基于SA—BP神经网络算法的光伏阵列MPPT研究

来源 :计算机仿真 | 被引量 : 29次 | 上传用户:wangctm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对光伏阵列最大功率点跟踪精度较低的问题,在综合考虑传统和智能算法的优缺点基础上,采用模拟退火(SA)优化BP神经网络的光伏最大功率点跟踪方法,利用模拟退火算法优化BP神经网络的初始权值和阈值后赋给BP神经网络并建立SA-BP神经网络模型预测跟踪误差。仿真结果表明,SA-BP神经网络最大跟踪点预测误差大大降低,在光照强度变化时能更加快速、准确地对光伏最大功率点进行跟踪。SA-BP神经网络算法在光伏最大功率点跟踪方面有应用价值和前景。
其他文献
对多媒体可视化图像的边缘质量进行优化检测,能够有效提高多媒体图像的视觉效果。对图像边缘质量优化检测,需要标记可视化图像边缘像素,设定图像边缘质量优化检测阈值,完成对多媒体可视化图像边缘质量的优化检测。传统方法对图像的边缘轮廓特征进行提取,计算出平滑边界上像素点,但忽略了对图像边缘阈值的设定,导致检测精度偏低。提出基于分水岭的多媒体可视化图像边缘质量优化检测方法。上述方法先融合于Turbopixel
目前地下墙体裂缝控制方法控制精度低、能耗高,提出基于多元分析的大面积多层地下空间墙体裂缝控制方法。定义一幅地下空间墙体裂缝二值图像,并对该图像进行张量编码。根据张量编码进行张量计算,利用棒型投票域与球形投票域方式将某点张量场强信息递送至该点领域的其它各点,依据场强信息不断累加,尽可能地突出地下空间墙体裂缝目标的各种信息。对张量计算结果进行分解,完成墙体裂缝目标信息提取。基于地下空间墙体裂缝信息,将
对移动终端网络的数据信息安全性检测,能够有效保证用户信息的安全存储。对数据信息安全性检测,需要先对网络数据进行平滑处理,构建信息安全性模型,完成对数据信息安全性检测。传统方法对数据包距离和目的距离进行聚类,生成信息的特征签名,但忽略了对完整信息检测模型的构建,导致检测精度偏低。提出网络数据信息安全性检测方法,对网络中的数据进行平滑,保证信息的完整性,提高检测结果的准确率。根据安全要素构建移动终端网
异步电机作为工业生产领域重要的工业设备,其运行效率的问题随着近几年环境问题的日益严峻受到广泛重视。针对这一问题,以缓速器实验台的电机控制系统为研究对象,使用了Matlab中的Simulilnk模块建立异步电机损耗模型,并在异步电机矢量控制的基础上,建立了基于损耗模型的异步电机效率优化控制的仿真模型,最终实现了基于损耗模型的异步电机效率优化控制。实验结果表明,所使用的效率优化算法响应迅速,应对负载转