基于神经网络预测控制风力发电机变桨距研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-15页 |
| ·新能源的利用势在必行 | 第10-11页 |
| ·风力发电发展现状 | 第11-12页 |
| ·风力发电控制技术 | 第12-13页 |
| ·本论文主要工作 | 第13-15页 |
| 2 风力发电技术 | 第15-25页 |
| ·风力发电机的基本结构 | 第15页 |
| ·风力发电技术的基本理论 | 第15-18页 |
| ·风速模型 | 第18-20页 |
| ·风力发电机的功率调节方式 | 第20-24页 |
| ·定桨距风力发电机失速控制 | 第20-22页 |
| ·风力发电机变桨距控制 | 第22-23页 |
| ·变桨距控制过程 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 人工神经元网络 | 第25-39页 |
| ·前馈神经元网络 | 第25-29页 |
| ·神经网络的学习方式 | 第26-27页 |
| ·BP 神经网络学习方法 | 第27-29页 |
| ·过程神经元网络 | 第29-30页 |
| ·过程神经元网络的学习算法 | 第30-32页 |
| ·蚁群优化算法 | 第32-38页 |
| ·基于蚁群算法的多目标优化 | 第32-33页 |
| ·连续空间的信息素更新策略 | 第33页 |
| ·连续空间蚁群算法的搜索策略 | 第33-34页 |
| ·Pareto 解集的构建与算法实现 | 第34-35页 |
| ·仿真实验与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 神经元网络短期风速预测 | 第39-49页 |
| ·BP 神经网络短期风速预测 | 第39-40页 |
| ·过程神经网络短期风速预测 | 第40-41页 |
| ·基于蚁群优化算法的神经网络训练过程 | 第41-44页 |
| ·基于蚁群优化算法的神经网络短期风速预测 | 第44-47页 |
| ·神经网络参数的蚁群优化算法 | 第44-46页 |
| ·基于蚁群优化算法的神经网络短期风速预测 | 第46-47页 |
| ·神经网络风速预测模型参数更新策略 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 变桨距控制技术 | 第49-62页 |
| ·风力发电机数学模型及其特性 | 第49-50页 |
| ·变桨距控制系统 | 第50-53页 |
| ·神经网络预测控系统 | 第53-56页 |
| ·基于神经网络预测控制的变桨距风力发电机控制系统 | 第56-58页 |
| ·基于神经网络风速预测控制的速度控制器Ⅰ | 第56-57页 |
| ·基于神经网络风速预测控制的速度控制器Ⅱ | 第57-58页 |
| ·基于神经网络预测控制的变桨距控制系统仿真与分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 附录A 部分仿真程序 | 第66-68页 |
| 作者简历 | 第68-69页 |
| 学位论文数据集 | 第69-70页 |
