document.write (''); document.write ('');
收缩
  • 电话咨询

  • 0769-26266341
  • 0769-22287019
www.qg999.com,钱柜娱乐,钱柜娱乐999,售后服务 东莞电机,产品资质

钱柜娱乐999

钱柜娱乐销售部

电  话:0769-26266341
电  话:0769-22287019

传  真:0769-28057097
邮  编:523000

地  址:东莞市万江区共联社区一号

钱柜娱乐

变桨距模型及其线性规划

由于系统存在不确定性参数和扰动等因素,传统的PID控制器很难达到优良的控制效果。提出的积分模糊滑模控制策略以其在克服参数不确定性和外部扰动方面的良好特性,被用在变速风力发电机组的发电机转速控制中会收到很好的效果。

图1:风速信号

风速信号

当系统存在较大的参数变化及外部干扰情况下,www.qg999.com电机转速输出仍然能够很好的跟踪给定信号,提出的积分模糊滑模控制策略使系统具有较强的鲁棒性,可以达到满意的控制品质。

图2:神经网络模型参考自适应控制

神经网络模型参考自适应控制

图3:神经网络自校正控制

神经网络自校正控制

神经网络模型参考自适应控制有参考模型和神经网络控制器(NNC)等组成。NNC的作用是通过在线训练是受控对象输出与参考模型的输出之差尽量最小;神经网络辨识器(NNI)用来在线辨识受控对象的动态特性,在神经网络自校正控制中,根据控制系统的结构一般可分为直接控制和间接控制两大类,间接控制结构包括NNC和NNI两部分,直接控制中采用神经网络作为控制器,控制器参数按某种规则在线学习已达到最优,直接控制一般只需要一个神经网络,其结构比间接控制简单,更适应实时控制的需要。

 

变结构控制近年来,在解决复杂的非线性系统的综合问题上,取得了比较突出的进展,在一定条件下,它对摄动具有完全的自适应性,并且易于工程实现,但是,变结构控制存在抖动现象且需要知道被控对象的参数变化范围,这使得变结构控制系统的进一步推广受到了限制。人工神经网络具有较强的学习能力和高度的并行运算能力,www.qg999.com,钱柜娱乐,钱柜娱乐999为处理非线性系统问题开辟了一条新的途径,它的缺点是收敛速度慢和不易判别稳定性。本节介绍的是一种将神经网络和滑模变结构控制相融合的控制系统,利用神经网络辨识系统参数,利用滑模变结构控制快速调节系统。

 

针对非线性系统,提出一种基于系统辨识的控制方法,用两个神经网络来动态辨识被控对象,结合变结构控制,将整个系统的稳定性、收敛性和快速性有机结合,避免了以往变结构控制中需要已知被控对象参数变化范围的要求,同时抖动有所减小,因而系统的鲁棒性得到进一步加强。

 

变速变桨距风力发电机组当功率超过额定功率时,变桨距机构开始工作,调整桨距角,将发电机的输出功率限制在额定值附近,既保证风能的最有效捕捉,又确保风力机系统的安全。

 

在高于额定风速时,系统主要采用变桨距调节,同时协调控制发电机电磁转矩,将风机转速及系统输出功率维持在额定值附近,这是一个复杂的动态过程。主要立足于改进变桨距控制器的性能,因此将发电机电磁转矩设为恒值。