人工神经元网络在新能源发电系统中的应用

《人工神经元网络在新能源发电系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要随着传统化石能源的枯竭和环境污染问题的日益严重，新能源发电越来越受到世界各国的关注。目前，新能源发电系统因为其非线性、间歇性、不稳定性等特点，在发电、控制、并网、检修等环节中存在一系列问题，人工神经元网络为解决这些问题提供了一个新的途径。本文首先以BP神经网络和RBF神经网络为例说明了人工神经元网络的基本概念，分析了新能源发电系统的类型特点并介绍了光伏发电和风力发电的工艺流程。接着，选取风力发电功率预测作为案例研究了人工神经元网络在新能源发电功率预测中的应用，在分析风力发电功率的影响因素的基础上，建立了基于BP神经网络的风电功率预测的基本模型并进行了仿真实验，表明BP神经网

2、络可以进行风电功率预测并具有较高精度。之后，研究了人工神经元网络在新能源发电智能控制中的典型应用，在概述了人工神经网络控制的基础上，分别给出了基于BP神经网络的变桨距风机控制和基于神经网络的太阳能跟踪光敏传感控制，验证了人工神经元网络在新能源发电控制中的可行性。最后，研究人工神经元网络在新能源发电故障诊断中的应用，介绍了故障诊断与检测的理论知识，总结了基于人工神经网络的故障诊断方法并进行了优缺点分析，并给出了基于小波包和BP神经网络风机齿轮箱故障诊断模型。关键词：人工神经元网络，新能源发电，功率预测，智能控制，故障诊断46ABSTRACTWiththedepletionande

3、nvironmentalpollutionproblemsoftraditionalfossilfuelsincreasinglyserious,newenergygenerationmoreandmoreattentionaroundtheworld.Currently,newenergygenerationsystemsbecauseofitsnonlinear,intermittent,instability,etc.,inpowergeneration,control,andthereisarangeofissuesnetwork,maintenanceandother

4、aspectsofartificialneuralnetworkstoaddresstheseissuestoprovideanewway.Firstly,withBPneuralnetworkandRBFartificialneuralnetworkexampletoillustratethebasicconceptsofneuralnetworkstoanalyzethecharacteristicsofthetypesofnewenergygenerationsystemsanddescribesthephotovoltaicandwindpowergenerationp

5、rocess.Then,selectthewindpowerpredictionofartificialneuralnetworksinnewenergypowergenerationforecastingasacaseonthebasisofanalysisofinfluencingfactorsofwindpowergenerationontheestablishmentofabasicmodelbasedonBPneuralnetworkofwindpowerpredictionandsimulationexperimentsshowthattheBPneuralnetw

6、orkcanbewindpowerpredictionandhashighaccuracy.Afterstudythetypicalapplicationsofartificialneuralnetworksinthenewgenerationofintelligentcontrolofenergy,inanoverviewofthebasiccontrolsonartificialneuralnetworks,weregivenawayfancontrolbasedsolarpitchandBPneuralnetworkbasedonneuralnetworksTrackin

7、gphotosensitivesensorcontrol,thefeasibilityofartificialneuralnetworksinnewenergycontrol.Finally,theapplicationofartificialneuralnetworkinfaultdiagnosisofnewenergypowergeneration,introducedthetheoryofknowledgeoffaultdiagnosisanddetection,summedupthe