| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 负荷频率控制研究现状 | 第12-18页 |
| 1.3 互联电力系统控制性能指标 | 第18-19页 |
| 1.4 本文工作 | 第19-21页 |
| 第2章 互联电力系统负荷频率控制基础 | 第21-31页 |
| 2.1 互联电力系统概述 | 第21-23页 |
| 2.1.1 电力系统互联的优点 | 第21页 |
| 2.1.2 电力系统互联存在的问题 | 第21-22页 |
| 2.1.3 互联电力系统负荷频率控制的主要技术问题 | 第22-23页 |
| 2.2 互联电力系统频率特性 | 第23-25页 |
| 2.2.1 互联电力系统频率静态特性 | 第23-25页 |
| 2.2.2 互联电力系统频率动态特性 | 第25页 |
| 2.3 互联电力系统负荷频率控制 | 第25-30页 |
| 2.3.1 互联电力系统负荷频率控制方式 | 第25-26页 |
| 2.3.2 互联电力系统负荷频率控制模式 | 第26-29页 |
| 2.3.3 互联电力系统负荷频率控制方法 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 互联负荷频率控制系统建模 | 第31-47页 |
| 3.1 互联负荷频率控制系统建模问题 | 第31页 |
| 3.2 负荷频率控制系统相关元件模型 | 第31-35页 |
| 3.3 单区域负荷频率控制系统的动态特性 | 第35-39页 |
| 3.3.1 单区域一次调频时的动态特性 | 第36-37页 |
| 3.3.2 单区域二次调频时的动态特性 | 第37-39页 |
| 3.4 多区域分散负荷频率控制系统模型 | 第39-46页 |
| 3.4.1 交流负荷频率控制系统模型 | 第39-43页 |
| 3.4.2 交直流负荷频率控制系统模型 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于OBC-PSO优化模糊PID的负荷频率控制 | 第47-67页 |
| 4.1 模糊控制理论 | 第47-50页 |
| 4.1.1 模糊控制器的结构 | 第48-49页 |
| 4.1.2 模糊控制器的设计流程 | 第49-50页 |
| 4.2 模糊PID负荷频率控制器设计 | 第50-54页 |
| 4.2.1 论域变换 | 第51页 |
| 4.2.2 变量模糊化 | 第51-52页 |
| 4.2.3 模糊控制规则 | 第52-54页 |
| 4.3 改进粒子群优化算法 | 第54-60页 |
| 4.3.1 粒子群优化算法 | 第54-56页 |
| 4.3.2 OBC-PSO算法 | 第56-58页 |
| 4.3.3 OBC-PSO优化模糊PID负荷频率控制器 | 第58-60页 |
| 4.4 基于Matlab的仿真分析 | 第60-66页 |
| 4.4.1 直流调制提高频率稳定性仿真 | 第61-63页 |
| 4.4.2 非线性对负荷频率控制系统的影响 | 第63-64页 |
| 4.4.3 OBC-PSO优化模糊PID的负荷频率控制仿真 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 基于模糊RBF神经网络的负荷频率控制 | 第67-81页 |
| 5.1 RBF神经网络 | 第67-72页 |
| 5.1.1 RBF神经网络结构 | 第68-70页 |
| 5.1.2 RBF神经网络学习训练 | 第70-72页 |
| 5.2 模糊RBF负荷频率控制器设计 | 第72-78页 |
| 5.2.1 模糊推理和RBF神经网络的等价性 | 第72-73页 |
| 5.2.2 模糊RBF神经网络结构 | 第73-75页 |
| 5.2.3 基于Matlab的模糊RBF设计 | 第75-78页 |
| 5.3 基于Matlab的仿真分析 | 第78-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第6章 结论与展望 | 第81-83页 |
| 6.1 研究总结 | 第81-82页 |
| 6.2 研究展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第89页 |
