无模型自适应控制在大型风力发电控制系统中的应用

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:usrijl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文研究的是用无模型自适应控制器实现大型变桨距风力发电机的电控系统。首先,简单的介绍了控制理论、自适应控制和无模型自适应控制的发展概况以及风力发电机的现状;其次,详细地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的无模型自适应控制器相比较,简要的作出了PID控制器的仿真结果;然后,设计出无模型自适应控制器并用仿真结果加以验证。本论文用MATLAB进行了仿真,从仿真结果可以看出,不论是跟随性能还是抗干扰性能,采用无模型自适应控制器都比PID控制效果好的多,即更能有效的减少振荡,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,并对无模型自适应控制的研究方向和发展前景进行了展望。
其他文献
生物按照细胞类型分类有真核生物与原核生物,本文主要从真核生物与原核生物两个角度研究生物信息领域的意义所在。  随着高通量测序技术的发展,大量物种被测序并装配获得基因
采用自动配置的无线传感器网络(Wireless Sensor Networks, WSN),是近几年全球范围的新技术研究热点之一。它集成了无线通信技术、传感器技术、微机电系统技术和分布式信息处
随着材料科学与技术的发展日新月异,新材料、新技术、新工艺和新方法层出不穷,材料信息的数据量和复杂性也大大提高。航天先进功能材料数据管理系统将各种涉及材料方面的数据(
在模式分类问题中普遍存在着数据集不平衡的现象,即不同类的样本在数量和分布上存在较大差异。非平衡数据的分类具有着重要的现实意义,因为少数类样本通常伴随着高昂的错分代价
随着计算机技术和通信技术的飞速发展,传感器技术的发展也进入了网络化阶段,网络传感器技术的发展对提高传感器的数据处理和数据传输能力具有十分重要的意义。而我国煤矿现用
具有干扰的非线性系统的分析与综合一直是控制理论的研究热点。 本文基于Lyapunov稳定性,以DOBC理论和H控制理论为主要方法,以线性矩阵不等式 (LMI)为主要数学工具,讨论了含
生产调度是对生产制造中机器资源进行合理的分配,由于其重要的实用价值及数学上的难处理性(NP-hard),长期受到制造领域和学术界的高度重视.本文在现有异构目标调度问题基础上