| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 绪论 | 第9-12页 |
| 第一章 电力系统谐波 | 第12-18页 |
| 1.1 谐波的定义 | 第12-13页 |
| 1.2 谐波的来源及危害 | 第13-15页 |
| 1.3 谐波的治理 | 第15-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 谐波的检测方法 | 第18-37页 |
| 2.1 模拟滤波器谐波检测方法 | 第18-19页 |
| 2.2 基于傅立叶变换的谐波检测方法 | 第19页 |
| 2.3 基于瞬时无功功率的谐波检测方法 | 第19-21页 |
| 2.4 基于小波变换的谐波检测方法 | 第21-22页 |
| 2.5 基于人工基于神经网络谐波检测方法 | 第22-30页 |
| 2.5.1 生物神经元 | 第22-23页 |
| 2.5.2 人工神经网络的构成 | 第23-28页 |
| 2.5.3 人工神经网络学习 | 第28-30页 |
| 2.6 粒子群优化算法 | 第30-35页 |
| 2.6.1 基本微粒群算法原理 | 第31-33页 |
| 2.6.2 改进的粒子群算法 | 第33-35页 |
| 2.7 本章小节 | 第35-37页 |
| 第三章 基于粒子群优化神经网络的谐波检测 | 第37-47页 |
| 3.1 基于前向多层前馈网络的谐波检测方案 | 第37-39页 |
| 3.2 检测算法的仿真分析 | 第39-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 基于ARM微处理器的谐波检测电路 | 第47-61页 |
| 4.1 谐波测量技术的发展 | 第47-48页 |
| 4.2 数字式谐波检测方法 | 第48-50页 |
| 4.3 基于S3C4480谐波检测电路的基本结构 | 第50-57页 |
| 4.3.1 三星S3C4480微处理器 | 第50-53页 |
| 4.3.2 LCD显示模块 | 第53-56页 |
| 4.3.3 非线性负载电流检测电路的设计 | 第56-57页 |
| 4.4 检测系统的软件设计 | 第57-60页 |
| 4.4.1 ADS集成开发环境 | 第57-58页 |
| 4.4.2 软件程序的总体设计 | 第58-59页 |
| 4.4.3 ADC数据采集及基于LCD人机用户界面的软件程序设计 | 第59页 |
| 4.4.4 人工神经网络训练算法及检测算法的设计 | 第59-60页 |
| 4.5 小章小节 | 第60-61页 |
| 第五章 硬件实验及分析 | 第61-64页 |
| 5.1 实验装置简介 | 第61-62页 |
| 5.2 实验结果及分析 | 第62-63页 |
| 5.3 本章小节 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 发表文章目录 | 第68-69页 |
| 致谢 | 第69-70页 |
| 大庆石油学院硕士研究生学位论文摘要 | 第70-76页 |