刘波
- 作品数：2 被引量：19H指数：2
- 供职机构：南京信息工程大学信息与控制学院更多>>
- 发文基金：公益性行业(气象)科研专项江苏省“六大人才高峰”高层次人才项目江苏省农业科技自主创新基金更多>>
- 相关领域：动力工程及工程热物理自动化与计算机技术更多>>
- Rssler混沌系统的自适应滑模控制被引量：7
- 2014年
- 为了实现对Rssler混沌系统的控制,使得系统的状态变量在有限时间内达到平衡点,将Rssler混沌系统作为控制对象,提出了一种自适应滑模变结构控制策略,主要包括滑模面设计和自适应滑模控制率的设计。设计了一种比例积分滑模面,并通过李雅普诺夫稳定性理论证明了滑模动态方程的稳定性,为解决滑模控制器抖振问题设计了参数自适应的趋近律,有效地消除了滑模控制器的抖振。仿真结果显示,经自适应滑模控制后的Rssler混沌系统状态能快速稳定地收敛到平衡点,并消除了控制器的抖振。结果证明该方法有效地实现了Rssler混沌系统的控制,并具有良好的动态性能。
- 孙宁叶小岭刘波
- 关键词：自适应滑模控制趋近律
- 基于小波分析和PSO优化神经网络的短期风电功率预测被引量：12
- 2014年
- 针对风电场风速和风电功率序列起伏波动大、无明显变化规律等特点以及传统神经网络收敛速度慢、易陷入局部极小值等缺陷,提出了基于小波分析和改进粒子群算法优化神经网络的短期风电功率预测方法。首先,通过小波方法将用于神经网络训练的历史风速和风电功率序列进行分解,再针对风速和风电功率的各个分量分别建立相应的神经网络模型,采用分期变异粒子群算法对各个分量的神经网络学习算法进行优化,最后将各个分量的预测值进行小波重构得到风电功率预测结果。江苏如东某风电场风电机组的实验结果证明预测精度较传统神经网络方法有较大提高,验证了所提出方法的有效性。
- 叶小岭刘波邓华肖寅
- 关键词：小波分析改进粒子群算法神经网络优化短期风电功率预测
