基于自适应径向基函数神经网络的光伏MPPT研究

• 作者: 王镇道 肖旺 郭敬勋
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 光伏系统 最大功率点跟踪 自适应 神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 电气与信息工程
• 页码范围: 96-100
• 页数: 5页
• 分类号: TN432
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.10.011

摘要

光伏系统在局部遮阴情况下,输出曲线呈现多峰特性.针对传统最大功率控制算法易追踪到局部最大功率点的缺陷,提出一种基于自适应径向基函数(Radial Basis Function,RBF)神经网络的控制算法.该算法以自适应线性算法优化RBF神经网络的扩展常数与权重,克服了传统神经网络算法收敛速度慢、全局寻优差的缺点.在MATLAB/Simulink环境下建立自适应RBF神经网络仿真模型进行验证,结果表明,提出的算法在外界光照、温度发生变化时能准确找到光伏系统的最大功率点,且在收敛精度和收敛时间上均有很大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王镇道	湖南大学物理与微电子科学学院	40	173	8.0	11.0
2	肖旺	湖南大学物理与微电子科学学院	6	26	4.0	5.0
3	郭敬勋	湖南大学物理与微电子科学学院	1	0	0.0	0.0