留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小波神经网络PID在风电系统最大功率点跟踪中的应用研究

刘杰 杨海群

刘杰,杨海群.小波神经网络PID在风电系统最大功率点跟踪中的应用研究[J].工矿自动化,2013, 39(12):73-76..  doi: 10.7526/j.issn.1671-251X.2013.12.018
引用本文: 刘杰,杨海群.小波神经网络PID在风电系统最大功率点跟踪中的应用研究[J].工矿自动化,2013, 39(12):73-76..  doi: 10.7526/j.issn.1671-251X.2013.12.018
LIU Jie, YANG Hai-qun. Application research of wavelet neural network and PID in maximum power point tracking of wind power system[J]. Industry and Mine Automation, 2013, 39(12): 73-76. doi: 10.7526/j.issn.1671-251X.2013.12.018
Citation: LIU Jie, YANG Hai-qun. Application research of wavelet neural network and PID in maximum power point tracking of wind power system[J]. Industry and Mine Automation, 2013, 39(12): 73-76. doi: 10.7526/j.issn.1671-251X.2013.12.018

小波神经网络PID在风电系统最大功率点跟踪中的应用研究

doi: 10.7526/j.issn.1671-251X.2013.12.018
详细信息
  • 中图分类号: TD67

Application research of wavelet neural network and PID in maximum power point tracking of wind power system

  • 摘要: 针对风电系统处于欠功率阶段时,风能利用系数必须保持在最大值处的问题,提出了一种基于小波神经网络PID控制器的最大功率点跟踪控制策略。该策略采用小波神经网络对风能利用系数进行在线辨识,1个辨识周期结束后返回此时的灵敏度信息,PID控制器根据该灵敏度信息调整PID参数。仿真结果表明,与常规PID控制器相比,小波神经网络PID控制器提高了风电系统的叶尖速比、风能利用系数和输出功率,缩短了响应时间,实现了风力发电机组的优化运行。

     

  • 加载中
计量
  • 文章访问数:  24
  • HTML全文浏览量:  1
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 刊出日期:  2013-12-10

目录

    /

    返回文章
    返回