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:
考虑到模糊模型建模精度对于模糊预测控制的重要性,本文提出了一种基于引力搜索超平面聚类的模糊模型辨识方法,并将其应用到水力发电机组模糊预测控制.建立了更具物理意义的超平面聚类模型,结合引力搜索,提出了基于引力搜索的超平面聚类算法(GSHPC),以此辨识模糊模型前提参数,采用正交最小二次法辨识结论参数.在此基础上,进一步提出了水力发电机组的模糊预测控制策略.将本文所提控制策略与传统PID控制以及粒子群优化PID控制进行了对比试验,结果表明基于GSHPC的辨识方法具有较高的辨识精度,本文所提水电机组预测控制方法在提高机组控制品质方面效果明显.
推荐文章
基于T-S模型的自适应模糊广义预测控制
快速模糊辨识
广义预测控制
局部递推最小二乘法
T-S模糊模型
基于T-S模糊模型的CSTR系统广义预测控制
广义预测控制
连续搅拌反应釜
非线性
T-S模糊模型
基于T-S模糊模型的多变量预测控制
模糊模型
非线性
预测控制
多输入多输出系统
基于RBF模糊神经网络模型的广义预测控制
广义预测控制
RBF模糊神经网络
模糊模型辨识
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 基于引力搜索模糊模型辨识的水电机组预测控制
来源期刊 水力发电学报 学科 工学
关键词 水力机组 预测控制 模糊模型 引力搜索 超平面聚类
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 272-277
页数 分类号 TK730
字数 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 周建中 华中科技大学水电与数字化工程学院 395 5250 35.0 50.0
2 李超顺 华中科技大学水电与数字化工程学院 35 493 14.0 21.0
3 肖剑 华中科技大学水电与数字化工程学院 22 355 11.0 18.0
4 肖汉 华中科技大学水电与数字化工程学院 11 227 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (99)
参考文献  (9)
节点文献
引证文献  (18)
同被引文献  (49)
二级引证文献  (29)
1987(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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2016(7)
  • 引证文献(6)
  • 二级引证文献(1)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(16)
  • 引证文献(3)
  • 二级引证文献(13)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
水力机组
预测控制
模糊模型
引力搜索
超平面聚类
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