论文摘要
针对风力发电机非线性、随机性、扰动大等特点,设计基于带动量项的粒子群优化的支持向量机的风力发电机转速控制建模的新方法。利用支持向量机对小样本、高维度、非线性特性的映射能力,将风电系统的采样数据映射到高维的特征空间进行建模。支持向量机惩罚因子C和核参数σ的选择对建模效果影响较大,经验试凑的方法难以获得较好的参数,引入粒子群算法进行参数寻优。为了克服传统粒子群算法易陷入局部最优且收敛速度慢的缺陷,提出带动量项的改进粒子群算法寻优。以采集的风速、风力发电机转矩、桨距角作为输入信号,发电机转速数据作为输出信号,在Matlab环境中进行建模。实验结果表明,与传统算法相比,采用该方法的模型在准确性和收敛速度方面得到较大改善。
论文目录
文章来源
类型: 期刊论文
作者: 陈歆婧,郝万君,郭胜辉,乔焰辉
关键词: 风力发电机,非线性,模型辨识,支持向量机,粒子群优化,动量项
来源: 现代电子技术 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 苏州科技大学
基金: 国家自然科学基金资助项目(51477109),国家自然科学基金资助项目(61703296)~~
分类号: TM315
DOI: 10.16652/j.issn.1004-373x.2019.07.039
页码: 171-176
总页数: 6
文件大小: 1827K
下载量: 347