首页> 中文期刊>太阳能学报 >风力机系统的神经网络模型辨识

风力机系统的神经网络模型辨识

页面导航

摘要
著录项
相似文献
相关主题

摘要

应用人工神经网络的建模方法，采用多层感知器的模型结构，利用自适应学习速率的ＢＰ学习算法，辨识出风力机系统的功能模型，并把辨识模型的仿真结果与系统检测数据相对比，开展了经典

著录项

来源
《太阳能学报》|1998年第2期|206-211|共6页
作者
金增;
展开▼
作者单位

汕头大学能源与环境研究所;

展开▼
原文格式 PDF
正文语种 CHI
中图分类风力机械和设备;
关键词
风力机; 系统辨识; 神经网络; BP算法;
入库时间 2023-07-25 12:37:54

相似文献

中文文献
外文文献
专利

1. 基于DE优化系统辨识的风力机叶片自校正PID振动控制 [J] . 李迺璐 ,徐燕 ,徐庆 . 振动与冲击 . 2018,第006期
2. 神经网络模型在闭环控制系统辨识中的应用 [J] . 王杰 ,李明 . 内蒙古电力技术 . 2014,第006期
3. 一种基于神经网络模型的非线性自适应控制系统参数辨识算法 [J] . 刘迪 ,赵建华 . 黑龙江大学自然科学学报 . 2008,第005期
4. 基于神经网络模型辨识的串级控制系统传感器容错技术研究 [J] . 彭桂芳 ,宋彤 . 自动化信息 . 2007,第010期
5. 应用在系统辨识中的一种改进的遗传神经网络模型 [J] . 于春田 ,谷斌 ,邵冬 . 河北科技大学学报 . 2003,第004期
6. 非线性系统的神经网络模型及其辨识算法的收敛性 [C] . 王见 . 中国自动化学会第十届青年学术年会 . 1994
7. 基于最小二乘法优化粒子群算法的变桨风力机系统参数辨识研究 [A] . 周桓辉 . 2019

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号