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:
该文提出一种基于贪婪搜索的神经网络(GSNN)算法,以实现非均匀温差分布下集中式温差发电系统的最大功率跟踪(MPPT).首先,以DC-DC升压变换器占空比为输入,系统输出功率为输出,建立双层前馈神经网络模型.然后,采用Levenberg-Marquardt法训练神经网络,得到系统的输入-输出(I/O)拟合曲线,以准确区分局部最大功率点(LMPP)和全局最大功率点(GMPP).同时,基于拟合的曲线,设计压缩范围的贪婪策略快速逼近GMPP.恒定温度、阶跃温度和灵敏度分析三种算例下的仿真结果表明,与扰动观测法、粒子群算法和灰狼算法相比,GSNN能在非均匀温差分布下快速、稳定地输出最大功率.最后,基于dSpace的硬件在环(HIL)实验验证了所提算法的硬件可行性.
推荐文章
基于优化增量电导法的温差发电最大功率点跟踪策略
温差发电系统
最大功率点跟踪
DC-DC变换器
增量电导法
光伏发电系统最大功率点跟踪算法研究
一次能源
光伏发电
最大功率点跟踪
二分搜索法
恒定电压法
光伏发电系统改进型扰动观察最大功率跟踪研究
光伏发电
最大功率跟踪
扰动观察
变步长
光伏发电系统最大功率跟踪控制器的实现
太阳能光伏电池
降压斩波电路
最大功率点跟踪
扰动观察法
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 基于贪婪神经网络的集中式温差发电系统最大功率跟踪
来源期刊 电工技术学报 学科 工学
关键词 集中式温差发电系统 非均匀温差分布 最大功率跟踪 神经网络
年,卷(期) 2020,(11) 所属期刊栏目 能源互联网中的分布式建模、优化与控制技术专题
研究方向 页码范围 2349-2359
页数 11页 分类号 TM76|TP183
字数 5514字 语种 中文
DOI 10.19595/j.cnki.1000-6753.tces.191769
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 束洪春 昆明理工大学电力工程学院 352 7076 41.0 72.0
2 余涛 华南理工大学电力学院 165 1484 19.0 31.0
3 杨博 昆明理工大学电力工程学院 18 18 3.0 4.0
4 张孝顺 汕头大学工学院 7 31 2.0 5.0
5 王俊婷 昆明理工大学电力工程学院 1 0 0.0 0.0
6 钟林恩 昆明理工大学电力工程学院 3 5 1.0 2.0
7 谭恬 汕头大学工学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (86)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(28)
  • 参考文献(3)
  • 二级参考文献(25)
2016(34)
  • 参考文献(4)
  • 二级参考文献(30)
2017(31)
  • 参考文献(4)
  • 二级参考文献(27)
2018(28)
  • 参考文献(3)
  • 二级参考文献(25)
2019(7)
  • 参考文献(7)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
集中式温差发电系统
非均匀温差分布
最大功率跟踪
神经网络
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
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导