| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·逆变器故障特点及分类 | 第13页 |
| ·逆变器故障诊断概述 | 第13-14页 |
| ·逆变器故障诊断的国内外研究现状 | 第14-15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·论文的工作安排 | 第16-18页 |
| 2 极限学习机神经网络理论 | 第18-26页 |
| ·单隐层前馈神经网络 | 第18-19页 |
| ·极限学习机原理分析 | 第19-24页 |
| ·本章小结 | 第24-26页 |
| 3 光伏逆变器故障分析及建模 | 第26-44页 |
| ·光伏逆变器拓扑结构 | 第26-27页 |
| ·三电平中点箝位型逆变器的工作原理 | 第27-30页 |
| ·三电平中点箝位型逆变器的拓扑结构 | 第27-29页 |
| ·三电平中点箝位型逆变器的工作原理 | 第29-30页 |
| ·三电平中点箝位型逆变器主电路故障分析 | 第30-33页 |
| ·三电平逆变器故障保护措施 | 第30-31页 |
| ·三电平逆变器故障类型分析 | 第31-33页 |
| ·三电平逆变器故障模型的搭建 | 第33-42页 |
| ·仿真工具SIMULINK简介 | 第33-34页 |
| ·三电平逆变器故障仿真 | 第34-37页 |
| ·三电平光伏逆变器仿真前期工作 | 第37页 |
| ·三电平逆变器的故障仿真及分析 | 第37-42页 |
| ·本章小结 | 第42-44页 |
| 4 基于极限学习机网络的三电平逆变器故障诊断 | 第44-58页 |
| ·神经网络与故障诊断 | 第44-45页 |
| ·神经网络的选取与极限学习机网络模型 | 第45-46页 |
| ·神经网络模型的选取 | 第45页 |
| ·ELM神经网络模型 | 第45-46页 |
| ·基于极限学习机网络的三电平光伏逆变器故障诊断方法 | 第46-55页 |
| ·故障特征参数的提取 | 第46-52页 |
| ·极限学习机网络样本的设计 | 第52-53页 |
| ·极限学习机网络模型的建立 | 第53-54页 |
| ·运用极限学习机网络对逆变器故障进行诊断 | 第54-55页 |
| ·仿真实验结果及其分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 5 基于支持向量机的三电平光伏逆变器故障诊断 | 第58-64页 |
| ·支持向量机理论 | 第58-61页 |
| ·线性支持向量机 | 第58-59页 |
| ·非线性支持向量机 | 第59页 |
| ·多分类支持向量机 | 第59-61页 |
| ·基于支持向量机的三电平光伏逆变器故障诊断方法 | 第61-62页 |
| ·故障特征参数的提取 | 第61页 |
| ·三电平光伏逆变器故障分类器的建立 | 第61-62页 |
| ·仿真实验结果及其分析 | 第62-63页 |
| ·SVM样本的获取 | 第62页 |
| ·分类结果及其分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介及读研期间主要科研成果 | 第72页 |