作者:
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:
针对太阳能光伏发电并网逆变器的特点,分析了传统PID控制方法的局限性,详细介绍了基于BP神经网络整定的PID控制系统的设计方法,编写了光伏发电并网逆变器控制程序,并进行了计算机仿真实验.仿真结果证明,基于BP神经网络PID控制的光伏并网逆变系统具有抗干扰能力强、并网电流正弦波波形质量好等特点,完全能够实现与电网电压同频同相.
推荐文章
改进神经网络的光伏逆变器参数自动优化控制研究
光伏逆变器
参数优化
神经网络
连接权值
控制精度
自动优化控制
光伏并网逆变器控制和仿真
太阳能光伏发电系统
太阳能电池组件
并网变换器
PSCAD
IPM在光伏并网逆变器中的应用
光伏并网
逆变器
IPM
SPWM
基于神经网络的光伏系统MPPT控制算法设计
人工神经网络
扰动与观测算法
光伏电池模型
MPPT控制
离线模式
在线模式
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 神经网络控制算法在光伏并网逆变器控制中的应用
来源期刊 长春工程学院学报(自然科学版) 学科 工学
关键词 光伏发电 并网逆变器 BP神经网络 PID控制
年,卷(期) 2015,(2) 所属期刊栏目 学术精品
研究方向 页码范围 1-3,47
页数 4页 分类号 TM464
字数 2566字 语种 中文
DOI 10.3969/j.issn.1009-8984.2015.02.001
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 张运波 长春工程学院电气与信息工程学院 34 104 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (26)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (26)
二级引证文献  (16)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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(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(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
光伏发电
并网逆变器
BP神经网络
PID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
长春工程学院学报(自然科学版)
季刊
1009-8984
22-1323/N
大16开
长春市红旗街2494号
2000
chi
出版文献量(篇)
2446
总下载数(次)
14
总被引数(次)
7520
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导