方向 页码范围 228-232
页数 分类号 TP273|TM614
字数 4341字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.09.066
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 吕跃刚 华北电力大学控制科学与工程学院 75 1268 19.0 33.0
2 徐大平 华北电力大学控制科学与工程学院 67 1920 23.0 42.0
3 郭鹏 华北电力大学控制科学与工程学院 67 813 13.0 26.0
4 刘吉宏 华北电力大学控制科学与工程学院 6 55 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (158)
共引文献  (704)
参考文献  (21)
节点文献
引证文献  (12)
同被引文献  (9)
二级引证文献  (10)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(5)
  • 参考文献(0)
  • 二级参考文献(5)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(6)
  • 参考文献(0)
  • 二级参考文献(6)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(13)
  • 参考文献(0)
  • 二级参考文献(13)
1994(9)
  • 参考文献(0)
  • 二级参考文献(9)
1995(10)
  • 参考文献(0)
  • 二级参考文献(10)
1996(9)
  • 参考文献(0)
  • 二级参考文献(9)
1997(20)
  • 参考文献(0)
  • 二级参考文献(20)
1998(15)
  • 参考文献(0)
  • 二级参考文献(15)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(14)
  • 参考文献(3)
  • 二级参考文献(11)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(6)
  • 参考文献(3)
  • 二级参考文献(3)
2005(14)
  • 参考文献(2)
  • 二级参考文献(12)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性智能模型预测控制
最大风能捕获
双馈感应发电机(DFIG)
转速控制
粒子群优化
支持向量机(SVM)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导