刘育骐

作品数：18被引量：22H指数：3
导出分析报告
供职机构：武汉华中理工大学更多>>
发文主题：预测控制平面布局水轮机调速器专家系统更多>>
发文领域：自动化与计算机技术交通运输工程动力工程及工程热物理自然科学总论更多>>
发文期刊：《贵州水力发电》《工业控制计算机》《计算技术与自动化》《农村电气化》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
新型微机调速器在中小型水电站的应用被引量：1
《农村电气化》1999年第11期21-22,共2页刘光宇 刘育骐 徐良汉 李陆世 
为保障县级电网的安全、优质供电，中小型水轮发电机组微机调速器已由原来承担水轮发电机组辅助控制的作用，变成了在县级电力系统中起重要调控作用的控制设备。研制标准、通用、系列化的新型微机调速器，运用积木式方式进行组合，既可...
关键词：中小型水电站 调速器 微机 水电站 
基于8098的双神经元预测调速器
《工业控制计算机》1997年第2期15-18,共4页曾杰 刘育骐 刘光宇 郭创新 
本文介绍了一种基于8098的双神经元预测调速器，包括它的控制算法以及电气部分和液压部分的工作原理。调速器的一个神经元在线预测对象动态特性，另一个神经元在线控制对象。实际运行表明该调速器具有良好的性能。
关键词：神经网络 神经元 调速器 水轮发电机组 
水轮发电机组神经元预测调速器被引量：6
《测控技术》1997年第2期34-36,共3页曾杰 刘育骐 刘光宇 梁年生 
介绍一种水轮发电机组调速器电气部分工作原理及其神经预测控制算法，试验表明该调速器具有良好的性能。
关键词：水轮发电机组 神经元 预测控制 
水压频率的递归网络灵敏度预测控制研究
《华中理工大学学报》1996年第9期91-93,共3页曾杰 梁年生 刘育骐 郭创新 
提出一种对水轮发电机组水压频率进行综合调节的记忆递归网络灵敏度预测控制器．控制器由预测网络和控制网络组成，预测网络向控制网络提供控制灵敏度信号．两个网络均根据学习和控制的收敛与稳定性定理自适应学习．仿真结果表明控制器...
关键词：水轮发电机组 水压频率 递归网络 预测控制算法 
中小型水轮机调速器的发展趋势
《贵州水力发电》1994年第1期10-12,共3页刘育骐 温励强 
中小型机组的运行条件相互差别很大．目前中小型调速器的产品单一，很难按不同的实际需要来选配．今后的发展趋势是提供多种产品以适应各种水电站的需求．本文提出一套标准、通用、系列化调速设备．它用积木方式进行组合，可以根据各种...
关键词：水轮机调速器 被控对象 水轮机调节系统 功能 性能 
水轮机调节中的一种适应式DMC算法被引量：1
《水电能源科学》1994年第2期71-76,共6页李伟 刘育骐 王永骥 
预测控制由于具有建模简单、控制各律性强、可方便处理各种约束条件等优点，得到了广泛的应用，。文献［１］介绍了预测控制算法应用于水轮控制系统的一些研究成果。动态矩阵控制（简称ＤＭＣ）是预测算法中的一种，它基于系统的阶跃响...
关键词：水轮机 调节系控 DMC算法 
双值DMC控制及在快速动态过程中的应用被引量：3
《计算技术与自动化》1993年第1期20-23,共4页李伟 刘育骐 金和平 
本文首次提出一种双值动态矩阵控制算法,从而将动态矩阵控制(DMC)引入快速动态过程,理论推导和仿真证明了算法的正确和有效。
关键词：预测控制 动态矩阵控制 
非线性系统的分层优化预测控制
《华中理工大学学报》1993年第2期53-58,共6页李伟 金和平 刘育骐 梁年生 
提出了一种基于分层优化策略和动态最优控制解法的非线性系统预测控制算法,该方法大大减小了在线计算量,使实时控制成为可能.给出了详尽的理论推导,以一个仿真算例证明了算法的正确、可行与有效性.
关键词：非线性系统 预测控制 分层优化策略 
双值DMC控制及其在快速动态过程中的应用
《水电能源科学》1993年第1期1-6,共6页李伟 刘育骐 王永骥 金和平 
本文提出一种双值动态矩阵控制算法,从而将动态矩阵控制(DMC)引入快速动态过程。理论推导和仿真结果证明了算法是正确和有效的。
关键词：动态矩阵控制 水轮机 快速动态过程 
水电站多机组的预测控制被引量：1
《水利水电技术》1992年第11期27-31,共5页金和平 刘育骐 李伟 
本文介绍了一种建模简单、控制鲁棒性强、便于处理工程实际中各种约束条件的新型计算机控制算法一预测控制。并针对多水轮机系统描述了建立其阶跃响应模型的方法,推导了相应的动态矩阵控制算法,并以有水力联系的两台水轮机系统为例应用...
关键词：水轮机 预测控制 水电站 机组 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部