神经网络控制和模糊控制在风力发电机电控系统中的应用

摘要

模糊理论和神经网络是近年来得到迅速发展的新兴学科，它们的应用和影响已经遍及人工智能、计算机科学、自动控制、专家系统、信息科学、CAD/CAM、医疗诊断、经济等部门和领域。 本论文是用智能控制器来实现大型变桨距风力发电机的电控系统。首先简单介绍了控制理论、神经网络和模糊控制的发展概况以及风力发电机的现状；其次，详细的介绍了大型变桨距风力发电机的模型的建立，并给出了风力发电机系统的开环仿真结果；接着，在第三章提出了大型变桨距风力发电机的控制策略，为了便于和后面设计出的神经网络控制器和模糊控制器相比较，本论文还简要的作出了PID控制器的仿真结果；然后，分别设计出了神经网络控制器和模糊控制器并作了仿真，其结果令人满意。 本论文用MATLAB进行了仿真。从仿真结果可以看出，无论是跟随性能还是抗干扰性能，采用智能控制器都比采用PID控制效果好的多，即更能有效的减少震荡，且能较快的达到稳态。 最后对全文作出总结，归纳了本文所解决的问题和得出的结论，并对神经网络和模糊理论的研究方向和发展前景进行了展望。

目录

文摘

英文文摘

独创性声明及关于论文使用授权的说明

第1章绪论

1.1风力发电研究现状及其发展方向

1.1.1风力发电综述

1.1.2国外概况

1.1.3国内概况

1.1.4预测

1.2控制理论在风力发电中的应用及现状

1.2.1智能控制产生和发展

1.2.2传统控制与智能控制

1.2.3神经网络控制

1.2.4模糊控制

1.3课题来源

1.4论文研究的重点

1.5论文结构及各章概述

1.6论文创新点

第2章大型风力发电机的建模

2.1概述

2.2风力发电机模型的建立

2.3风力发电机的仿真

2.4本章小结

第3章风力发电机的控制策略和PID控制简介

3.1概述

3.2 PID控制器及其仿真

3.3本章小结

第4章神经网络控制器的设计与仿真

4.1概述

4.2神经网络的学习方法

4.2.1学习方式

4.2.2学习算法(学习规则)

4.2.3学习与自适应

4.2.4神经网络控制器的实现

4.3面向MATLAB工具箱的神经网络设计概述

4.3.1MATLAB神经网络工具箱

4.3.2运用工具箱设计网络的原则和过程

4.4神经网络控制器的设计

4.4.1BP网络中的神经元模型见图4-6

4.4.2BP网络结构

4.4.3神经网络控制器的学习算法

4.4.4用学习算法来训练BP网络的程序

4.4.5控制器的结构如下

4.5神经网络控制器与风力发电机连接后的仿真

4.6本章小结

第5章模糊控制器的设计与仿真

5.1基本模糊控制器的设计

5.1.1模糊控制器的基本原理

5.1.2模糊控制器的设计

5.2摸糊控制器与风力发电机连接后的仿真

5.3本章小结

结论

展望

参考文献

攻读硕士学位期间所发表的学术论文

致谢