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:
为了确保双馈感应发电机(Doubly Fed Induction Generator,DFIG)参数的准确性,提高发电机的控制性能,提出了基于混合量子粒子群算法的参数辨识方法.在dq坐标系下建立了DFIG参数辨识的模型.对量子粒子群算法进行改进并与模拟退火算法进行混合,得到混合量子粒子群辨识算法.在Matlab/Simulink中将所提出的混合算法用于DFIG的参数辨识,并与粒子群算法、量子粒子群算法和改进量子粒于群算法进行了对比验证.仿真结果表明所提出的算法能提高定子电阻、定子电感、转子电阻、转子电感以及定转子互感五个参数的辨识精度.
推荐文章
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
基于量子粒子群算法求解整数规划
粒子群算法
量子粒子群算法
整数规划
基于量子粒子群算法的移动节点覆盖优化
无线传感器网络
量子
粒子群
覆盖优化
覆盖率
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 基于混合量子粒子群算法的DFIG参数辨识
来源期刊 系统仿真学报 学科 工学
关键词 双馈风力发电机 参数辨识 量子粒子群算法 模拟退火算法 混合算法
年,卷(期) 2016,(5) 所属期刊栏目 仿真建模理论与方法
研究方向 页码范围 1054-1062
页数 分类号 TP391.9
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 纪志成 江南大学轻工过程先进控制教育部重点实验室 397 4193 27.0 46.0
2 蒋莹莹 江南大学轻工过程先进控制教育部重点实验室 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (21)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
双馈风力发电机
参数辨识
量子粒子群算法
模拟退火算法
混合算法
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导