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:
针对风力发电并网时所产生的电流冲击与波动过大的问题,文中基于其运行特性与控制原理,提出了一种基于神经网络的风力发电并网控制技术.该技术结合了BP神经网络与PID控制,使得控制器能够对转子电流进行控制,具有独立于被控对象的优点.加之双馈发电机,因而可以实现空载数学模型的并网控制.通过与传统控制技术比较可知,文中所提出的技术算法简单、响应速度快且精度高,能较好地控制电网电压波动,具有一定的有效性.
推荐文章
基于神经网络的风力发电系统风速软测量
风力发电
风速测量
神经网络
软测量
变桨距控制
并网风力机中基于变桨距角的神经网络控制方法
风力机
桨距角控制
功率系数
神经网络
并网
基于小波神经网络的风力发电系统暂态电能质量分析
电力系统
暂态电能质量
小波变换
神经网络
仿真
基于灰色神经网络优化组合的风力发电量预测研究
人工神经网络
灰色预测技术
优化组合预测技术
误差
风力发电量
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 基于神经网络的风力发电并网控制研究
来源期刊 电子科技 学科 工学
关键词 风力发电 神经网络 PID控制 双馈发电机
年,卷(期) 2018,(8) 所属期刊栏目
研究方向 页码范围 89-91,95
页数 4页 分类号 TP393
字数 1511字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2018.08.022
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 刘帅 山东科技大学电气与自动化工程学院 9 8 2.0 2.0
2 杜克文 山东科技大学电气与自动化工程学院 2 3 1.0 1.0
3 于智超 山东科技大学电气与自动化工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (52)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(7)
  • 参考文献(4)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
风力发电
神经网络
PID控制
双馈发电机
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导