论文部分内容阅读
改进输出效率的无异状一光电(PV ) 能量系统, PV 数组的即时最大的电源点(MPP ) 应该仔细被追踪。non-linear 和光电的数组的时间变体特征和一个增加变换器的非线性、非最小的阶段特征使作为在传统的控制策略追踪 MPP 困难。与模糊逻辑系统的推理能力和神经网络的学习能力一起的一个神经模糊控制器(NFC ) 被建议在这篇论文追踪 MPP。一个坡度评估者基于一个光线的基础函数,神经网络被开发提供引用信息给 NFC。与一个导出的学习算法, NFC 的参数适应地被更新。试验性的结果证明与模糊逻辑控制