本文選題：模糊技術(shù)　切入點(diǎn)：非對(duì)稱(chēng)基　出處：《西安電子科技大學(xué)學(xué)報(bào)》2017年05期 　論文類(lèi)型：期刊論文

【摘要】：為了使光伏發(fā)電系統(tǒng)時(shí)刻工作在最大功率點(diǎn)處,構(gòu)建了非對(duì)稱(chēng)基神經(jīng)網(wǎng)絡(luò)跟蹤光伏最大功率點(diǎn)的方法,給出了該方法的具體實(shí)現(xiàn)步驟.依據(jù)光伏發(fā)電因素對(duì)發(fā)電效率的影響程度不同,構(gòu)建了模糊因素隸屬函數(shù),計(jì)算出影響因素的模糊權(quán)值,并將該權(quán)值融入到非對(duì)稱(chēng)基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建中.通過(guò)固定基寬的徑向基函數(shù)方法、傳統(tǒng)的徑向基函數(shù)方法以及文中方法,并采用4種數(shù)量的樣本訓(xùn)練網(wǎng)絡(luò),通過(guò)網(wǎng)絡(luò)訓(xùn)練時(shí)間及標(biāo)準(zhǔn)差進(jìn)行對(duì)比,可得采用180個(gè)樣本訓(xùn)練網(wǎng)絡(luò)的精度最高,且文中方法獲得網(wǎng)絡(luò)的精度高于其他方法至少1個(gè)數(shù)量級(jí)以上.使用這種神經(jīng)網(wǎng)絡(luò)時(shí)刻識(shí)別光伏系統(tǒng)的工作參數(shù),能使光伏系統(tǒng)通過(guò)滑動(dòng)變阻器在任一時(shí)刻均能讓內(nèi)外電阻完全匹配,從而保證該系統(tǒng)時(shí)刻工作在最大功率點(diǎn)處.
[Abstract]:In order to make the photovoltaic system work at the maximum power point at all times, an asymmetric basis neural network is constructed to track the photovoltaic maximum power point. The realization steps of the method are given. According to the different influence degree of photovoltaic power generation factors on generation efficiency, the membership function of fuzzy factors is constructed, and the fuzzy weights of the influencing factors are calculated. The weight value is incorporated into the construction of asymmetric basis neural network structure. Through the fixed basis width radial basis function method, the traditional radial basis function method and the method in this paper, four kinds of samples are used to train the network. By comparing network training time and standard deviation, 180 samples can be used to train the network with the highest accuracy. The accuracy of the proposed method is at least one order of magnitude higher than that of other methods. The neural network is used to identify the working parameters of photovoltaic system at all times. The photovoltaic system can make the internal and external resistor match exactly at any time by sliding rheostat, so that the system can work at the maximum power point at all times.
【作者單位】： 信陽(yáng)師范學(xué)院計(jì)算機(jī)與信息技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61402393) 河南省高等學(xué)校重點(diǎn)科研資助項(xiàng)目(16A535001) 河南省教師教育課程改革研究重點(diǎn)資助項(xiàng)目(2017-JSJYZD-022,2017-JSJYYB-221) 河南省高等教育教學(xué)改革資助項(xiàng)目(2017SJGLX260)
【分類(lèi)號(hào)】：TM615;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐友軍;;小型風(fēng)機(jī)最大功率點(diǎn)快速跟蹤策略的仿真研究[J];電子設(shè)計(jì)工程;2013年16期

2 李應(yīng)生;孔銀昌;;光伏發(fā)電三點(diǎn)比較法最大功率點(diǎn)跟蹤控制器[J];電源技術(shù);2013年09期

3 宋建威;;最大功率點(diǎn)追蹤分析與實(shí)現(xiàn)[J];中國(guó)西部科技;2011年36期

4 南忠良;張強(qiáng);;太陽(yáng)能水體凈化裝置的最大功率點(diǎn)跟蹤器設(shè)計(jì)[J];微計(jì)算機(jī)應(yīng)用;2009年09期

5 高春甫;陸爽;賀新升;王彬;謝楚雄;;太陽(yáng)能光伏發(fā)電最大功率點(diǎn)跟蹤控制器設(shè)計(jì)[J];中國(guó)測(cè)試;2014年02期

6 蔡先武;;光伏并網(wǎng)系統(tǒng)中的最大功率點(diǎn)追蹤控制[J];電子工業(yè)專(zhuān)用設(shè)備;2008年11期

7 趙磊;陳歆技;閆慶開(kāi);崔伯峰;;光伏系統(tǒng)最大功率點(diǎn)追蹤的一種改進(jìn)方法及其仿真[J];電工電氣;2009年09期

8 陳進(jìn)美;陳巒;;太陽(yáng)能光伏發(fā)電最大功率點(diǎn)間接跟蹤算法研究[J];水電能源科學(xué);2010年01期

9 王義飛;吳偉;楊宇;吳春華;;光伏系統(tǒng)最大功率點(diǎn)快速判斷和跟蹤方法[J];系統(tǒng)仿真學(xué)報(bào);2013年02期

10 黃克亞;;模糊PID控制在光伏發(fā)電MPPT中的應(yīng)用[J];計(jì)算機(jī)仿真;2013年03期

相關(guān)會(huì)議論文 前10條

1 張培銘;顏毅鵬;吳功祥;鮑光海;吳傳武;;基于神經(jīng)網(wǎng)絡(luò)的電動(dòng)機(jī)繞組溫升預(yù)測(cè)的探討[A];中國(guó)電工技術(shù)學(xué)會(huì)低壓電器專(zhuān)業(yè)委員會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2002年

2 陳佳;;神經(jīng)網(wǎng)絡(luò)在上海天然氣日負(fù)荷預(yù)測(cè)中的應(yīng)用[A];第二屆中國(guó)城市燃?xì)庹搲細(xì)馇嗄旯こ處熣搲Y料匯編[C];2009年

3 易健雄;朱大奇;陳昕靜;;量子神經(jīng)網(wǎng)絡(luò)在電機(jī)轉(zhuǎn)子故障辨識(shí)中的應(yīng)用研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

4 鄒宇;王萍;邢文超;;基于Hopfield神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)方法[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

5 金蘇柯;朱小良;;基于神經(jīng)網(wǎng)絡(luò)的火電機(jī)組傳感器數(shù)據(jù)融合[A];2012電站自動(dòng)化信息化學(xué)術(shù)和技術(shù)交流會(huì)議論文集[C];2012年

6 白連平;張巧杰;;光伏發(fā)電實(shí)驗(yàn)設(shè)計(jì)探討[A];第五屆全國(guó)高校電氣工程及其自動(dòng)化專(zhuān)業(yè)教學(xué)改革研討會(huì)論文集(2)[C];2008年

7 朱鋒;孫輝;周瑋;;基于相似日聚類(lèi)的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專(zhuān)業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

8 康忠健;徐麗;勾松波;金華蓉;李瑞生;;考慮分布電容的神經(jīng)網(wǎng)絡(luò)單相接地故障測(cè)距算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 趙春元;王存旭;張玉艷;于紅霞;;基于神經(jīng)網(wǎng)絡(luò)的模糊數(shù)學(xué)在鍋爐控制中應(yīng)用[A];第十屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

10 夏靖波;鄒鐵鵬;王師;吳恩庚;陸增喜;;基于神經(jīng)網(wǎng)絡(luò)微小電容測(cè)量方法的研究[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

相關(guān)重要報(bào)紙文章 前1條

1 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

2 邵海見(jiàn);基于數(shù)據(jù)的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)[D];東南大學(xué);2016年

3 袁繼敏;基于混沌和神經(jīng)網(wǎng)絡(luò)的時(shí)域參數(shù)測(cè)試研究及其在示波器中的應(yīng)用[D];電子科技大學(xué);2009年

4 郭鵬;Hopfield神經(jīng)網(wǎng)絡(luò)及其在電廠中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2004年

5 李鴻儒;基于神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)控制策略的研究[D];東北大學(xué);2001年

6 譚陽(yáng)紅;基于小波和神經(jīng)網(wǎng)絡(luò)的大規(guī)模模擬電路故障診斷研究[D];湖南大學(xué);2005年

7 焦嵩鳴;計(jì)算智能及其在熱工系統(tǒng)中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2007年

8 王曉紅;混合時(shí)滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究及在電力系統(tǒng)中的應(yīng)用[D];華中科技大學(xué);2013年

9 李磊;分布式光伏電源的并網(wǎng)控制及調(diào)度研究[D];武漢大學(xué);2015年

10 謝宏;基于Volterra級(jí)數(shù)、小波分析與神經(jīng)網(wǎng)絡(luò)的非線性網(wǎng)絡(luò)故障診斷方法的研究[D];湖南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 戴華夏;光伏并網(wǎng)系統(tǒng)MPPT方法及能量損失研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 蔣賽加;基于混合策略的光伏MPPT算法優(yōu)化控制[D];東北農(nóng)業(yè)大學(xué);2015年

3 邊鳴鏑;基于改進(jìn)型算法的太陽(yáng)能最大功率點(diǎn)追蹤（MPPT）的研究與實(shí)現(xiàn)[D];吉林大學(xué);2016年

4 劉濤;光伏發(fā)電MPPT預(yù)測(cè)控制的研究[D];南昌大學(xué);2016年

5 種亞林;基于功率前饋的直驅(qū)永磁同步風(fēng)電機(jī)組最大功率點(diǎn)追蹤的改進(jìn)控制算法[D];華南理工大學(xué);2016年

6 張煒;動(dòng)態(tài)最大功率點(diǎn)的跟蹤[D];北方工業(yè)大學(xué);2014年

7 李宏亮;并聯(lián)型MPPT技術(shù)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2013年

8 杜麗芳;獨(dú)立的光伏最大功率點(diǎn)跟蹤器的研制[D];上海交通大學(xué);2008年

9 夏安俊;風(fēng)力發(fā)電機(jī)組最大功率點(diǎn)跟蹤控制系統(tǒng)的研究[D];江南大學(xué);2008年

10 韓嵩];變速恒頻雙饋風(fēng)電機(jī)組最大功率點(diǎn)追蹤控制[D];沈陽(yáng)工業(yè)大學(xué);2012年

，

本文編號(hào)：1597834