人工神经网络控制在电力系统中的应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·人工神经网络在电力系统的应用现状 | 第10-12页 |
| ·在电力负荷预报方面的应用 | 第10页 |
| ·在电压稳定裕度计算中的应用 | 第10-11页 |
| ·在建立负荷模型方面的应用 | 第11页 |
| ·在发电机的稳定控制方面的应用 | 第11页 |
| ·在发电机自适应控制方面的应用 | 第11页 |
| ·在潮流计算中的应用 | 第11-12页 |
| ·本文的主要内容及组织结构 | 第12-14页 |
| ·主要内容 | 第12页 |
| ·本文的结构 | 第12-14页 |
| 第二章 人工神经网络 | 第14-26页 |
| ·人工神经网络的基本概念 | 第14-18页 |
| ·人工神经网络的定义 | 第14-15页 |
| ·人工神经网络的基本特征 | 第15-16页 |
| ·决定人工神经网络整体性能的三大要素 | 第16-17页 |
| ·人工神经网络的分类 | 第17-18页 |
| ·几种常见网络模型 | 第18-23页 |
| ·单神经元模型 | 第18-19页 |
| ·BP网络 | 第19-20页 |
| ·自适应线性神经元 | 第20页 |
| ·径向基函数神经网络 | 第20-21页 |
| ·小脑模型神经网络 | 第21-22页 |
| ·PID神经网络 | 第22页 |
| ·递归型神经网络 | 第22-23页 |
| ·连续型Hopfield网络 | 第23页 |
| ·人工神经网络的几种学习算法 | 第23-26页 |
| ·无监督的Hebb学习规则 | 第23-24页 |
| ·有监督的δ学习规则 | 第24页 |
| ·有监督的Hebb学习规则 | 第24页 |
| ·竞争学习规则 | 第24-26页 |
| 第三章 基于人工神经网络的系统辨识 | 第26-33页 |
| ·系统辨识基本原理 | 第26-29页 |
| ·系统辨识的设计原理 | 第26-28页 |
| ·系统辨识在工业中的应用 | 第28-29页 |
| ·神经网络系统辨识器概述 | 第29-31页 |
| ·神经网络系统辨识器的设计 | 第31页 |
| ·神经网络辨识与传统辨识的比较 | 第31-33页 |
| 第四章 人工神经网络控制 | 第33-44页 |
| ·传统控制理论及其局限性 | 第33-35页 |
| ·神经网络控制概述 | 第35-38页 |
| ·神经网络控制的基本概念 | 第35页 |
| ·神经网络对控制领域有吸引力的特征 | 第35-37页 |
| ·人工神经网络控制取得的进展 | 第37-38页 |
| ·神经网络控制的设计 | 第38-40页 |
| ·确定性系统与环境 | 第39页 |
| ·不确定、不确知系统与环境 | 第39-40页 |
| ·神经PID控制 | 第40-44页 |
| ·传统PID控制概述 | 第40-43页 |
| ·神经PID控制 | 第43-44页 |
| 第五章 神经PID控制在电厂主汽温控制中的应用 | 第44-51页 |
| ·电厂主汽温控制存在的问题 | 第44-45页 |
| ·系统在线辨识器NNI | 第45-47页 |
| ·神经PID控制器NNC | 第47-48页 |
| ·PID控制应用仿真 | 第48-49页 |
| ·结论 | 第49-51页 |
| 第六章 结束语 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 研究生期间发表论文 | 第55-56页 |
| 致谢 | 第56页 |
