| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·抑制电力系统低频振荡方法的研究现状 | 第9-11页 |
| ·电力系统稳定器的研究现状 | 第11-12页 |
| ·分数阶微积分的应用现状 | 第12页 |
| ·本文所做论文工作 | 第12-14页 |
| 第2章 预备知识 | 第14-31页 |
| ·电力系统稳定器的基本知识 | 第14-15页 |
| ·电力系统稳定器的原理 | 第14-15页 |
| ·电力系统稳定器的基本结构及不足 | 第15页 |
| ·人工神经网络 | 第15-26页 |
| ·BP 神经网络 | 第16-21页 |
| ·连续型 Hopfield 网络 | 第21-25页 |
| ·主从神经网络 | 第25-26页 |
| ·分数阶微积分 | 第26-31页 |
| ·Grunwald-Letnikov 定义及性质 | 第27-28页 |
| ·Riemann–Liouville 定义及性质 | 第28-29页 |
| ·Caputo 定义及性质 | 第29-30页 |
| ·分数阶微积分的全局特性 | 第30-31页 |
| 第3章 基于分数阶微积分的主从神经网络设计 | 第31-40页 |
| ·分数阶主从神经网络 | 第31-38页 |
| ·分数阶连续型 Hopfield 神经网络 | 第31-32页 |
| ·分数阶主从神经网络 | 第32-35页 |
| ·预估矫正算法 | 第35-38页 |
| ·FMSNN 的实现 | 第38-40页 |
| 第4章 基于分数阶主从神经网络的自适应电力系统稳定器设计 | 第40-49页 |
| ·基于 FMSNN 电力系统稳定器的控制策略 | 第40页 |
| ·运行策略 | 第40页 |
| ·训练策略 | 第40页 |
| ·基于分数阶主从神经网络的电力系统稳定器结构 | 第40-42页 |
| ·训练结构 | 第40-42页 |
| ·实际应用算例 | 第42-47页 |
| ·系统仿真模型 | 第42-43页 |
| ·FMSNN 神经网络的训练 | 第43-44页 |
| ·FMSNNPSS 的仿真模型图 | 第44-45页 |
| ·FMSNNPSS 仿真结果 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |