| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·计算机仿真 | 第7-9页 |
| ·计算机仿真的基本概念 | 第7-8页 |
| ·计算机仿真分类 | 第8-9页 |
| ·国内外水电厂仿真系统概况 | 第9-10页 |
| ·水电厂仿真培训系统开发目的和意义 | 第10-11页 |
| ·论文的主要工作 | 第11-13页 |
| 2 水轮发电机组有功功率闭环控制系统建模与仿真 | 第13-32页 |
| ·引言 | 第13页 |
| ·水轮发电机组调节系统建模 | 第13-28页 |
| ·水轮发电机组调节系统概述 | 第13-14页 |
| ·水轮机的基本工作参数 | 第14-16页 |
| ·水轮发电机组非线性数学模型 | 第16-19页 |
| ·微机调速器模型 | 第19-20页 |
| ·机组功率闭环控制模型 | 第20页 |
| ·数字式有功功率PID 控制器模型 | 第20-28页 |
| ·水轮发电机组有功功率闭环控制仿真 | 第28-31页 |
| ·水轮发电机组有功功率闭环控制系统仿真模型 | 第28-29页 |
| ·水轮发电机组有功功率闭环控制系统仿真结果 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 神经网络基础理论 | 第32-42页 |
| ·神经网络技术的发展与现状 | 第32页 |
| ·神经网络的基本理论 | 第32-35页 |
| ·神经元的基本模型 | 第33-34页 |
| ·神经网络的构成 | 第34页 |
| ·神经网络的学习算法 | 第34-35页 |
| ·误差反向传播网络 | 第35-42页 |
| ·多层前向网络的逼近能力 | 第35页 |
| ·误差反向传播算法 | 第35-42页 |
| 4 基于神经网络的水轮发电机组模型辨识 | 第42-57页 |
| ·基于神经网络的系统辨识 | 第42-45页 |
| ·基于神经网络的系统辨识原理 | 第42-43页 |
| ·神经网络辨识中的基本问题 | 第43-44页 |
| ·模型的选择与学习算法的确定 | 第44-45页 |
| ·水轮发电机组简化模型的神经网络辨识 | 第45-51页 |
| ·简化模型的神经网络辨识 | 第45-46页 |
| ·用MATLAB 实现神经网络辨识 | 第46-51页 |
| ·水轮发电机组模型的神经网络辨识 | 第51-55页 |
| ·模型结构设计 | 第51-52页 |
| ·模型训练和验证 | 第52-55页 |
| ·结果分析 | 第55页 |
| ·本章小结 | 第55-57页 |
| 5 基于 VC 技术的人机界面的实现 | 第57-64页 |
| ·关于MATLAB 和Visual C++语言 | 第57-59页 |
| ·MATLAB 语言 | 第57-58页 |
| ·Visual C++语言 | 第58页 |
| ·MATLAB 与Visual C++的混合编程的方案比较 | 第58-59页 |
| ·MATLAB 引擎调用方法 | 第59-60页 |
| ·VC 和MATLAB 混合编程的步骤 | 第60-61页 |
| ·水轮机调节系统的界面及程序设计 | 第61-63页 |
| ·基于神经网络模型水轮机调节系统仿真界面及功能 | 第61页 |
| ·程序设计流程图 | 第61-62页 |
| ·基于简化模型的水轮机调节系统仿真界面 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69页 |