【摘 要】
：
针对永磁直驱同步风力发电机传统PI矢量控制方式鲁棒性差的问题,提出一种非奇异快速终端滑模控制方法.针对滑模控制中的抖振问题,在指数趋近律中引入光滑连续的双曲正切函数代替符号函数;针对滑模控制中的外部扰动问题,采用扩张状态观测器进行在线估计和补偿,得出基于扩张状态观测器的非奇异快速终端滑模控制器.使用Matlab/Simulink对永磁直驱同步风力发电机控制系统进行了仿真分析,并与传统线性PI控制方式进行对比,仿真结果验证了该新型滑模控制系统具有响应速度快、抗扰性能强、稳态精度高等优越性.
【机 构】
：
石家庄学院机电学院,河北 石家庄050035;河北鲲能电力工程咨询有限公司,河北 石家庄050000
论文部分内容阅读
针对永磁直驱同步风力发电机传统PI矢量控制方式鲁棒性差的问题,提出一种非奇异快速终端滑模控制方法.针对滑模控制中的抖振问题,在指数趋近律中引入光滑连续的双曲正切函数代替符号函数;针对滑模控制中的外部扰动问题,采用扩张状态观测器进行在线估计和补偿,得出基于扩张状态观测器的非奇异快速终端滑模控制器.使用Matlab/Simulink对永磁直驱同步风力发电机控制系统进行了仿真分析,并与传统线性PI控制方式进行对比,仿真结果验证了该新型滑模控制系统具有响应速度快、抗扰性能强、稳态精度高等优越性.
其他文献
针对遥感图像受噪声影响导致质量较低的问题,提出了基于NSCT变换的遥感图像快速自适应去噪方法.将Gibbs效应添加至Contourlet变换的图像处理环节,利用非下采样拉普拉斯金字塔与方向滤波器组构建NSCT变换.根据NSCT变换后遥感图像信号能量汇聚至小部分变换系数的特征,利用硬阈值快速去噪方法和NSCT变换系数邻域的一致性特征,推导出遥感图像自适应阈值,将其与硬阈值快速去噪法融合后,实现NSCT变换下快速自适应去噪.仿真结果表明,所提方法去噪优势显著,且用时更短,具有较好的有效性与稳定性.
传统的错误数据修复方法由于对错误特征存在提取误差大的问题,导致其修复精度低、修复后的数据完整度低、修复的执行率差.针对上述问题,提出了基于深度学习的网络通信错误数据修复方法.首先根据深度学习理论提取网络通信中错误数据的特征,然后对错误数据进行相关性分析,获取其随机变量以及Kendall相关系数,再结合相关性分析结果构建灰色GM错误数据修复模型,将网络通信中的错误数据放入模型中进行求解,从而完成对网络通信错误数据的修复.测试结果表明,应用上述方法修复网络通信错误数据后,执行率及修复结果的精度较高,且修复后的
由于控制系统复杂度越来越高,传统控制器在很多场合下无法满足精密温度控制要求.为此提出关于时滞复杂网络的精密温度自动控制系统.针对温度控制过程中的时变时滞和输入时滞等因素,建立了由多个耦合节点组成的复杂网络模型,基于Lyapunov稳定性定理,引入环函数使采样点在温度点之外无约束,有效降低系统的保守性.为了保证系统的稳定性,由Schur引理以及导数负定性对非线性项进行线性化处理.采用由电桥和运算放大器等构成的温度采集系统,为了能显示出对应温度下的电阻值,对采集的数据进行最小二乘法拟合,并对得出的温度与电阻关
针对海底底质分类方法缺乏自动化、分类效果不明显等问题,提出一种基于迁移学习的海底底质声呐图像分类的方法,对沙质、礁石、泥质三种底质进行了分类研究.将InceptionV3作为预训练模型,使其成为新模型的特征提取器.通过接入新的全连接层和softmax分类层,构建新模型.重新训练新模型之后准确率达到98.1％.实验表明,上述方法不仅有助于深度学习更好地处理声呐图像的小样本数据,而且比传统方法具有更高的准确率,可以作为声呐设备的附加功能.