| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 国内外风力发电的发展现状 | 第12-15页 |
| 1.2.1 国外风力发电的发展现状 | 第13-14页 |
| 1.2.2 国内风力发电的发展现状 | 第14-15页 |
| 1.3 最大风能追踪技术研究现状 | 第15-17页 |
| 1.4 本文主要研究内容 | 第17-19页 |
| 第2章 风电与双馈感应电机的基本原理 | 第19-30页 |
| 2.1 风电基本原理 | 第19-20页 |
| 2.2 变速恒频风力发电系统的运行状态 | 第20-22页 |
| 2.3 双馈异步发电系统 | 第22-25页 |
| 2.3.1 双馈异步发电机的工作原理 | 第23-25页 |
| 2.3.2 PWM变流器 | 第25页 |
| 2.4 最大功率点追踪算法 | 第25-29页 |
| 2.4.1 最佳叶尖速比法 | 第25-26页 |
| 2.4.2 功率信号反馈法 | 第26-27页 |
| 2.4.3 三点比较法 | 第27-28页 |
| 2.4.4 爬山搜索法 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于RBF神经网络控制的最大功率点追踪 | 第30-37页 |
| 3.1 最大风能追踪 | 第30页 |
| 3.2 RBF神经网络 | 第30-34页 |
| 3.2.1 RBF神经网络模型 | 第31-32页 |
| 3.2.2 RBF神经网络监督学习算法 | 第32-33页 |
| 3.2.3 RBF神经预测流程图 | 第33-34页 |
| 3.3 RBF神经网络用于风电最大功率点追踪 | 第34-36页 |
| 3.3.1 控制系统 | 第34页 |
| 3.3.2 RBF拓扑结构 | 第34-35页 |
| 3.3.3 控制框图 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于Elman神经网络的最大功率追踪控制 | 第37-45页 |
| 4.1 Elman神经网络的算法 | 第37-39页 |
| 4.2 Elman神经网络预测流程 | 第39-40页 |
| 4.3 Elman神经网络用于风电最大功率点追踪 | 第40-44页 |
| 4.3.1 控制系统 | 第40-41页 |
| 4.3.2 Elman拓扑结构 | 第41-42页 |
| 4.3.3 控制框图 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于神经网络的最大功率点追踪的仿真分析 | 第45-54页 |
| 5.1 控制系统Matlab/Simulink仿真环境 | 第45页 |
| 5.2 风电仿真模型图 | 第45-49页 |
| 5.2.1 基于Elman神经网络仿真模块图 | 第46-47页 |
| 5.2.2 基于RBF神经网络仿真模块图 | 第47页 |
| 5.2.3 风速的仿真模型 | 第47-48页 |
| 5.2.4 风能利用系数的仿真模型 | 第48-49页 |
| 5.3 仿真结果及分析 | 第49-53页 |
| 5.3.1 最大转速追踪的仿真实验 | 第50-51页 |
| 5.3.2 最大功率追踪的仿真实验 | 第51-52页 |
| 5.3.3 最大风能利用系数的仿真实验 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 总结 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |