排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
并网型大型风电场风力发电功率-时间序列的混沌属性分析 总被引:3,自引:0,他引:3
为了合理调度大型并网型风力发电系统中的供电系统,降低供电系统的旋转备用容量和运行成本,对风力发电容量进行预测.利用非线性动力学的理论方法对并网型风力发电系统的发电容量-时间序列进行分析,以检验其是否存在混沌属性.通过对风力发电容量-时间序列进行低维非线性动力学建模,分析该时间序列呈现的混沌特性,该结果为基于混沌时间序列的风力发电容量预测奠定了基础. 相似文献
2.
三相PWM整流器的模糊免疫PID控制 总被引:1,自引:0,他引:1
根据模糊参数自整定PID控制和免疫调节机理,设计了一种模糊免疫PID控制器,该控制器综合了模糊控制,免疫调节规律与PID控制技术.将其应用于基于电压定向的直接功率控制中,改善传统PID控制器时整流器的工作性能.仿真结果表明,该方法具有高功率因数、低谐波、动态性能好等优点,并对负载扰动具有良好的抑制效果. 相似文献
3.
针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性. 相似文献
4.
双脉冲MIG/MAG焊全数字控制策略 总被引:1,自引:0,他引:1
对于双脉冲MIG/MAG焊,在基于变速送丝的基础上,为实现等弧长控制与过程稳定,提出了包括弧长稳定、电压和电流瞬时值反馈计算的三闭环控制模型.在每个熔滴过渡周期内,该模型能够检测弧长变化并做出调整,对于干伸长的变化也能进行实时补偿.采用DSP进行了全数字实现,样机实验表明,所提出的控制策略可行,焊接过程稳定,焊缝成型美观. 相似文献
5.
无解耦器的定子磁场定向矢量控制系统 总被引:2,自引:1,他引:1
为克服感应电机按定子磁场定向矢量控制解耦器带来的不便,提出一种不需解耦器的定子磁场定向控制方法.采用扩张状态观测器对磁链与转矩电流间耦合进行观测和补偿,结合自抗扰控制器进行磁链环的控制,同时将自抗扰控制器引入转速环,并进行了数字仿真和实物实验.结果表明,采用该方案取消了解耦器,简化了系统结构,降低了系统设计难度,并实现了定子圆形磁链的控制.不同转速下系统都具有快速动态响应和高稳态精度. 相似文献
6.
在异步电动机的矢量控制中,需要准确地估计出电机的磁链,通常所用的纯积分方法对异步电机磁链的估计会带来很大误差.通过对异步电动机稳态模型的分析提出了一阶惯性加补偿的方法来代替纯积分算法.利用该算法可以有效估计出异步电动机定子磁链.该算法计算简便,对硬件要求不高,非常适用于高性能的通用异步电动机控制. 相似文献
7.
自抗扰控制器在永磁同步电机控制中的应用 总被引:3,自引:4,他引:3
为了解决永磁同步电机(PMSM)调速系统突加负载或负载扰动时控制性能差的问题,提出用自抗扰控制技术设计PMSM控制方案.将负载突变和负载扰动归为未知扰动,用自抗扰控制器进行估计、补偿和控制.仿真结果表明,该方法能够提高系统的响应速度,减小稳态误差且无超调,能有效地抑制负载变化对转速的影响. 相似文献
8.
为改善直驱风电系统的并网性能,在直流母线电压端并入超级电容器储能装置.分析了基于超级电容器储能的直驱风电系统模型,设计了控制策略,通过控制双向直流变换器及并网变流器,抑制风机功率的波动以向电网输出平滑的功率.在电网电压跌落时,使直驱风电系统安全实现低电压穿越,并向电网提供一定的无功功率支撑.利用依兰风电场18#风机实际输出功率作为控制对象进行仿真.结果表明,加入超级电容器储能装置可以改善直驱风电系统的并网性能. 相似文献
9.
研究使用TMS320C240在线生成用于闭环变频调速的SPWM波形,利用分段同步调制法,压频比算法以及对正弦函数值的拟和,实时计算不同频率下的采样周期,电压幅值及输出脉宽,并将这些时间计数值送入TMS320C240事件管理器EV中的定时器,利用定时中断向接口电路送出相应的高低电平,实时产生SPWM波形,产生可实现变化压频比,实时频率变换的SPWM波形,与单片机产生的SPWM波形相比,该SPWM的输出速度快,谐波小,对称性好,频率范围为0-400Hz时,精度可达约0.015Hz。 相似文献
10.
一种新型的动态模糊神经网络控制器 总被引:5,自引:0,他引:5
基于前向模糊神经网络ANFIS提出了一种新型的动态模糊神经网络(DFNN),将模糊逻辑,神经网络和PID控制器三者的优点有机地融合在一起。通过在ANFIS的归一化层和输出层之间加入递归层,构成了动态模糊神经网络(DFNN),并推导了基于BP的反传学习算法,与ANFIS和PID控制器相比,DFNN具有更好的控制效果。DFNN的参数具有明确的物理意义,可根据专家的经验选择初值,加快了网络的收敛速度,由 相似文献