PID神经网络在风机变桨控制中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·能源问题――世界的问题 | 第7-9页 |
| ·国外的情况 | 第7-8页 |
| ·我国的情况 | 第8-9页 |
| ·风电技术的发展 | 第9-12页 |
| ·国外风电技术的发展 | 第10-11页 |
| ·国内风电技术的发展 | 第11-12页 |
| ·主要研究对象和方向 | 第12-15页 |
| ·国内外对变桨控制的研究 | 第12-13页 |
| ·本论文的主要工作 | 第13-15页 |
| 第二章 PIDNN 的结构及算法 | 第15-28页 |
| ·结构 | 第15-18页 |
| ·神经元的输入 | 第15-16页 |
| ·神经元的状态和输出 | 第16页 |
| ·神经元的定义 | 第16-18页 |
| ·PID 网络前向算法 | 第18-19页 |
| ·输入层 | 第18页 |
| ·隐含层 | 第18-19页 |
| ·输出层 | 第19页 |
| ·PID 网络反传算法 | 第19-20页 |
| ·隐含层至输出层权值 | 第19-20页 |
| ·输入层至隐含层权值 | 第20页 |
| ·神经网络的设计 | 第20-27页 |
| ·单输入单输出神经网络 | 第20-22页 |
| ·二输入单输出神经网络 | 第22-23页 |
| ·神经网络的组成部分 | 第23-27页 |
| ·总结 | 第27-28页 |
| 第三章 风速和风机的模型 | 第28-39页 |
| ·风速的模型 | 第28-32页 |
| ·向量自回归模型 | 第28-30页 |
| ·叠加模型 | 第30页 |
| ·matlab 中的模型 | 第30-31页 |
| ·ziggurat method 模型 | 第31-32页 |
| ·风机的模型 | 第32-38页 |
| ·直驱永磁同步电机 | 第33-36页 |
| ·双馈异步电机 | 第36-38页 |
| ·总结 | 第38-39页 |
| 第四章 PIDNN 在风机变桨中的应用 | 第39-50页 |
| ·风机的模型 | 第39-40页 |
| ·风能利用系数模型 | 第40-41页 |
| ·控制策略 | 第41-47页 |
| ·直驱永磁同步电机控制 | 第41-43页 |
| ·双馈异步电机的控制 | 第43-47页 |
| ·与PI、LQG 和模糊的控制比较 | 第47-49页 |
| ·总结 | 第49-50页 |
| 第五章 MPIDNN 对风机系统辨识 | 第50-54页 |
| ·辨识系统 | 第50-53页 |
| ·辨识系统的误差分析 | 第53页 |
| ·总结 | 第53-54页 |
| 第六章 发展前景和展望 | 第54-56页 |
| ·发展前景 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 硕士期间发表论文 | 第60-61页 |
| 致谢 | 第61-63页 |
