首頁 > 學術論文

基于BP和RBF神經網絡的光伏最大功率跟蹤對比研究

來源:論文學術網
時間:2024-08-19 04:24:48
熱度:

基于BP和RBF神經網絡的光伏最大功率跟蹤對比研究【摘要】:由于常規(guī)能源逐漸面臨枯竭,清潔的可再生的太陽能越來越受到人們的重視,并且在未來光伏電池的應用有著良好的發(fā)展前景。但由于光

【摘要】: 由于常規(guī)能源逐漸面臨枯竭,清潔的可再生的太陽能越來越受到人們的重視,并且在未來光伏電池的應用有著良好的發(fā)展前景。但由于光伏電池的轉換效率較低,且價格較高,嚴重阻礙了光伏系統(tǒng)的推廣和應用,因此必須最大限度的利用光伏電池所產生的功率,以降低光伏發(fā)電的成本。因此本文研究的重點是使光伏組件工作在最大功率點處,以獲得最大的輸出功率。 本文針對光伏系統(tǒng)的非線性特性及最大功率跟蹤的特點,將BP(back propagation)神經網絡技術應用于光伏陣列的最大功率點跟蹤中,對常用的BP神經網絡的各種學習算法和訓練算法在MATLAB7.0中進行了仿真驗證,通過對仿真結果的對比分析,最后本文把神經網絡工具箱中的Levenberg-Marquadt反傳學習算法,trainlm訓練函數應用在光伏陣列最大功率跟蹤中,并分析了仿真結果。 而徑向基函數神經網絡(Radial based Function Neural Network,RBFNN)在泛化能力、逼近能力和學習速度等方面均優(yōu)于BP神經網絡,所以本文又將RBF神經網絡應用于光伏系統(tǒng)的研究中,并且詳細分析了它的各種訓練算法,然后在MATLAB7.0中實現(xiàn)了各種訓練算法,對比各種算法的不足,本文提出隨機選取RBF中心(直接計算法)應用到RBF神經網絡訓練中,最后應用神經網絡工具箱函數建立了RBF神經網絡,仿真結果說明了這一方法的可行性和有效性。 最后,本文從兩種神經網絡的結構方面:隱節(jié)點、訓練步數、預測結果的網絡逼近誤差、泛化能力、光伏陣列的最大功率跟蹤效率KPM的5個方面分別進行了對比。綜合對比結果得出:RBF神經網絡有更好的泛化能力,且能夠更快、更準確的跟蹤光伏陣列的最大功率點。 【關鍵詞】:光伏陣列 最大功率點跟蹤 BP神經網絡 RBF神經網絡
【學位授予單位】:汕頭大學
【學位級別】:碩士
【學位授予年份】:2010
【分類號】:TM615
【目錄】:
  • 摘要3-4
  • Abstract4-8
  • 第1章 緒論8-13
  • 1.1 國內外光伏產業(yè)的最新進展及待解決問題8-9
  • 1.2 MPPT技術的現(xiàn)狀與發(fā)展9-10
  • 1.3 神經網絡技術10-11
  • 1.4 MATLAB與神經網絡工具箱11-12
  • 1.5 本文選題的意義及主要研究內容12-13
  • 第2章 光伏電池特性的研究13-20
  • 2.1 光伏電池的工作原理13-14
  • 2.2 光伏電池的電氣特性14-17
  • 2.3 光伏電池的特性分析17-19
  • 2.4 本章小結19-20
  • 第3章 神經網絡在光伏MPPT中的算法研究及控制過程20-30
  • 3.1 各類最大功率跟蹤算法的理論基礎20-24
  • 3.2 光伏陣列最大功率跟蹤控制的理論基礎及建模24-27
  • 3.3 光伏組件的最大功率跟蹤的性能參數27-29
  • 3.4 本章小結29-30
  • 第4章 基于BP神經網絡的光伏陣列最大功率跟蹤建模仿真30-50
  • 4.1 BP神經網絡結構30-31
  • 4.2 BP神經網絡算法31-35
  • 4.3 光伏陣列MPPT的BP神經網絡創(chuàng)建35-42
  • 4.3.1 BP網絡學習樣本和目標輸出的確定36-39
  • 4.3.2 樣本的標準化處理39
  • 4.3.3 光伏陣列MPPT的BP神經網絡參數確定39-42
  • 4.4 仿真訓練、測試42-49
  • 4.4.1 光伏陣列MPPT的BP神經網絡模型訓練42-47
  • 4.4.2 光伏陣列MPPT的BP神經網絡模型仿真測試47-49
  • 4.5 本章小結49-50
  • 第5章 基于RBF神經網絡的光伏陣列最大功率跟蹤建模仿真50-71
  • 5.1 徑向基函數神經網絡結構50-52
  • 5.2 RBF神經網絡學習算法52-57
  • 5.3 光伏陣列MPPT的RBF神經網絡建模57-60
  • 5.4 光伏陣列MPPT的RBF神經網絡模型仿真訓練、測試60-70
  • 5.4.1 模型各種訓練算法的對比研究60-64
  • 5.4.2 光伏陣列MPPT的RBF神經網絡模型訓練、測試輸出64-70
  • 5.5 本章小結70-71
  • 第6章 總結和展望71-74
  • 6.1 研究成果總結71-72
  • 6.2 未來工作展望72-74
  • 參考文獻74-79
  • 致謝79-80
  • 攻讀碩士學位期間發(fā)表的論文80-81
  • 本人簡歷81


您可以在本站搜索以下學術論文文獻來了解更多相關內容

基于流程挖掘的甄別正常與非正常案例的模型    徐曉蕾

BP神經網絡用于函數逼近的最佳隱層結構    廖寧放,高稚允

基于Boost電路的光伏電池最大功率點跟蹤系統(tǒng)    趙宏,潘俊民

自適應算法在光伏發(fā)電系統(tǒng)最大功率追蹤中的應用    張淼,吳捷,侯聰玲,李金鵬

光伏發(fā)電系統(tǒng)最大功率點跟蹤控制    陳桂蘭,孫曉,李然

我國太陽能光伏產業(yè)的近期進展、挑戰(zhàn)和對策建議    趙勇強;

基于固定電壓法的太陽電池MPPT系統(tǒng)    葛麗芳;吳曉波;趙夢戀;

Artificial Neural Network Maximum Power Point Tracker for Solar Electric Vehicle    Theodore Amissah OCRAN,曹軍義,曹秉剛,孫興華

前饋神經網絡的隱結點個數與網絡推廣能力的關系    李耀勇,鄭南寧

光伏發(fā)電系統(tǒng)及其控制的研究    鄭詩程

光伏電池最大功率跟蹤器的模糊控制及其應用    葉秋香

基于神經網絡和支持向量機的光伏最大功率跟蹤研究    唐彬

小波分析與神經網絡在結構多處損傷監(jiān)測中的應用    陳文元;李雪梅;遲曉梅;

基于FE—ANN—MC的結構可靠度計算方法研究    馮清海;袁萬城;樊啟武;

基于蟻群神經網絡火災信息處理技術研究    李瑞琪;程乃偉;郭燕;

基于神經網絡參數自整定PID控制的應用    胡龍軍;陳一波;陶吉利;

三相光伏并網發(fā)電系統(tǒng)的建模與仿真    陶曉峰;謝君;

變電站光伏直流系統(tǒng)的研究與應用    林航;陳曉明;

基于MATLAB的BP神經網絡在大氣環(huán)境質量評價中的應用    甘信華;石勇;林保國;

基于BP網絡模型的青弋江水質預測研究    李峻;孫世群;

基于DSP的多通道超聲波連續(xù)測厚系統(tǒng)的研究    張艷;張海軍;

八叉樹在三維建模中的應用    王世東;陳楊;張本福;孫光靈;黃曉梅;

基于模糊數學的TBM施工巖體質量分級研究    祁生文;伍法權;

灰色系統(tǒng)與神經網絡組合模型在地下水水位預測中的應用    馮羽;馬鳳山;魏愛華;趙海軍;郭捷;

經濟轉型背景下中國光伏產業(yè)培育和發(fā)展初探    唐青;

基于PSO-K均值聚類的核事故應急監(jiān)測點位快速確定技術研究    王國慶;李國福;李旭淵;

針對時滯系統(tǒng)的RBF神經網絡滑??刂撇呗?nbsp;   王亞慧;程培新;趙亞丹;張桐;

基于D-S證據理論和神經網絡的信息融合方法及應用    張佑春;王平;張公永;

瓦斯“冒大數”及其神經網絡濾波器的研究    李琨;王曉東;劉會景;張云生;苗琦;

BP算法和PSO算法在神經網絡中的研究    田艷兵;

基于一種改進神經網絡的數據手套手勢識別    王新宇;孫冠;韓冬;張婷;

基于BP神經網絡的汽車ABS系統(tǒng)故障診斷    王德軍;李萌;王麗華;

粒子群優(yōu)化算法研究及其在船舶運動參數辨識中的應用    戴運桃

基于小波和遲滯的混沌神經網絡及其應用    孫明

全景視覺圖像質量優(yōu)化方法研究    張帆

船用增壓鍋爐汽包水位預測控制方法研究    冷欣

基于統(tǒng)計學習理論的分類方法研究    殷志偉

煤礦安全預警模型及應用研究    丁寶成

計算機輔助卷煙配方設計關鍵技術研究    楊寧

分布式電源的概率建模及其對電力系統(tǒng)的影響    王敏

神經網絡硬化實現(xiàn)的共性技術在電力傳動中應用研究    汪木蘭

考慮分布式發(fā)電的配電網綜合負荷建模方法研究    錢軍

基于電子鼻的魚粉新鮮度快速檢測方法研究    劉輝

基于軟開關PWM技術的光伏逆變器的研究與設計    曹建

基于聲波的運動車輛行駛狀態(tài)辨識理論研究    李錦

煤礦通防安全信息集成與控制預警系統(tǒng)平臺研究    李旭東

礦山企業(yè)生產成本模塊化管理與應用    張鴻堃

人機劃拳系統(tǒng)的實現(xiàn)    劉棉

基于振動模態(tài)分析和BP網絡的橋梁損傷識別研究    李洪琴

用于礦燈充電的獨立光伏系統(tǒng)研究    毛娟

太陽能光伏發(fā)電單相并網逆變器研究    李本元

消防單兵綜合信息采集系統(tǒng)研究    王永

基于PrefixSpan的快速交互序列模式挖掘算法    陸介平,劉月波,倪巍偉,劉同明,孫志揮

數據挖掘技術及其應用現(xiàn)狀探析    王銳;馬德濤;陳晨;

一種基于頻繁模式樹的約束最大頻繁項目集挖掘及其更新算法    宋余慶,朱玉全,孫志揮,楊鶴標

關聯(lián)規(guī)則挖掘技術及發(fā)展動向    朱紹文,王泉德,黃浩,彭清濤,陸玉昌

中心、方差及權值直接確定的RBF神經網絡分類器    張雨濃;李克訥;譚寧;

基于全局圖遍歷的加權頻繁模式挖掘算法    耿汝年;董祥軍;須文波;

序列模式圖及其構造算法    呂靜,王曉峰,Osei Adjei,Fiaz Hussain

基于聯(lián)合意義度量的Top-K圖模式挖掘    劉勇;高宏;李建中;

頻繁項集挖掘的研究與進展    陳慧萍;王建東;王煜;

一種有效的基于圖遍歷的加權序列模式挖掘算法    耿汝年;董祥軍;須文波;

基于FP-tree關聯(lián)規(guī)則挖掘算法的研究與應用    易月娥

基于半結構化數據的關聯(lián)規(guī)則挖掘研究    曾舸

基于日志的流程挖掘算法研究    王廣立

基于一種半結構化數據模型的頻繁模式挖掘研究    王文艷

基于圖的數據挖掘算法研究    唐德權

功率逆變橋閉環(huán)控制系統(tǒng)的Saber仿真與分析    丁強,何湘寧,孔劍虹

升壓斬波電路PI和PID調節(jié)器的優(yōu)化設計    朱鵬程,郭衛(wèi)農,陳堅

功率MOSFET驅動保護電路設計與應用    田穎,陳培紅,聶圣芳,盧青春

自適應算法在光伏發(fā)電系統(tǒng)最大功率追蹤中的應用    張淼,吳捷,侯聰玲,李金鵬

軟開關技術回顧與展望    楊德剛,趙良炳

基于PSpice的電力電子課程CAI    劉拓

光伏發(fā)電系統(tǒng)最大輸出效率探索    潘玉良,施滸立

采用單片機的太陽能電池最大功率點跟蹤控制器    歐陽名三,余世杰,沈玉樑

電流傳感放大器MAX471/MAX472的原理及應用    楊紅紅,張琛,李振波,陳愛國

光伏發(fā)電系統(tǒng)最大功率點跟蹤控制    陳桂蘭,孫曉,李然

太陽能光伏并網發(fā)電系統(tǒng)的研究    趙為

信號采集系統(tǒng)的設計與實現(xiàn)    程志明

太陽能光伏發(fā)電系統(tǒng)的研究    孔娟

基于神經網絡和支持向量機的高速公路交通事件檢測    王琪

RBF神經網絡在往復泵故障診斷中的應用    李會明;裴峻峰;齊明俠;羅紅梅;

RBF神經網絡在織物風格中的研究與應用    高洪;侯大寅;李澤應;王軍;

基于RBF神經網絡的模擬電路故障診斷方法的研究    李勇;李春明;李秀娟;

基于RBF神經網絡的風力發(fā)電機組故障診斷研究    楊偉;賈石峰;

粗集—RBF神經網絡在故障診斷中的應用    劉紅;王國成;李航;

基于RBF神經網絡的艦船維修費預測    訾書宇;魏汝祥;周萍;

基于RBF神經網絡的天線陣方向圖建模    劉建霞;王芳;謝克明;

短期負荷預測系統(tǒng)中RBF組合模型的應用    張琳;

基于RBF神經網絡的水輪機效率計算與應用    霍山;劉華清;

電控汽油機怠速RBF神經網絡控制策略仿真研究    徐勇飛;王海林;

改進RBF神經網絡在城市公交車速時間序列預測中的應用    郭蘭平;俞建寧;張建剛;漆玉娟;張旭東;

RBF神經網絡在慣導系統(tǒng)傳遞對準中的應用    張文廣;史賢俊;廖劍;李新;

RBF神經網絡在水下目標識別中的應用研究    丁迎迎;楊永健;沈發(fā)江;

針對時滯系統(tǒng)的RBF神經網絡滑模控制策略    王亞慧;程培新;趙亞丹;張桐;

基于RBF神經網絡的鎳基TiN納米復合鍍層顯微硬度的預測研究    劉新功;吳蒙華;王元剛;王邦國;

BP算法和PSO算法在神經網絡中的研究    田艷兵;

基于改進RBF神經網絡的兩層網絡學習控制系統(tǒng)自學習模糊控制策略研究    杜大軍;李雪;費敏銳;白浩亮;宋揚;

基于RBF神經網絡的河湖水華軟測量方法    劉載文;崔莉鳳;王小藝;呂思穎;

基于BP神經網絡的點云去噪與空洞修補集成算法研究    趙鑫;吳侃;敖建鋒;周大偉;

BP神經網絡在土地分類中的應用研究——以汶川地區(qū)為例    簡季;楊武年;馬正龍;陳園園;

珠海BP“?!敝袑ぁ皺C”    本報記者 李棟

BP中國新任總裁陳黎明:油價沒有先知    李高超

詹姆斯·皮爾斯:BP漏油促能源保險專業(yè)化    本報記者 史豐蕾

BP能源展望:2030年油氣煤三足鼎立    記者 崔茉

石油四巨頭出資10億欲為BP消災    記者 陳其玨 編輯 朱賢佳

中國企業(yè)不必把收購BP資產看太重    媒體評論員 邱林

全力支持BP在珠海的發(fā)展    特派記者 張東明

美英石油巨頭“拷問日”共譴BP    記者 閆磊

中石油攜手BP開發(fā)伊拉克油田    記者 宋陽

BP欲變賣資產 誰會要    張曉華 詹鈴

基于BP和RBF神經網絡的木材缺陷檢測研究    牟洪波

基于RBF網絡的北方溫室溫濕度控制機理的研究    趙斌

網絡控制系統(tǒng)的學習和控制策略研究    杜大軍

BP神經網絡的理論及其在農業(yè)機械化中的應用研究    王吉權

基于增量改進BP神經網絡微波深度干燥模型及應用研究    李英偉

進化RBF神經網絡分類器研究    薛富強

通信信道建模的神經網絡優(yōu)化技術研究    馬永濤

基于優(yōu)化理論的神經網絡研究及在抽油機故障診斷中的應用    王瓊

確定學習理論與智能振動故障診斷    陳填銳

深部開采高階段尾砂充填體力學與非線性優(yōu)化設計    劉志祥

基于模糊控制與RBF神經網絡的桃病蟲害發(fā)生預測研究    王曉娟

基于BP和RBF神經網絡的光伏最大功率跟蹤對比研究    王麗霞

基于改進RBF神經網絡的PID控制    裴雪紅

基于RBF神經網絡的浮船塢浮態(tài)檢驗系統(tǒng)辨識    焦玉瑩

基于RBF神經網絡的金融時序列預測研究    朱一嘉

基于RBF神經網絡的邊坡穩(wěn)定性評價研究    李昆仲

基于差分進化算法優(yōu)化的RBF神經網絡的異步電機故障診斷研究    姚寧

基于RBF神經網絡的網頁分類技術研究    史國強

船舶航向非線性系統(tǒng)的模型參考神經網絡自適應控制    臧勝永

協(xié)同進化PSO算法優(yōu)化RBF網絡在齒輪箱故障診斷中的應用    孟艷