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:
变桨距控制可以有效地调节风力机的输出功率等参数,因此广泛地应用于风力发电领域.传统的BP神经网络PID变桨距控制系统具有误差收敛速度慢、易出现振荡等缺点,本文提出了基于改进型学习率自适应BP神经网络的风力发电变桨距控制系统.通过MATLAB分别对采用传统BP神经网络PID和改进后的BP神经网络PID控制变桨距系统进行仿真对比,并验证了本文提出控制方案的可行性与优越性.
推荐文章
风力发电系统变桨距模糊PID控制
风力发电系统
变桨距控制
模糊PID控制
鲁棒性
变桨距风力发电系统模糊控制
风力发电机
模糊控制
鲁棒性
基于共轭梯度法的改进型BP神经网络PID控制算法
BP神经网络
PID控制器
共轭梯度法
基于改进型RBF神经网络辨识的PID控制
径向基函数
改进型RBF神经网络
PID控制
最近邻聚类算法
在线自整定
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 基于改进型学习率自适应BP神经网络的风力发电变桨距控制技术
来源期刊 自动化与仪器仪表 学科 工学
关键词 学习率自适应 BP神经网络 PID 变桨距控制
年,卷(期) 2016,(6) 所属期刊栏目 过程自动化
研究方向 页码范围 8-10
页数 分类号 TP212
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2016.06.008
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 付光杰 东北石油大学电气信息工程学院 88 250 7.0 9.0
2 胡明哲 东北石油大学电气信息工程学院 10 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (89)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (25)
二级引证文献  (7)
1994(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
学习率自适应
BP神经网络
PID
变桨距控制
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导