基于cpso的pid神经网络及偏航电机控制策略 control strategy of cpso-based pid neural network and a yaw motor.pdfVIP

下载本文档

3
0
约2.9万字
约 8页
2017-08-13 发布于上海
举报
版权申诉

基于cpso的pid神经网络及偏航电机控制策略 control strategy of cpso-based pid neural network and a yaw motor.pdf

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

基于cpso的pid神经网络及偏航电机控制策略 control strategy of cpso-based pid neural network and a yaw motor

第14卷第9期电机与控制学报 V01．14No．9 2010年9月 ELECTRICMACHINESANDCONTROL Sep．2010 朴海国，王志新 (上海交通大学电气工程系，上海200240) 摘要：风电机组偏航系统具有高度的非线性与不确定性，采用传统的基于精确数学模型控制方法用于风电机组偏航系统。难以获得期望的稳定性、鲁棒性等控制性能。针对以上问题，借鉴传统静态神经网络的逆系统控制方法，并根据非线性自回归平均模型(NARMA—L2)，给出了基于合作粒制系统，提出了基于该策略的PIDNN神经网络控制系统设计方法。通过建立偏航系统的仿真模型进行仿真实验，并与PID控制器的控制效果进行比较，表明该控制策略能提高偏航系统的稳定性、鲁棒性和控制精度。通过偏航实验系统进行实验验证，结果表明该控制策略是可行和有效的。关键词：PID神经网络；粒子群算法；稳定性；鲁棒性；偏航控制；风电机组 301 中图分类号：TM 文献标志码：A 文章编号：1007-449X(2010)09—0055-08 Control ofCPSO-basedPIDneuralnetworkanda motor strategy yaw Zhi-xin PIAO WANG Hai—guo， ofElectrical (Department Engineering。ShanghaiJiaotongUniversity，Shanghai200240，China) for Abstract：Becausea windturbinehas nonlinearand traditional system uncertainty，the yaw high methodsbasedonaccuratemathematicalmodelaredifficultto the control get expected performances， suchas etc．So totheinversecontroloftraditionalstaticneuralnetwork stability，robustnessaccording and versionofnonlinearauto approximated regressivemoving PIDneuralnetworkcontrol out．APIDNNC cooperated-PSO·based strategy(PIDNNC)isgiven integral control is basedonthe withconventionalPIDcontrolstrate— synthesissystemdesigned strategy．Compared resultsshowthe ofPIDNNCfor the andcontrol gy，simulation efficiency enhancingstability，robustness