基于人工智能的勵(lì)磁系統(tǒng)非線性參數(shù)辨識(shí).pdf_第1頁(yè)
已閱讀1頁(yè)，還剩51頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、發(fā)電機(jī)勵(lì)磁系統(tǒng)模型參數(shù)的準(zhǔn)確性對(duì)電力系統(tǒng)的分析與控制有重要的影響。傳統(tǒng)的辨識(shí)方法大都是采用線性化的方法，只辨識(shí)勵(lì)磁系統(tǒng)線性部分的參數(shù)，而勵(lì)磁系統(tǒng)實(shí)際上是一個(gè)非線性系統(tǒng)，本文分別采用兩種人工智能方法，神經(jīng)網(wǎng)絡(luò)和遺傳算法，對(duì)考慮非線性環(huán)節(jié)的勵(lì)磁系統(tǒng)模型進(jìn)行辨識(shí)。采用MATLAB為仿真工具，搭建勵(lì)磁模型和電力系統(tǒng)模型，選用階躍擾動(dòng)信號(hào)，采集數(shù)據(jù)，分別用以上兩種方法進(jìn)行辨識(shí)。 結(jié)果證明，神經(jīng)網(wǎng)絡(luò)要用大量的樣本數(shù)據(jù)來(lái)訓(xùn)練，得到的勵(lì)磁系統(tǒng)網(wǎng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論