基于神经元网络的发电机融合控制方法

来源 :东北大学学报 | 被引量 : 0次 | 上传用户:dyq1890
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据水轮发电机并网运行的理想条件及并网连接时间应尽可能短的条件,提供了一种具有频率跟踪和位相跟踪的融合控制方案,基于此方案,设计了一种神经元网络融合控制算法.将此算法应用到中国吉林丰满水电数据融合试验床的项目开发中,取得了很好的效果.这种方法与经典的带反馈的控制方法相比,有故障率低、安全可靠、反馈及时等特点,实验表明它十分有效,可直接用于控制水电站的水轮发电机,并可推广使用.
其他文献
提出用模糊自适应调整BP算法建立磨削条件与砂轮特征参数之间的关系模型;并依据磨削数据手册中的数据及实验结论对模型进行训练,训练好的神经网络可实现砂轮型号的智能推荐;
引入了表面发射率、几何平均透过率等矩阵参量来描述有介质参与的辐射换热体系,基于介质内辐射传递方程以及体系的辐射能量平衡方程组,提出了求解介质参与辐射体系的矩阵直接
实现烧结过程工艺参数的优化, 首先要进行烧结矿质量预测. 采用遗传算法与BP神经网络相结合的方法, 建立了烧结矿FeO含量预测模型, 并改进BP学习算法.仿真表明,该方法可以优