基于RBF神经网络的风力发电机组系统辨识研究

• 作者: 孙勇 应有 杨震宇 王青 魏新刚
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 风力发电机组 RBF神经网络 辨识
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 电工技术
• 页码范围: 639-642,658
• 页数: 5页
• 分类号: TM315|TK8
• 字数: 2432字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2017.06.017

摘要

针对风力发电机组精确的数学模型难以建立的特点,采用RBF神经网络对风电机组进行了系统辨识.通过对风力发电机组转矩环和桨距环的动态过程进行分析,设计了基于RBF神经网络算法的风力发电机组转矩环与桨距环的辨识系统,采用RBF基函数构成隐含层空间,RBF参数确定后,非线性映射关系就确定了,将输入矢量直接映射到隐含层空间,对隐含层节点输出进行了线性加权求和,得到了输出层.研究结果表明,进行转矩环辨识时,辨识系统的输入信号为转矩给定,输出信号为发电机转速,辨识结果的误差率为1%;进行桨距环辨识时,辨识系统的输入信号为桨距角,输出信号为发电机转速,辨识结果的误差率为3%;采用RBF神经网络算法进行系统辨识具有较高的辨识精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨震宇		4	14	2.0	3.0
2	孙勇		6	14	2.0	3.0
4	应有		6	47	5.0	6.0
8	王青		5	11	1.0	3.0
12	魏新刚		2	9	1.0	2.0