典型文献
基于多层神经网络的直驱风机低穿控制参数辨识
文献摘要：
随着风电机组的广泛接入,其低电压穿越期间的响应特性对电网安全稳定运行的影响越来越显著.风电机组的低穿特性由其低穿控制参数决定,因此提出了一种适用于直驱风电机组的多层神经网络低穿控制参数辨识方法.首先,基于经典的M-P神经元模型和Sigmoid激活函数,结合直驱风机低穿控制一般模型,构建多层神经网络;然后,根据实际运行的直驱风机低穿试验数据和对应的低穿控制参数,构造多层神经网络的训练数据集,用标准BP算法训练得到多层神经网络模型;最后,通过对比某型号直驱风电机组的辨识结果曲线和低穿实测曲线,验证了所提多层神经网络低穿控制参数辨识方法的有效性.
文献关键词：
多层神经网络;直驱风机;低电压穿越;参数辨识
中图分类号：
作者姓名：
赵康;张志轩;周宁;王亮;贺政华;陈俊超
作者机构：
国网山东省电力公司电力科学研究院,山东 济南 250003;国网山东省电力公司,山东 济南 250001;山东大学电气工程学院,山东 济南 250061
文献出处：
引用格式：
[1]赵康;张志轩;周宁;王亮;贺政华;陈俊超-.基于多层神经网络的直驱风机低穿控制参数辨识)[J].山东电力技术,2022(04):1-6
A类：
B类：
多层神经网络,直驱风机,低穿,控制参数辨识,低电压穿越,响应特性,电网安全,安全稳定运行,直驱风电机组,参数辨识方法,Sigmoid,激活函数,实际运行,训练数据集,算法训练,练得
AB值：
0.158645
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
