咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法,首先,本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进,采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据,风速v和桨距角β作为输入信号,发电功率P作为输出信号。进而,结合系统辨识原理,利用模型本身及相关的测量信息搭建辨识系统框架。其次,由于神经网络强大的非线性映射能力将RBF用于辨识算法,在系统输入信号激励下,使辨识系统输出无限逼近系统实际功率输出。最后,针对网络学习速率难以选取的问题,提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力,具有一定的实用价值。
著 录 项:
专利/申请号: | CN201711261506.8 | 专利名称: | 基于优化RBF神经网络的大型风力机变桨距系统辨识方法 |
申请日: | 2017-12-04 | 申请/专利权人 | 重庆邮电大学 |
专利类型: | 发明 | 地址: | 重庆市南岸区南山街道崇文路2号 |
专利状态: | 已下证 查询审查信息 | 分类号: | F03D7/04搜分类 风电 风能 网络传输 R F搜索 |
公开/公告日: | 转让价格: | 面议 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
2019/11/12 | 授权 | |
2018/07/24 | 实质审查的生效 | IPC(主分类): F03D 7/04 专利申请号: 201711261506.8 申请日: 2017.12.04 |
2018/06/29 | 公开 |