随机分布控制理论在非高斯系统中的应用研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 选题背景及意义 | 第9-10页 |
1.2 随机分布控制理论的国内外研究现状 | 第10-13页 |
1.2.1 基于模型的随机分布控制 | 第10-12页 |
1.2.2 基于数据驱动的随机分布控制 | 第12-13页 |
1.3 本文主要研究内容 | 第13-15页 |
第2章 风能转换系统的建模 | 第15-27页 |
2.1 引言 | 第15-16页 |
2.2 风力机子系统 | 第16-17页 |
2.3 传动子系统 | 第17-19页 |
2.3.1 柔性传动 | 第18页 |
2.3.2 刚性传动 | 第18-19页 |
2.4 桨距子系统 | 第19-20页 |
2.5 发电机子系统 | 第20-21页 |
2.6 风能转换系统整体模型 | 第21-24页 |
2.6.1 低风速下风能转换系统模型 | 第21-23页 |
2.6.2 高风速下风能转换系统模型 | 第23-24页 |
2.7 组合风速模型 | 第24-26页 |
2.7.1 基本风速模型 | 第24页 |
2.7.2 阵风模型 | 第24-25页 |
2.7.3 渐变风模型 | 第25页 |
2.7.4 随机风模型 | 第25页 |
2.7.5 组合风模型仿真 | 第25-26页 |
2.8 本章小结 | 第26-27页 |
第3章 基于生存信息势的风能转换系统控制 | 第27-38页 |
3.1 引言 | 第27页 |
3.2 控制问题描述 | 第27-28页 |
3.3 基于SIP的控制器设计 | 第28-32页 |
3.3.1 性能指标 | 第28-31页 |
3.3.2 跟踪误差的经验SIP | 第31-32页 |
3.3.3 最优控制律 | 第32页 |
3.4 仿真结果 | 第32-37页 |
3.5 本章小结 | 第37-38页 |
第4章 基于RBF神经网络的风能转换系统控制 | 第38-51页 |
4.1 引言 | 第38页 |
4.2 控制问题描述 | 第38-39页 |
4.3 基于RBF神经网络的系统辨识 | 第39-42页 |
4.3.1 性能指标 | 第39-40页 |
4.3.2 RBF神经网络辨识 | 第40-42页 |
4.4 基于RBF神经网络的PID自校正控制 | 第42-44页 |
4.4.1 性能指标 | 第42页 |
4.4.2 基于RBF神经网络的PID自校正控制 | 第42-44页 |
4.5 应用实例 | 第44-50页 |
4.6 本章小结 | 第50-51页 |
第5章 基于互熵滤波器的传感器故障诊断 | 第51-63页 |
5.1 引言 | 第51页 |
5.2 系统模型和滤波器设计 | 第51-52页 |
5.3 互熵滤波器设计 | 第52-54页 |
5.3.1 性能指标 | 第52-53页 |
5.3.2 最优滤波器增益求解 | 第53-54页 |
5.4 传感器故障检测和诊断 | 第54-56页 |
5.5 仿真验证 | 第56-62页 |
5.5.1 健康系统仿真 | 第57-60页 |
5.5.2 故障系统仿真 | 第60-62页 |
5.6 本章小结 | 第62-63页 |
第6章 结论与展望 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士学位期间发表的论文 | 第70-71页 |
致谢 | 第71页 |