公开(公告)号：CN117873277B

公开(公告)日：2024-05-14

申请号：CN202410271662.6

申请日：2024-03-11

Applicant: 太原理工大学

Inventor： 陈燕 ,  冯璐璐 ,  何鑫颖 ,  杜谦

IPC: G05F1/67 ,  G06N3/044 ,  G06N3/08 ,  H02N11/00 ,  H02M3/156

Abstract: 本发明涉及集中式温差发电技术领域，具体是一种适用于集中式温差发电系统的MPPT控制方法，该方法是采用如下步骤实现的：步骤S1：将各个占空比及其对应的输出功率作为训练样本；步骤S2：将训练样本进行归一化处理后输入至Elman神经网络；步骤S3：利用Levenberg‑Marquardt方法训练Elman神经网络，由此拟合出I/O曲线；步骤S4：根据I/O曲线，利用黏菌算法进行迭代搜索，由此输出最优占空比；步骤S5：将最优占空比及其对应的输出功率作为新的训练数据加入到训练样本中；步骤S6：判断执行次数是否达到预定次数；步骤S7：判断输出功率波动是否小于3%。本发明解决了集中式温差发电系统中现有MPPT控制方法追踪速度慢、追踪精度低、功率波动大的问题，适用于集中式温差发电系统。

公开(公告)号：CN117873277A

公开(公告)日：2024-04-12

申请号：CN202410271662.6

申请日：2024-03-11

Applicant: 太原理工大学

Inventor： 陈燕 ,  冯璐璐 ,  何鑫颖 ,  杜谦

IPC: G05F1/67 ,  G06N3/044 ,  G06N3/08 ,  H02N11/00 ,  H02M3/156

Abstract: 本发明涉及集中式温差发电技术领域，具体是一种适用于集中式温差发电系统的MPPT控制方法，该方法是采用如下步骤实现的：步骤S1：将各个占空比及其对应的输出功率作为训练样本；步骤S2：将训练样本进行归一化处理后输入至Elman神经网络；步骤S3：利用Levenberg‑Marquardt方法训练Elman神经网络，由此拟合出I/O曲线；步骤S4：根据I/O曲线，利用黏菌算法进行迭代搜索，由此输出最优占空比；步骤S5：将最优占空比及其对应的输出功率作为新的训练数据加入到训练样本中；步骤S6：判断执行次数是否达到预定次数；步骤S7：判断输出功率波动是否小于3%。本发明解决了集中式温差发电系统中现有MPPT控制方法追踪速度慢、追踪精度低、功率波动大的问题，适用于集中式温差发电系统。