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:
针对传统PID控制在储能电容恒流充电中不能实现控制参数非线性动态整定的问题,提出了一种基于BP神经网络PID控制的恒流充电控制方法.首先介绍了传统PID控制,并与BP神经网络PID控制进行了对比和分析,然后确定了BP神经网络的模型,并计算了三层BP神经网络的权值系数,最后使PID控制器输出了调节系数KP、KI、KD.由于BP神经网络具有自学习和非线性迫近的特点,可以实时对三个调节系数进行动态调整,从而实现储能电容的恒流充电.仿真结果表明,BP神经网络PID控制器响应速度快、上升时间少、相对误差小,与PID控制器相比具有更加优良的充电性能.
推荐文章
基于神经网络的PID温度控制系统
神经网络
PID
虚拟仪器
基于LabVIEW的液位神经网络PID控制系统
神经网络
PID控制算法
液位控制
虚拟仪器
LabVIEW实现
基于BP神经网络的PID控制方法的研究
BP算法
神经网络
PID控制
基于BP神经网络PID控制的PMSM调速系统
BP神经网络
调速系统
永磁同步电机
PID控制
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BP神经网络PID控制的恒流充电控制系统
来源期刊 控制工程 学科
关键词 恒流充电 非线性 BP神经网络 PID控制
年,卷(期) 2021,(5) 所属期刊栏目 工业过程及控制系统
研究方向 页码范围 851-855
页数 5页 分类号 TP273
字数 语种 中文
DOI 10.14107/j.cnki.kzgc.20190389
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (44)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
恒流充电
非线性
BP神经网络
PID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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导