腾讯彩票

  • <tr id='RRBS1O'><strong id='RRBS1O'></strong><small id='RRBS1O'></small><button id='RRBS1O'></button><li id='RRBS1O'><noscript id='RRBS1O'><big id='RRBS1O'></big><dt id='RRBS1O'></dt></noscript></li></tr><ol id='RRBS1O'><option id='RRBS1O'><table id='RRBS1O'><blockquote id='RRBS1O'><tbody id='RRBS1O'></tbody></blockquote></table></option></ol><u id='RRBS1O'></u><kbd id='RRBS1O'><kbd id='RRBS1O'></kbd></kbd>

    <code id='RRBS1O'><strong id='RRBS1O'></strong></code>

    <fieldset id='RRBS1O'></fieldset>
          <span id='RRBS1O'></span>

              <ins id='RRBS1O'></ins>
              <acronym id='RRBS1O'><em id='RRBS1O'></em><td id='RRBS1O'><div id='RRBS1O'></div></td></acronym><address id='RRBS1O'><big id='RRBS1O'><big id='RRBS1O'></big><legend id='RRBS1O'></legend></big></address>

              <i id='RRBS1O'><div id='RRBS1O'><ins id='RRBS1O'></ins></div></i>
              <i id='RRBS1O'></i>
            1. <dl id='RRBS1O'></dl>
              1. <blockquote id='RRBS1O'><q id='RRBS1O'><noscript id='RRBS1O'></noscript><dt id='RRBS1O'></dt></q></blockquote><noframes id='RRBS1O'><i id='RRBS1O'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN104806450A

                一种基于万有引力神经网络的风电系统MPPT控制方法

                  摘要:一种基于万有引力神经网络的风电系统MPPT控制方法,所述方法在构造大量功率-转速-风速样本的基础上,建立风速的万有引力神经网络预测模型并利用该模型进行风速估计,继而通过最佳叶尖速比法预测出最大功率点所对应的最优风机转速,然后将风机的转速调节到预测的最优风机转速,并以该转速为初始值,采用占空比扰动观察法以设定的扰动步长跟踪风机的最大功率。本发明采用估计的方法获取风速,无需装设风速传感器,可有效节约系统的控制成本,提高系统的可靠性;该方法利用万有引力搜索算法优化神经网络模型,可有效提高风速估计的精度;此外,本发明还具有跟踪速度快的优点,可提高风机的发电效率。
                • 专利类型发明专利
                • 申请人华北电力大学(保定);
                • 发明人马良玉;李强;刘卫亮;刘长良;林永君;陈文颖;马进;马永光;
                • 地址071003 河北省保定市永华北大街619号
                • 申请号CN201510133361.8
                • 申请时间2015年03月25日
                • 申请公布号CN104806450A
                • 申请公布时间2015年07月29日
                • 分类号F03D7/04(2006.01)I;