• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Smart pitch control strategy for wind generation system using doubly fed induction generator.
【24h】

Smart pitch control strategy for wind generation system using doubly fed induction generator.

机译：使用双馈感应发电机的风力发电系统的智能变桨控制策略。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A smart pitch control strategy for a variable speed doubly fed wind generation system is presented in this thesis. A complete dynamic model of DFIG system is developed. The model consists of the generator, wind turbine, aerodynamic and the converter system. The strategy proposed includes the use of adaptive neural network to generate optimized controller gains for pitch control. This involves the generation of controller parameters of pitch controller making use of differential evolution intelligent technique. Training of the back propagation neural network has been carried out for the development of an adaptive neural network. This tunes the weights of the network according to the system states in a variable wind speed environment. Four cases have been taken to test the pitch controller which includes step and sinusoidal changes in wind speeds. The step change is composed of both step up and step down changes in wind speeds. The last case makes use of scaled wind data collected from the wind turbine installed at King Fahd University beach front. Simulation studies show that the differential evolution based adaptive neural network is capable of generating the appropriate control to deliver the maximum possible aerodynamic power available from wind to the generator in an efficient manner by minimizing the transients.
机译：本文提出了一种变速双馈风力发电系统的智能变桨控制策略。建立了DFIG系统的完整动态模型。该模型包括发电机，风力涡轮机，空气动力学和变流器系统。提出的策略包括使用自适应神经网络来生成用于桨距控制的优化控制器增益。这涉及利用差分进化智能技术来生成变桨控制器的控制器参数。为了开发自适应神经网络，已经进行了反向传播神经网络的训练。这在可变风速环境中根据系统状态调整网络的权重。已经采取了四种情况来测试变桨控制器，包括风速的阶跃变化和正弦变化。阶跃变化包括风速的阶跃变化和阶跃变化。最后一种情况是利用从法赫德国王大学（King Fahd University）海滨安装的风力涡轮机收集的比例风数据。仿真研究表明，基于差分进化的自适应神经网络能够生成适当的控制，以通过最大程度地减少瞬变，以有效的方式将最大的空气动力从风力传递给发电机。

著录项

  • 作者

    Raza, Syed Ahmed.;

  • 作者单位

    King Fahd University of Petroleum and Minerals (Saudi Arabia).;

  • 授予单位 King Fahd University of Petroleum and Minerals (Saudi Arabia).;
  • 学科 Alternative Energy.;Energy.;Engineering Electronics and Electrical.
  • 学位 M.S.
  • 年度 2012
  • 页码 168 p.
  • 总页数 168
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号