- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于神经网络的双馈风电机组转速PID控制仿真
第37卷 第 19期 电力 系统保护与控制 v01.37NO.19
2009年 lO月 1日 PowerSystem ProtectionandControl Oct.1.2009
基于神经网络的双馈风 电机组转速 PlD控制仿真
童 菲 ,晁 勤 ,袁铁江 ,李玉军 。
(1.华为技术有限公司,广东 深圳 518129;2.新疆大学电气工程学院,新疆 乌鲁木齐 830008;
3.西安理工大学 自动化学院,陕西 西安 710048)
摘要: 为了提高双馈风电机组的转速控制性能,采用了基于BP神经网络的PID控制方案和基于RBF神经网络辨识的PID控
制方案,在推导出双馈风电机组暂态电势恒定情况下随风速变化的二阶转速调节模型基础上,分别编制仿真程序,对风电机
组转速控制进行了跟踪仿真分析。针对上述两种方案的缺陷,提出了基于RBF网络辨识的单神经元网络PID控制和基于RBF
网络辨识的BP神经网络PID控制两种改进控制方案,达到了优化风电机组转速控制性能的目的。
关键词:人工神经网络;PID控制;双馈风电机组转速控制;BP网络;RBF网络
ANN-·PID controlandsimulationforrotatingspeedcontrolofdoubly-·fedgenerator
TONGFei,CHAOQin2,YUANTie-jiang,LIYuj1,1112
(1.HuaweiTechnologyCo.,Ltd,Shenzhen518129,China;2.FacultyofElectricalEngineering,Xi~iangUniversiyt,
Urumchi830008,China;3.FaculytofAutomatization,Xi’atlUniversiytofTechnology,Xi’na 710048,China)
Abstract:Forimprovingthequaliytofrotatingspeedcontrolofdoubly-fedgenerator,BPNN(backpropagationneuralnetwork)
PIDconrtollerandRBFNN (radialbasisfunctionneuralnewtork)PIDcontrolschemesareinvestigatedinthepaper.Onhtebasisof
buildinghtesecond-·orderrotatingspeedcontrolmodelofdoubly--fedgeneratorwiht variablewindspeednadconstanttrna sient
voltage,htesimulationprogramsareprorgammedrespectivelyandappliedintothemodeltosimulateroattingspeedconrtolofthe
generators.Toavoiddefectsofthesewt oschemesabove,neuroelementPID controllerbasedonRBFNN identificationnadBPNN
PID controllerbasedonRBFNN identificationarebroughtforwradwhichhasobtainedsatisfiedcontroleffects.
ThisprojectissupportedbyNationalNaturalScienceFoundationofChina(NonadKeyItemofXinjinagEducation
Department(No.XJEDU2008162).
Keywords: ANN; PID conrtol;doubly-fedgeneratorrotatingspeedcontrol;backpropagationneuralnewtork(BPNN);
radialbasisufnctionneuralnetwork(RBFNN、
中图分类号: TM743 文献标识码:A 文章编号: 1
文档评论(0)