| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-27页 |
| ·研究背景及意义 | 第12-14页 |
| ·水轮机调速器及控制策略综述 | 第14-19页 |
| ·水轮机调速器的发展过程 | 第14页 |
| ·水轮机控制策略的研究 | 第14-19页 |
| ·水轮发电机组的系统辨识综述 | 第19-21页 |
| ·系统辨识理论发展和现状 | 第19-20页 |
| ·水轮发电机组的模型辨识 | 第20-21页 |
| ·贝叶斯网和觅食优化算法综述 | 第21-24页 |
| ·贝叶斯网的发展与现状 | 第22-23页 |
| ·觅食优化算法的发展 | 第23-24页 |
| ·本文工作介绍 | 第24-27页 |
| ·研究目的 | 第24-25页 |
| ·研究内容 | 第25-26页 |
| ·本文组织结构 | 第26-27页 |
| 2 水轮机调节对象的数学模型 | 第27-38页 |
| ·引言 | 第27-28页 |
| ·水轮机调节对象的数学模型 | 第28-32页 |
| ·水轮机数学模型 | 第28-29页 |
| ·压力引水系统 | 第29-30页 |
| ·电液随动系统 | 第30-31页 |
| ·发电机及电网负荷数学模型 | 第31-32页 |
| ·水轮发电机组Simulink仿真模型 | 第32-37页 |
| ·水轮发电机组线性仿真模型 | 第32页 |
| ·水轮发电机组非线性仿真模型 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 3 贝叶斯-高斯神经网络辨识理论 | 第38-52页 |
| ·引言 | 第38-40页 |
| ·贝叶斯-高斯神经网络模型的基本结构 | 第40-44页 |
| ·贝叶斯-高斯推理模型 | 第41-43页 |
| ·贝叶斯-高斯神经网络模型 | 第43-44页 |
| ·贝叶斯-高斯神经网络训练算法 | 第44-47页 |
| ·群智能优化算法 | 第45-46页 |
| ·门槛矩阵的群智能优化 | 第46-47页 |
| ·贝叶斯-高斯神经网络在线应用 | 第47-49页 |
| ·贝叶斯-高斯神经网络自适应调整策略 | 第47-48页 |
| ·滑动窗口数据驱动的贝叶斯-高斯神经网络 | 第48-49页 |
| ·实例仿真 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 4 水轮发电机组模型的贝叶斯-高斯神经网络辨识 | 第52-80页 |
| ·引言 | 第52-53页 |
| ·水轮发电机组辨识问题描述 | 第53-54页 |
| ·基于BGNN的水轮发电机组段建模和辨识 | 第54-56页 |
| ·水轮发电机组段的贝叶斯-高斯辨识网络 | 第54页 |
| ·贝叶斯-高斯水轮发电机组段辨识网络结构 | 第54-56页 |
| ·基于BP神经网络的建模和辨识方法 | 第56-61页 |
| ·BP网络结构及数学描述 | 第56-58页 |
| ·BP网络权值调整 | 第58-61页 |
| ·基于RBF神经网络的建模和辨识方法 | 第61-63页 |
| ·RBF神经网络结构 | 第61-62页 |
| ·RBF网络参数训练和学习过程 | 第62-63页 |
| ·水轮发电机组段模型的神经网络辨识 | 第63-78页 |
| ·BP网络辨识 | 第64-69页 |
| ·RBF网络辨识 | 第69-73页 |
| ·贝叶斯-高斯神经网络辨识 | 第73-78页 |
| ·水轮发电机组辨识对比分析 | 第78页 |
| ·本章小结 | 第78-80页 |
| 5 水轮机调速系统的预测控制策略设计 | 第80-89页 |
| ·引言 | 第80页 |
| ·预测控制原理 | 第80-81页 |
| ·基于BGNN预测模型的水轮发电机组预测控制策略 | 第81-85页 |
| ·水轮发电机组预测控制结构 | 第81-82页 |
| ·贝叶斯-高斯神经网络预测模型 | 第82-83页 |
| ·滚动优化 | 第83页 |
| ·反馈校正 | 第83页 |
| ·预测控制算法流程 | 第83-84页 |
| ·预测控制鲁棒性分析 | 第84-85页 |
| ·水轮发电机组预测控制仿真 | 第85-87页 |
| ·输入输出贝叶斯-高斯神经网络预测模型 | 第85-86页 |
| ·水轮机调节系统预测控制 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 6 水轮发电机组控制器参数的IEFOA优化设计 | 第89-106页 |
| ·引言 | 第89-90页 |
| ·改进E.Coli觅食优化算法(IEFOA) | 第90-95页 |
| ·E.Coli觅食过程 | 第90-91页 |
| ·E.Coli觅食模型和算法 | 第91-92页 |
| ·改进的E.Coli觅食优化策略 | 第92-93页 |
| ·改进E.Coli觅食优化算法流程 | 第93-95页 |
| ·IEFOA的优化性能分析 | 第95-100页 |
| ·测试基准函数 | 第95-98页 |
| ·算法参数设置 | 第98页 |
| ·试验结果及分析 | 第98-100页 |
| ·IEFOA在水轮发电机组控制器参数优化设计中的应用 | 第100-105页 |
| ·水轮机控制器参数优化问题描述 | 第100-101页 |
| ·基于IEFOA的水轮机PID控制器参数设计 | 第101-105页 |
| ·本章小结 | 第105-106页 |
| 7 总结与展望 | 第106-108页 |
| ·总结 | 第106-107页 |
| ·进一步工作展望 | 第107-108页 |
| 参考文献 | 第108-119页 |
| 攻读博士期间的主要研究成果 | 第119-121页 |
| 致谢 | 第121页 |