| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 本课题的研究背景及意义 | 第10-11页 |
| 1.2 光伏逆变器的简介 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 逆变器驱动方式 | 第12-14页 |
| 1.3.2 逆变器故障检测 | 第14-15页 |
| 1.4 马尔可夫理论在逆变器驱动和故障检测中的意义 | 第15-17页 |
| 1.4.1 马尔可夫链对于光伏逆变器驱动的意义 | 第16页 |
| 1.4.2 GHMM对于光伏逆变器故障检测的意义 | 第16-17页 |
| 1.5 本文研究内容及章节安排 | 第17-19页 |
| 第二章 马尔可夫理论及其改进 | 第19-33页 |
| 2.1 马尔可夫理论 | 第19-28页 |
| 2.1.1 Markov链 | 第19-20页 |
| 2.1.2 隐马尔可夫模型 | 第20-22页 |
| 2.1.3 HMM相关算法 | 第22-28页 |
| 2.2 HMM的改进 | 第28-32页 |
| 2.2.1 遗传算法的原理 | 第29-31页 |
| 2.2.2 将遗传算法与隐马尔可夫模型结合 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 基于Markov链的光伏逆变器混合随机SVPWM驱动 | 第33-58页 |
| 3.1 SVPWM驱动技术 | 第33-38页 |
| 3.1.1 传统SVPWM驱动技术 | 第33-37页 |
| 3.1.2 随机SVPWM技术 | 第37-38页 |
| 3.2 基于Markov链的混合随机SVPWM技术 | 第38-44页 |
| 3.2.1 随机数的产生 | 第38页 |
| 3.2.2 基于Markov链的随机数产生方法 | 第38-42页 |
| 3.2.3 混合随机SVPWM驱动技术的实现 | 第42-44页 |
| 3.3 基于Markov链的混合随机SVPWM仿真实验 | 第44-56页 |
| 3.3.1 仿真软件MATLAB介绍 | 第44-46页 |
| 3.3.2 仿真模型的搭建 | 第46-54页 |
| 3.3.3 仿真实验的结果分析 | 第54-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 基于GHMM的光伏逆变器故障分析及检测 | 第58-77页 |
| 4.1 光伏逆变器拓扑结构 | 第58-60页 |
| 4.2 NPC光伏逆变器的故障分析及常用的故障检测方法 | 第60-62页 |
| 4.2.1 故障分析 | 第60-61页 |
| 4.2.2 故障检测的常用方法 | 第61-62页 |
| 4.3 将遗传算法与HMM结合的NPC逆变器故障检测方法 | 第62-66页 |
| 4.3.1 确定特征变量 | 第63页 |
| 4.3.2 用遗传算法优化HMM的初始值 | 第63-64页 |
| 4.3.3 GHMM的训练 | 第64-66页 |
| 4.3.4 用GHMM进行故障检测 | 第66页 |
| 4.4 基于GHMM的光伏逆变器故障检测仿真实验 | 第66-76页 |
| 4.4.1 实验方案 | 第66页 |
| 4.4.2 故障信息的采集 | 第66-68页 |
| 4.4.3 故障模型的训练 | 第68-70页 |
| 4.4.4 故障的检测 | 第70-72页 |
| 4.4.5 与其它故障检测方法的比较 | 第72-76页 |
| 4.5 本章小节 | 第76-77页 |
| 第五章 总结和展望 | 第77-79页 |
| 5.1 研究总结 | 第77-78页 |
| 5.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士研究生期间的学术成果 | 第85页 |
