基于ARM的电网谐波检测系统的研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第14-20页 |
1.1 选题背景 | 第14-15页 |
1.2 国内外发展历程及研究现状 | 第15-18页 |
1.3 谐波检测存在的问题 | 第18-19页 |
1.4 本文的结构安排 | 第19页 |
1.5 本章小结 | 第19-20页 |
2 谐波的常用检测算法 | 第20-38页 |
2.1 谐波的产生和特点 | 第20-22页 |
2.2 基于傅里叶变换的电网谐波检测 | 第22-27页 |
2.2.1 连续傅里叶变换 | 第22页 |
2.2.2 离散傅里叶变换(DFT) | 第22-24页 |
2.2.3 快速傅里叶变换(FFT) | 第24页 |
2.2.4 仿真实验与结果分析 | 第24-27页 |
2.3 基于BP神经网络的电网谐波检测 | 第27-35页 |
2.3.1 BP神经网络结构 | 第27-28页 |
2.3.2 BP神经网络学习算法 | 第28-31页 |
2.3.3 学习样本的确定 | 第31-33页 |
2.3.4 BP神经网络参数的确定 | 第33-34页 |
2.3.5 仿真实验与结果分析 | 第34-35页 |
2.4 本章小结 | 第35-38页 |
3 基于小波神经网络的电网谐波检测 | 第38-54页 |
3.1 小波变换 | 第38-40页 |
3.1.1 连续小波变换 | 第38-39页 |
3.1.2 离散小波变换 | 第39-40页 |
3.2 小波神经网络概述和基本结构 | 第40-41页 |
3.3 小波神经网络的网络参数初始化 | 第41-51页 |
3.3.1 小波基函数的选择 | 第42-43页 |
3.3.2 输入层节点个数的选择 | 第43页 |
3.3.3 隐层节点数的选择 | 第43页 |
3.3.4 小波神经网络参数初始化 | 第43-45页 |
3.3.5 小波神经网络的训练算法 | 第45-47页 |
3.3.6 仿真实验与结果分析 | 第47-51页 |
3.4 本章小结 | 第51-54页 |
4 谐波检测系统的硬件设计 | 第54-68页 |
4.1 谐波检测系统硬件总体设计 | 第54-55页 |
4.2 硬件电路设计 | 第55-67页 |
4.2.1 Exynos4412简介 | 第55-57页 |
4.2.2 按键以及复位电路 | 第57-58页 |
4.2.3 LCD显示模块 | 第58-60页 |
4.2.4 系统存储电路 | 第60页 |
4.2.5 通信模块 | 第60-61页 |
4.2.6 RTC时钟电路 | 第61-62页 |
4.2.7 信号互感变换和调理电路 | 第62-63页 |
4.2.8 同步采样电路 | 第63-64页 |
4.2.9 A/D变换电路 | 第64-65页 |
4.2.10 隔离电路 | 第65-66页 |
4.2.11 电源电路 | 第66-67页 |
4.3 本章小结 | 第67-68页 |
5 谐波检测系统的软件设计 | 第68-78页 |
5.1 系统软件设计 | 第68-76页 |
5.1.1 主程序设计 | 第68-69页 |
5.1.2 RTC时钟的相关设置 | 第69页 |
5.1.3 LCD显示程序设计 | 第69-71页 |
5.1.4 通信程序 | 第71页 |
5.1.5 A/D转换程序设计 | 第71-73页 |
5.1.6 SD卡的程序设计 | 第73-74页 |
5.1.7 按键处理程序设计 | 第74-75页 |
5.1.8 数据处理程序设计 | 第75-76页 |
5.2 本章小结 | 第76-78页 |
6 总结与展望 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-86页 |
作者简介 | 第86-87页 |