• 한국산학기술학회논문지
• /
• 제15권2호
• /
• pp.1059-1065
• /
• 2014

풍력발전시스템은 정격풍속미만에서는 토크를 제어하여 바람의 에너지를 최대로 하고 정격풍속이상에서는 피치를 제어하여 발전량을 정격으로 유지한다. 본 논문에서는 풍력발전시스템의 피치제어를 신경망을 이용하여 제어하는 방안을 제시한다. 피치제어의 목적은 정격풍속 이상에서 발전기의 회전속도를 일정하게 제어하여, 결과적으로 발전기의 출력을 정격전력으로 유지한다. 이 논문에서는 신경망 피치제어기의 성능을 향상시키기 위하여 발전기의 정격회전속도와 현재 회전속도 차이를 풍속과 함께 신경망의 입력으로 사용하는 방법을 제안하였다. 신경망의 훈련 알고리즘은 오류역전파(error back-propagation) 방법이 사용되었고, Matlab/Simulink를 사용하여 제어가 원활하게 되는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.366-371
• /
• 2014

본 논문에서는 정격풍속 이상에서 발전량을 일정하게 유지하기 위하여 회전속도의 변화율을 이용한 신경망 피치제어기가 제안되었다. 제안된 신경망 피치제어기는 발전기의 정격 회전속도와 현재 회전속도의 차이를 기본정보로 사용하고 추가적으로 발전기 회전속도의 변화율을 사용하였다. 시뮬레이션은 Matlab/simulink에서 수행되었으며, 시뮬레이션을 통해 제안된 피치제어기를 사용한 풍력발전기는 발전기의 정격 회전속도인 122.9[rad/s]로 잘 유지 되는 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1624-1627
• /
• 2005

We proposed a design technique for auto-landing guidance and control system. This technique utilizes linear controller and neural network. Main features of this technique is to use conventional linear controller and compensate for the error coming from the model uncertainties and/or reference model mismatch. In this study, the multi-perceptron neural network with single hidden layer is adopted to compensate for the errors. Glide-slope capture logic for auto-landing guidance and control system is designed in this technique. From the simulation results, it is observed that the responses of velocity and pitch angle to commands are fairly good, which are directly related to control inputs of throttle and elevator, respectively.

• Journal of Electrical Engineering and Technology
• /
• 제8권4호
• /
• pp.863-871
• /
• 2013

Control of pitch angle of turbine blades is among the controlling methods in the wind turbines; this measure is taken for managing mechanical power generated by wind turbine in different wind velocities. Taking into account the high significance of the power generated by wind turbine and due to the fact that better performance of pitch angle is followed by better quality of turbine-generated power, it is therefore crucially important to optimize the performance of this controller. In the current paper, a PI controller is primarily used to control the pitch angle, and then another controller is designed and replaces PI controller through applying a new strategy i.e. alternating two ADALINE neural networks. According to simulation results, performance of controlling system improves in terms of response speed, response ripple, and ultimately, steady tracing error. The highly significant feature of the proposed intelligent controller is the considerable stability against variations of wind velocity and system parameters.

• 조명전기설비학회논문지
• /
• 제18권2호
• /
• pp.142-149
• /
• 2004

본 논문은 바람으로부터 최대출력을 추출하기 위해 계통연계 풍력발전시스템의 신경회로망 제어기와 추출된 최대출력을 계통에 전달하기 위한 전력제어기를 제안한다. 유도발전기, 변압기, 정류기 및 인버터 등으로 구성된 제어기를 갖춘 풍력발전시스템의 모델링과 시뮬레이션에 대해 검토하고자 한다. 본 논문에서는 동특성해석을 위해 드라이브 트레인 모델, 유도발전기 모델과 계통접속 모델을 제시한다. 신경회로망 제어기는 풍차날개의 피치각을 제어하여 바람으로부터 최대출력을 추출한다. 피치제어방법은 기계적으로 복잡하지만 제어성능은 스톨제어보다 우수하게 된다. MATLAB으로 수행한 시뮬레이션 결과는 발전기 토오크, 발전기 회전속도, 피치각, 계통으로 주입되는 유효/무효전력 등을 예시하고 있으며 그 결과를 보면 제안된 제어기의 효용성을 입증할 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.333-336
• /
• 2003

For long time, the takeoff and landing control of airship was worked by human handling. With the development of the autonomous control system, the exact controls during the takeoff and landing were required and lots of methods and algorithms were suggested. This paper presents the result of airship take-off and landing by buoyancy control using air ballonet volume change and performance control of pitch angle for stable flight within the desired altitude. For the complexity of airship's dynamics, firstly, simple PID controller was applied. Due to the various atmospheric conditions, this controller didn’t give satisfactory results. Therefore, new control method was designed to reduce rapidly the error between designed trajectory and actual trajectory by learning algorithm using an artificial neural network. Generally, ANN has various weaknesses such as large training time, selection of neuron and hidden layer numbers required to deal with complex problem. To overcome these drawbacks, in this paper, the RBFN (radial basis function network) controller developed.

• 대한기계학회논문집A
• /
• 제36권9호
• /
• pp.1065-1071
• /
• 2012

풍력발전기의 안정적인 전력생산은 정격풍속 이상에서 피치제어와 스톨제어와 같은 일정속도제어로 이루어지고 있다. 최근, 효율적인 전력생산을 위하여 정격풍속 이하의 변동풍속 조건에서 최대 출력을 얻기 위한 가변 속도제어가 적용되고 있는 추세이다. 기존의 피치제어기에서는 지글러-니콜스 계단응답법에 의한 제어기 최적화가 이루어지고 있으나, 가변 속도제어의 요구로 보다 정확한 최적화가 필요하게 되었다. 본 연구에서는 기존의 지글러-니콜스 계단응답법을 개선하기 위하여 라틴 하이퍼큐브 샘플링을 통한 신경망모델을 구축하고, 구축된 PID 제어 계수 신경망모델에 유전자 알고리즘을 적용하여 피치제어기를 최적화하였다. 유전자 알고리즘으로 구한 최적해가 지글러-니콜스 계단응답법의 초기해 보다 평균제곱근 오차가 13.4% 향상되었고, 응답특성을 나타내는 상승속도와 정착시간은 각각 15.8% 및 15.3%으로 개선되었다.

• Journal of Electrical Engineering and Technology
• /
• 제8권5호
• /
• pp.1040-1048
• /
• 2013

In this paper, a sensorless pitch angle control method for a wind generation system is suggested. One-step-ahead prediction control law is adopted to control the pitch angle of a wind turbine in order for electric output power to track target values. And it is shown that this control scheme using the inverse dynamics of the controlled system enables us to predict current wind speed without an anemometer, to a considerable precision. The inverse input-output of the controlled system is realized by use of an artificial neural network. The proposed control and wind speed prediction method is applied to a Double-Feed Induction Generation system connected to a simple power system through computer simulation to show its effectiveness. The simulation results demonstrate that the suggested method shows better control performances with less control efforts than a conventional Proportional-Integral controller.

• 한국항공우주학회지
• /
• 제33권2호
• /
• pp.84-91
• /
• 2005

오랜기간 비행선의 이착륙은 사람에 의한 수동으로 이루어졌으나, 자동제어시스템의 개발과 함께 이를 비행선에 적용하여 보다 정확한 이착륙의 필요성이 대두되었으며, 많은 알고리즘이 개발되고 있다. 본 논문에서는 기낭의 압력제어에 의한 비행선의 이착륙제어를 다룬다. 비행선의 운동방정식은 비선형 방정식으로 매우 복잡하여 우선 간단한 PID제어기에 의한 해법을 제시하였다. 그러나, 운항시 대기조건이 빠르게 변하므로 변하는 예측 불가능한 외란에 대해서는 만족스런 성능을 보이지 못하였다. 따라서, 본지에서는 인공 신경망을 이용한 학습알고리즘을 토대로 원하는 궤적에 빠르게 추종하도록 설계하였다. 일반적으로 인공신경망은 복잡한 문제에 있어서 많은 수의 은닉층과 뉴런이 필요하고 또한 훈련시간이 많이 걸리는 단점이 있기에 이를 해결하기 위해 비행선 이착륙 문제에 대한 일반적인 인공신경망 적용에 대해 연구하였다. 본지에서는 RBFN(radial basis function network)제어기를 설계하였고, 신경 회로망의 가중치는 외란이 인가되거나 부하특성이 비선형적으로 변화되는 것을 고려하도록 기준입력과 실제 비행선 모델의 출력사이의 오차를 최소화하는 방향으로 학습을 진행하였다. 그 결과 최대 15m의 오차를 보이는 PID제어기보다 양호한 결과를 얻었다.