智能控制在大型风力发电机电控系统中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-17页 |
| ·控制理论产生和发展 | 第7页 |
| ·智能控制产生和发展 | 第7-9页 |
| ·传统控制与智能控制 | 第9-11页 |
| ·神经网络控制的发展及应用概况 | 第11-12页 |
| ·模糊控制的发展及应用概况 | 第12-13页 |
| ·风力发电的概况 | 第13-16页 |
| ·概论 | 第13-14页 |
| ·863项目简介 | 第14-16页 |
| ·研究课题与任务 | 第16-17页 |
| 第二章 大型风力发电机的建模 | 第17-26页 |
| ·概述 | 第17页 |
| ·风力发电机模型的建立 | 第17-24页 |
| ·无控制器的风力发电机的仿真 | 第24-26页 |
| 第三章 风力发电机的控制策略和PID控制简介 | 第26-31页 |
| ·概述 | 第26-28页 |
| ·PID控制器及其仿真 | 第28-31页 |
| 第四章 神经网络控制器的设计与仿真 | 第31-45页 |
| ·概述 | 第31页 |
| ·神经网络的学习方法 | 第31-35页 |
| ·学习方式 | 第31-33页 |
| ·学习算法(学习规则) | 第33-34页 |
| ·学习与自适应 | 第34-35页 |
| ·面向MATLAB工具箱的神经网络设计概述 | 第35-36页 |
| ·MATLAB神经网络工具箱 | 第35-36页 |
| ·运用工具箱设计网络的原则和过程 | 第36页 |
| ·神经网络控制器的设计 | 第36-41页 |
| ·BP网络中的神经元模型 | 第37页 |
| ·BP网络结构 | 第37-38页 |
| ·神经网络控制器的学习算法 | 第38页 |
| ·用学习算法来训练BP网络的程序 | 第38-39页 |
| ·控制器的结构 | 第39-41页 |
| ·神经网络控制器与风力发电机连接后的仿真 | 第41-43页 |
| ·神经网络控制器的实现 | 第43-45页 |
| 第五章 模糊控制的基本理论 | 第45-59页 |
| ·模糊集合及其运算 | 第45-49页 |
| ·模糊子集的定义及表示 | 第45-48页 |
| ·模糊子集的运算 | 第48-49页 |
| ·模糊关系 | 第49-53页 |
| ·模糊矩阵 | 第49-51页 |
| ·模糊关系 | 第51-53页 |
| ·模糊逻辑与模糊推理 | 第53-59页 |
| ·模糊逻辑 | 第53-54页 |
| ·模糊语言 | 第54-56页 |
| ·模糊推理 | 第56-59页 |
| 第六章 基本模糊控制器的设计 | 第59-77页 |
| ·模糊控制的原理 | 第59-60页 |
| ·模糊控制的基本思想 | 第59页 |
| ·模糊控制的基本原理 | 第59-60页 |
| ·模糊控制器的设计 | 第60-74页 |
| ·模糊控制器的结构设计 | 第61页 |
| ·精确量的模糊化 | 第61-66页 |
| ·模糊控制算法的设计 | 第66-69页 |
| ·输出信息的模糊判决 | 第69-72页 |
| ·基本模糊查询表的建立 | 第72-74页 |
| ·模糊控制器与风力发电机连接后的仿真 | 第74-77页 |
| 结论与展望 | 第77-79页 |
| 附录一 | 第79-81页 |
| 附录二 | 第81-83页 |
| 附录三 | 第83-87页 |
| 参考文献 | 第87-89页 |
| 致谢 | 第89页 |
