本文介绍了用于涡轮桨距角控制的永磁同步发电机（PMSG）和高性能在线训练递归神经网络（RNN）的混合模糊滑模损失最小化控制的设计。反向传播学习算法用于调节RNN控制器。PMSG速度使用低于额定速度的最大功率点跟踪，其对应于低风速和高风速，并且可以从风中捕获最大能量。设计了具有积分运算切换面的滑模控制器，利用模糊推理机制估计不确定性的上界。

简介

最近，风力发电系统作为清洁和安全的可再生能源引起了极大的关注。风力发电可以通过使用电力电子转换器的恒速和变速操作来操作。由于风能产生的改善和闪烁问题的减少，变速发电系统比固定速度系统更具吸引力。并且风力涡轮机能够在最大功率操作点关于各种风速下，通过调整轴速度最佳地在所有风速达到最高效率 。

RNN变桨控制系统的设计

RNN的体系结构

RNN具有三层，即，输入，隐藏和输出。在所示的三层神经网络图采用实施建议的RNN用于涡轮控制器。

图. RNN的体系结构。

模拟结果

传统的比例积分（PI）型控制器由于其简单的控制结构，易于设计和低廉的成本而在工业中广泛使用。然而，如果受控设备是高度非线性的或者期望的轨迹随着更高的频率变化，则PI型控制器可能不具有令人满意的性能。对于变速风力涡轮机，通常采用机械致动器来改变叶片的桨距角以控制功率系数（

）并将功率保持在最大值。最佳转速

获得每个风速

，并用作闭环的参考。机器参数在附录中给出。

动态性能测试

图（a）显示了轴速; 可以观察到系统跟踪额定发电机速度下的最大功率。图6（b）显示了最大功率跟踪控制的验证。最大功率跟踪控制的风速曲线

和涡轮机之间的动态差异

和发电机功率

由于系统惯性和摩擦力也如图6（b）所示。测得的风速剖面平均功率为226.1 W. 图6（c）显示了涡轮机

和发电机功率

跟踪错误。图6（d）显示了功率系数

在整个风速剖面中接近其最大值。当功率系数接近最佳值时，可以清楚地观察到最大功率提取的效率

。

图风速剖面的模拟结果：（a）风廓线速度跟踪，（b）最大功率跟踪控制信号，（c）功率跟踪误差和（d）功率系数C p。

效率性能测试

图7显示了效率性能。机械输入功率的发电机效率

交流输出功率

超过85％。机械输入功率的总效率

直流输出功率

，考虑到中高速范围内的转换器损耗几乎为80％。

图.模拟效率性能。

结论

本文介绍了用于变速风能系统的驱动PMSG系统的设计。速度控制器设定发电机扭矩指令，这是通过电流控制回路实现的。所提出的系统已经在实时应用中实现，具有商用PMSG和模拟风力涡轮机行为的直流驱动器。仿真结果表明该系统具有良好的性能。

动态性能不仅在稳态而且在快速输入时显示出转速的准确估计，而传统的PI控制器不能确定各种风速的不确定性模型。本研究成功实现了模糊滑模速度和RNN桨距控制器，用于控制WECS。即使参数不确定，该技术也可以保持系统稳定性并达到所需的性能。

还有问题吗？联系我们！

大数据部落 -中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和统计分析咨询服务

统计分析和数据挖掘咨询服务：y0.cn/teradat（咨询服务请联系官网客服）

​QQ：3025393450

​

【服务场景】

科研项目; 公司项目外包;线上线下一对一培训;数据采集;学术研究;报告撰写;市场调查。

【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询服务

​

转载于:https://www.cnblogs.com/tecdat/p/9415030.html

递归神经网络RNN桨距控制控制风力发电机组相关推荐

  1. 递归神经网络RNN——LSTM

    递归神经网络RNN--LSTM 1.LSTM的产生原因及优点 2.LSTM网络结构 3.LSTM工作机制 4.LSTM Attention 机制 关于LSTM模型,看懂这篇文章就OK了,不用再看别的了 ...

  2. rnn 递归神经网络_递归神经网络rnn的简单解释

    rnn 递归神经网络 Recurrent neural network is a type of neural network used to deal specifically with seque ...

  3. matlab递归神经网络RNN实现：桨距控制控制风力发电机组研究

    本文介绍了用于涡轮桨距角控制的永磁同步发电机(PMSG)和高性能在线训练递归神经网络(RNN)的混合模糊滑模损失最小化控制的设计.反向传播学习算法用于调节RNN控制器.PMSG速度使用低于额定速度的最 ...

  4. lecture7-序列模型及递归神经网络RNN

    Hinton 第七课 .这里先说下RNN有recurrent neural network 和 recursive neural network两种,是不一样的,前者指的是一种人工神经网络,后者指的是 ...

  5. 递归神经网络RNN总结

    一.前述 传统的神经网络每个输入节点之间没有联系, RNN (对中间信息保留): 由图可知,比如第二个节点的输入不仅依赖于本身的输入U1,而且依赖上一个节点的输入W0,U0,同样第三个节点依赖于前两个 ...

  6. 卷积神经网络基础：（8）递归神经网络RNN

    1.RNN网络由来 RNN:Recurrent Neural Network.递归神经网络只是在传统神经网络上进行一个改进而已. 正常流程是:输入---->隐层---->输出 (数据来了经 ...

  7. 算法基础——递归神经网络RNN

    CNN主要用于CV领域,RNN主要用于NLP领域,RNN的输入数据是文本数据. 假设   t1 时刻,有输入x1进入隐藏层,得到特征h1,h1会返回和 t2 时刻的输入x2一起输入隐藏层,得到特征h2 ...

  8. Tensorflow— 递归神经网络RNN

    代码: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_datamnist = input_ ...

  9. 递归神经网络RNN网络 LSTM

    转自: https://blog.csdn.net/Jerr__y/article/details/61195257 @author: huangyongye 前言: 根据我本人学习 TensorFl ...

最新文章

  1. ASP.NET MVC Identity 兩個多個連接字符串問題解決一例
  2. python获取列表中前N大的索引
  3. python之变量操作
  4. could not export python function call python_value. Remove calls to Python functions before export
  5. 读书笔记_java设计模式深入研究 第八章 状态模式 State
  6. VTK：绘图之StackedBar
  7. Android开发之Git提交Template模板配置
  8. feignclient对象找不到_成都附近有什么相亲活动？为什么有些人就是找不到对象？梨子游玩...
  9. VLC详细的使用说明以及配置说明综合示范实例精通VLC开发
  10. python函数示例_PHP closeir（）函数与示例
  11. 一加8系列获得认证：骁龙865加持 离上市又近一步
  12. ubuntu系统下IDEA中新建class时报错Unable to parse template “Class“的解决方法
  13. 为qt程序添加ico图标
  14. ios-mfi_蓝牙部分翻译
  15. 【一起入门NLP】中科院自然语言处理第13课-NLP基础任务④：序列生成问题（Seq2Seq）
  16. 吃饭的时候吃饭，睡觉的时候睡觉。 (转)
  17. 深度揭秘 Promise 微任务和执行过程
  18. linux下读取ntfs数据,在Linux中读取NTFS分区上的数据
  19. 新锐房地产销售管理系统（部分流程）技术解析（八） 销售管理_预定管理
  20. 基于junit4的关于个人所得税计算的等价类与边界值_关于量子力学的基本原理

热门文章

  1. Failed to remove multipath map 320b508ca45022b80
  2. 九齐NY8实现的LED灯不同频率的闪烁
  3. IDC行业的前景怎么样？
  4. HTML5 + CSS3 实现地球绕太阳公转
  5. Spring data MongoDB 系列之一连接数据库并 插入数据
  6. ps-增加光影效果质感
  7. vue.js如何连接打印机
  8. WPF中的形状Shape与几何图形Geometry详解
  9. 【完整版】2019h1深圳二手楼市热度如何？(数据爬取、分析建模)
  10. mbs 隐写算法 matlab,缩写发现算法,abbreviation-discovered algorithm,音标,读音,翻译,英文例句,英语词典...