大型风力发电机组的智能控制研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 绪论 | 第10-28页 |
| ·选题背景 | 第10-13页 |
| ·风力发电机组控制技术研究概述 | 第13-26页 |
| ·风轮气动功率调节 | 第13-14页 |
| ·风电机组控制概念的发展 | 第14-17页 |
| ·风电机组的动态特性及对控制系统的影响 | 第17-20页 |
| ·风力发电机组建模研究概述 | 第20-23页 |
| ·风力发电机组控制策略研究概述 | 第23-26页 |
| ·论文的主要工作 | 第26-28页 |
| 第二章 大型风力发电机组的非线性建模 | 第28-43页 |
| ·引言 | 第28页 |
| ·风力发电机组的非线性模型 | 第28-42页 |
| ·风能模型 | 第29-31页 |
| ·风轮空气动力学 | 第31-36页 |
| ·传动系统的动态模型 | 第36-38页 |
| ·结构动力学 | 第38-39页 |
| ·发电机的动态模型 | 第39-40页 |
| ·变桨距执行系统的模型 | 第40-41页 |
| ·风力发电机组的整体模型和模型验证 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 大型变速变桨距风电机组风速软测量 | 第43-56页 |
| ·引言 | 第43-44页 |
| ·回归估计支持向量机算法 | 第44-49页 |
| ·VC 维和结构风险最小化准则 | 第44页 |
| ·回归估计 SVM | 第44-47页 |
| ·最小二乘支持向量机 LS-SVM | 第47-48页 |
| ·回归估计 SVM 的几点讨论 | 第48-49页 |
| ·有效风速软测量基本原理 | 第49-51页 |
| ·仿真实例 | 第51-55页 |
| ·风力发电仿真系统及样本采集 | 第51-53页 |
| ·仿真结果 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 双馈风力发电机的预测函数控制研究 | 第56-72页 |
| ·引言 | 第56-57页 |
| ·预测函数控制的基本原理 | 第57-59页 |
| ·一阶纯滞后对象的预测函数控制算法 | 第59-61页 |
| ·基于支持向量机的非线性预测函数控制 | 第61-67页 |
| ·基于 SVM 的非线性预测模型 | 第61-62页 |
| ·一个基函数的 NPFC 控制算法 | 第62-63页 |
| ·两个基函数的NPFC 算法 | 第63-64页 |
| ·基于 SVM 的 NPFC 控制算法 | 第64页 |
| ·非线性系统 NPFC 仿真研究 | 第64-67页 |
| ·双馈发电机矢量控制策略 | 第67-71页 |
| ·双馈发电机矢量模型 | 第67-69页 |
| ·双馈发电机PI 和PFC 控制器比较研究 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 风力发电机组转速自适应最优模糊控制 | 第72-86页 |
| ·引言 | 第72-73页 |
| ·参考转速模糊逻辑推理系统 | 第73-76页 |
| ·变速风力机的能量流动分析 | 第73页 |
| ·参考转速模糊逻辑系统 | 第73-76页 |
| ·转速自适应最优模糊控制 | 第76-82页 |
| ·机组运动方程与转速控制 | 第76-77页 |
| ·自适应最优模糊逻辑系统 | 第77-79页 |
| ·最近邻聚类学习算法的改进 | 第79-80页 |
| ·仿真实例 | 第80-82页 |
| ·定桨距变速控制仿真研究 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 基于支持向量机的变桨距智能控制 | 第86-96页 |
| ·引言 | 第86-87页 |
| ·基于 SVM 的功率系数建模设计 | 第87-88页 |
| ·基于 SVM 的变桨距智能控制算法 | 第88-90页 |
| ·仿真研究 | 第90-95页 |
| ·定桨距和变桨距机组的控制性能比较 | 第91-94页 |
| ·桨距角 PID 控制和 SVM 控制比较研究 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第七章 结论与展望 | 第96-99页 |
| 参考文献 | 第99-107页 |
| 致谢 | 第107-108页 |
| 攻读博士学位期间发表的学术论文 | 第108-110页 |
| 攻读博士学位期间参加的科研工作 | 第110页 |
