【摘要】：針對常規(guī)PID難以取得期望的控制效果和單一神經(jīng)網(wǎng)絡(luò)在線整定存在結(jié)構(gòu)復(fù)雜、學(xué)習(xí)時間過長、收斂速度慢等問題,提出了一種基于主成份優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)PID控制。利用主成份分析對網(wǎng)絡(luò)的輸入層單元進(jìn)行降維分析,以此簡化網(wǎng)絡(luò)的結(jié)構(gòu),提高網(wǎng)絡(luò)的收斂速度及泛化能力,進(jìn)而提升智能控制系統(tǒng)的控制品質(zhì)�；谏鲜隼碚撛贛ATLAB/Simulink平臺進(jìn)行水輪機(jī)調(diào)節(jié)系統(tǒng)實例仿真分析,闡述并分析試驗結(jié)果,說明了經(jīng)主成份分析優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)PID控制效果較優(yōu)化前有了顯著改善。
[Abstract]:In view of the difficulties of conventional PID in obtaining the desired control effect and the problems of complex structure, long learning time and slow convergence rate in on-line tuning of single neural network, a BP neural network PID control based on principal component optimization is proposed. In order to simplify the structure of the network, improve the convergence speed and generalization ability of the network, and then improve the control quality of the intelligent control system, the dimensionality reduction analysis of the input layer unit of the network is carried out by principal component analysis. Based on the above theory, the simulation analysis of hydraulic turbine regulation system based on MATLAB/Simulink platform is carried out, and the experimental results are analyzed. It is shown that the PID control effect of BP neural network optimized by principal component analysis is significantly improved compared with that before optimization.
【作者單位】： 華北水利水電大學(xué)電力學(xué)院;
【基金】：國家自然科學(xué)基金項目(U1504622) 華北水利水電大學(xué)研究生教育創(chuàng)新計劃基金項目(YK2016-08)
【分類號】：TV734

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 翟旭瑞;呂振中;王國松;;基于BP神經(jīng)網(wǎng)絡(luò)的大壩安全監(jiān)測系統(tǒng)評價研究[J];水資源與水工程學(xué)報;2007年01期

2 宋孝玉,易廣軍,李智錄,沈冰;基于神經(jīng)網(wǎng)絡(luò)的金盆水庫大壩應(yīng)力預(yù)測[J];水資源與水工程學(xué)報;2004年04期

3 廖衛(wèi)洪;李躍平;;“人工”神經(jīng)網(wǎng)絡(luò)在大壩安全穩(wěn)定中的應(yīng)用研究[J];湖南水利水電;2008年03期

4 牛景太;魏博文;;基于蟻群優(yōu)化神經(jīng)網(wǎng)絡(luò)的混凝土壩位移安全監(jiān)控模型[J];甘肅水利水電技術(shù);2012年07期

5 盧瑞華,明經(jīng)平;采用BP算法分析大壩位移[J];南昌水專學(xué)報;2003年02期

6 吳云芳,李珍照;自適應(yīng)共振神經(jīng)網(wǎng)絡(luò)在水利工程開發(fā)方案決策中的應(yīng)用[J];水電能源科學(xué);2002年01期

7 劉愛麗;劉建國;;BP神經(jīng)網(wǎng)絡(luò)在水輪機(jī)綜合特性曲線中的應(yīng)用[J];科技信息(科學(xué)教研);2008年13期

8 強(qiáng)明輝;韓晶晶;;改進(jìn)的BP網(wǎng)絡(luò)在大壩變形監(jiān)測資料分析中的應(yīng)用研究[J];自動化與儀器儀表;2012年05期

9 李陽;紀(jì)昌明;李克飛;張驗科;趙璧奎;;結(jié)合均生函數(shù)的神經(jīng)網(wǎng)絡(luò)在中長期水文預(yù)報中的應(yīng)用[J];水電能源科學(xué);2013年02期

10 胡建蘭;劉玉忠;;基于神經(jīng)網(wǎng)絡(luò)方法的堤防穩(wěn)定性影響因素分析[J];人民黃河;2007年05期

相關(guān)會議論文 前10條

1 于軍;聶義勇;;神經(jīng)網(wǎng)絡(luò)控制算法在流體阻力時變物體運動模型中的應(yīng)用[A];2005年中國智能自動化會議論文集[C];2005年

2 付朝江;;基于神經(jīng)網(wǎng)絡(luò)的壩體斷面優(yōu)化設(shè)計[A];第一屆中國水利水電巖土力學(xué)與工程學(xué)術(shù)討論會論文集（上冊）[C];2006年

3 鐘洛加;沈貴文;;BP神經(jīng)網(wǎng)絡(luò)方法在三峽庫區(qū)滑坡預(yù)測中的應(yīng)用[A];西部水利水電開發(fā)與巖溶水文地質(zhì)論文選集[C];2004年

4 于洋;張婧璇;;水輪機(jī)調(diào)節(jié)系統(tǒng)計算機(jī)仿真研究[A];水電站機(jī)電技術(shù)2004年年會論文集[C];2004年

5 張小穩(wěn);李雪紅;李益進(jìn);陳輝;;基于神經(jīng)網(wǎng)絡(luò)的裂縫轉(zhuǎn)異荷載診斷[A];現(xiàn)代水利水電工程抗震防災(zāi)研究與進(jìn)展[C];2009年

6 余波;張禮達(dá);吉雷;童俊;張文平;;水輪機(jī)調(diào)節(jié)系統(tǒng)實時仿真實驗臺的建立[A];第十六屆全國水動力學(xué)研討會文集[C];2002年

7 林育梁;盧丹玫;楊二靜;;灰關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)法及防洪堤邊坡穩(wěn)定性分析[A];第一屆中國水利水電巖土力學(xué)與工程學(xué)術(shù)討論會論文集（上冊）[C];2006年

8 王利霞;蔡金錠;林禮清;;基于GA-BP神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)在水輪機(jī)組中的應(yīng)用[A];2006中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2006年

9 羅先啟;張選兵;葛修潤;;基于神經(jīng)網(wǎng)絡(luò)的滑坡地下水位反分析[A];新世紀(jì)巖石力學(xué)與工程的開拓和發(fā)展——中國巖石力學(xué)與工程學(xué)會第六次學(xué)術(shù)大會論文集[C];2000年

10 袁利興;張愛學(xué);穆玉勇;;RBF神經(jīng)網(wǎng)絡(luò)在河堤變形分析和預(yù)測中的應(yīng)用[A];第十六屆六省礦山學(xué)術(shù)交流會論文集[C];2009年

相關(guān)博士學(xué)位論文 前8條

1 王明疆;明滿流尾水系統(tǒng)水電站水輪機(jī)調(diào)節(jié)系統(tǒng)暫態(tài)特性研究[D];武漢大學(xué);2015年

2 孔繁鎳;水輪機(jī)調(diào)節(jié)系統(tǒng)模型及其控制策略研究[D];廣西大學(xué);2013年

3 寇攀高;水輪發(fā)電機(jī)及其調(diào)速系統(tǒng)的參數(shù)辨識方法與控制策略研究[D];華中科技大學(xué);2012年

4 許世剛;計算智能及其在水利水電工程中的應(yīng)用[D];河海大學(xué);2001年

5 南海鵬;基于PCC的智能控制水輪機(jī)調(diào)節(jié)系統(tǒng)研究[D];西安理工大學(xué);2003年

6 方紅慶;水力機(jī)組非線性控制策略及其工程應(yīng)用研究[D];河海大學(xué);2005年

7 廖忠;小波網(wǎng)絡(luò)及其在水輪機(jī)調(diào)節(jié)系統(tǒng)中的應(yīng)用研究[D];河海大學(xué);2005年

8 羅丹;高混凝土面板堆石壩反分析與面板溫度應(yīng)力研究[D];武漢大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預(yù)測研究[D];昆明理工大學(xué);2015年

2 楊超;改進(jìn)的粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在大壩變形預(yù)測中的應(yīng)用[D];東華理工大學(xué);2016年

3 王竹;基于BP神經(jīng)網(wǎng)絡(luò)的大伙房水庫洪水預(yù)報模型研究[D];沈陽農(nóng)業(yè)大學(xué);2016年

4 詹佩;基于人工智能的水電機(jī)組振動趨勢預(yù)測[D];華中科技大學(xué);2016年

5 林琳;基于BP神經(jīng)網(wǎng)絡(luò)的水利工程風(fēng)險管理研究[D];江西理工大學(xué);2015年

6 張亞娣;基于神經(jīng)網(wǎng)絡(luò)的中小型水電站泄水閘門控制方法研究[D];河北科技大學(xué);2015年

7 王圣;基于神經(jīng)網(wǎng)絡(luò)的水文預(yù)報方法研究[D];華中科技大學(xué);2013年

8 孫英廣;神經(jīng)網(wǎng)絡(luò)在徑流預(yù)測模型研究中的應(yīng)用及軟件實現(xiàn)[D];大連理工大學(xué);2005年

9 霍惠玉;水庫信息管理系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2007年

10 張雯;云計算平臺支持下的BP神經(jīng)網(wǎng)絡(luò)在洪災(zāi)損失評估中的應(yīng)用研究[D];江西理工大學(xué);2017年

，

本文編號：2309472