2024年8月23日
星期五
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
吴珊
作品数:
1
被引量:4
H指数:1
供职机构:
武汉长江工商学院
更多>>
发文基金:
湖北省自然科学基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
动力工程及工程热物理
更多>>
合作作者
潘健
湖北工业大学电气与电子工程学院
袁晓辉
华中科技大学水电与数字化工程学...
王淑青
湖北工业大学电气与电子工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
动力工程及工...
1篇
自动化与计算...
主题
1篇
电机
1篇
动态神经
1篇
预测控制
1篇
神经网
1篇
神经网络
1篇
水电
1篇
水电机组
1篇
网络
1篇
网络模型
1篇
测控
机构
1篇
华中科技大学
1篇
湖北工业大学
1篇
武汉长江工商...
1篇
中电投珠海横...
作者
1篇
王淑青
1篇
袁晓辉
1篇
潘健
1篇
吴珊
传媒
1篇
水电能源科学
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于NNARX的动态神经网络模型的水电机组预测控制
被引量:4
2014年
针对水轮机调节系统的高阶、非线性及非最小相位的特点,设计了基于非线性自回归动态神经网络(NNARX)的水电机组预测控制系统。为了更好地得到过程参数及对象模型,先利用NNARX神经网络对水电机组整体进行辨识,再利用此网络对水电机组进行预测控制,并给出了模型算法及处理过程。由于NNARX动态网络误差曲面比较复杂,利用L-M算法对其进行训练。仿真结果表明,基于NNARX的动态神经网络模型具有很好的收敛性,辨识精度高,预测控制效果良好。
王淑青
曾仕琦
吴珊
潘健
庄续奎
袁晓辉
关键词:
神经网络
水电机组
预测控制
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张