作者：廖忠; 沈祖诒水力发电自适应控制小波网络水轮发电机组
摘要：由于水轮发电机组的动力学模型比较复杂,其动态模型解析式难以精确得到,因此依据小波的非线性逼近能力和神经网络的自学习特性,提出了一种基于小波神经网络自适应控制算法.文中系统由两个小波网络组成,分别实现水轮发电机组的在线辨识与控制.仿真试验表明,该系统比采用神经网络控制具有更好的控制效果.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《水力发电学报》（CN：11-2241/TV）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《水力发电学报》是水力发电工程学术刊物，旨在反映我国水力发电领域科学研究和开发应用的最新科技成果，展示我国水电界的学术水平和文章作者的新贡献，促进学术交流，推动我国水电事业的发展。内容包括水电经济、水库和水电站运用、水工建筑物、水力学、水力机械、水电施工技术、水电环境以及与水电建设有关的水文、地质、勘测、规划等。
北大期刊、统计源期刊
人气 33953 评论 47
北大期刊、CSCD期刊、统计源期刊
人气 24160 评论 53
CSCD期刊、统计源期刊
人气 18844 评论 15
省级期刊
人气 14097 评论 52
