由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书双馈感应发电机:风力发电控制9787111664307
¥ ×1
译者序
原书前言
章简介1
1.1近年来的研究概况1
1.2本书结构4
1.3本书符号表6
第2章数学预备知识9
2.1模块控制9
2.1.1一类非线系统的模块表示9
2.1.2模块递归转换10
2.2滑动模态10
2.2.1离散时间滑模13
2.2.2参数已知的离散时间系统15
.控制及逆控制17
2.4离散时间高阶神经网络20
2.5扩展卡尔曼滤波器(EKF)训练算法21
2.6神经网络控制
2.7粒子群算法
第3章风机建模25
3.1风力发电系统25
3.1.1风机26
3.1.2风机结构28
3.2离散时间数学模型30
3.2.1双馈感应发电机30
3.2.2直流母线32
第4章可能源系统的双馈感应发电机控制34
4.1滑模块控制34
4.1.1DFIG控制器34
4.1.2直流环节控制器38
4.2逆控制44
4.2.1DFIG控制器45
4.2.2直流环节控制器48
第5章风力发电机组的神经网络控制55
5.1神经网络辨识器55
5.1.1DFIG神经网络辨识器55
5.1.2直流环节神经网络辨识器56
5.2神经滑模块控制57
5.2.1DFIG神经控制器57
5.2.2直流环节神经控制器61
5.3神经网络逆向控制69
5.3.1DFIG神经网络控制器70
5.3.2直流环节神经网络控制器74
第6章风力发电实验台的实现79
61实时控制器编程79
6.2双馈感应发电机模拟实验系统81
6.3滑模控制实时结果87
6.4神经滑模控制实时结果89
6.5神经逆向控制实时结果92
附录96
附录A粒子群控制算法96
A.1粒子群反向优化控制96
A.1.1DFIG和直流环节的应用96
A.2基于神经网络的粒子群优化103
附录BDFIG建模104
B.1DFIG数学模型104
B.1.1转子参考坐标系的电路变量转换109
B.1.2旋转参考坐标系的转矩方程111
B.1.3标幺值转换112
B.1.4DFIG的状态变量模型114
B.2直流环节数学模型117
参考文献121
本书全面综合地描述了双馈感应发电机的模型及其控制,这些是在风能工业中得到应用的很好技术。本书运用全新的讲述方式对各种关于双馈感应发电机风力发电方面做出阐释,这种讲述方式深入浅出通俗易懂,即使没有相关背景知识也能对主题有一定的了解。——拉萨塔?梅格阿帕拉博士澳大利亚维多利亚州墨尔本皇家理工大学
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
