基于嵌入式系统的智能变电站的设计
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题来源 | 第9页 |
| 1.2 智能变电站的发展及课题研究背景 | 第9页 |
| 1.3 国内外研究及发展现状 | 第9-10页 |
| 1.4 课题研究的意义 | 第10-11页 |
| 1.5 论文的主要内容及结构框架 | 第11页 |
| 1.6 本章小结 | 第11-13页 |
| 2 智能变电站概述及总体设计方案 | 第13-21页 |
| 2.1 智能变电站的定义和主要技术特征 | 第13页 |
| 2.2 智能变电站的实现目标 | 第13-14页 |
| 2.3 智能变电站的优势和关键技术 | 第14页 |
| 2.4 智能变电站嵌入式系统总体设计方案 | 第14-19页 |
| 2.4.1 硬件电路总体设计方案 | 第17-18页 |
| 2.4.2 系统软件总体设计方案 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 3 系统硬件设计 | 第21-35页 |
| 3.1 主控制系统设计 | 第21-25页 |
| 3.1.1 主控CPU选型 | 第21-23页 |
| 3.1.2 CPU外围电路设计 | 第23-25页 |
| 3.2 电子式互感器的选型 | 第25-26页 |
| 3.3 温度传感器及模拟量输入电路 | 第26-28页 |
| 3.4 外部存储电路 | 第28-29页 |
| 3.5 人机接口电路 | 第29-31页 |
| 3.6 通信系统电路 | 第31页 |
| 3.7 开关量输入输出电路 | 第31-33页 |
| 3.8 JTAG/SWD调试及下载 | 第33-34页 |
| 3.9 本章小结 | 第34-35页 |
| 4 算法及程序设计 | 第35-67页 |
| 4.1 电力参数计算分析方法 | 第35-37页 |
| 4.2 基于模糊神经网络的电压无功最优控制策略 | 第37-50页 |
| 4.2.1 模糊控制原理和结构 | 第37-39页 |
| 4.2.2 神经网络定义和结构 | 第39-40页 |
| 4.2.3 模糊神经网络概述 | 第40-44页 |
| 4.2.4 变电站电压无功控制 | 第44-50页 |
| 4.3 基于遗传算法的变压器最优投切控制策略 | 第50-63页 |
| 4.3.1 变压器部分参数计算方法 | 第51-54页 |
| 4.3.2 自适应最小二乘法 | 第54-56页 |
| 4.3.3 遗传算法概述 | 第56-57页 |
| 4.3.4 变压器投切控制 | 第57-63页 |
| 4.4 变压器温度控制 | 第63-65页 |
| 4.5 本章小结 | 第65-67页 |
| 5 系统软件设计 | 第67-73页 |
| 5.1 操作系统移植 | 第67-70页 |
| 5.2 任务划分 | 第70-71页 |
| 5.3 本章小结 | 第71-73页 |
| 6 测试与结果分析 | 第73-83页 |
| 6.1 电压无功控制模拟测试 | 第73-79页 |
| 6.2 变压器投切控制模拟测试 | 第79-81页 |
| 6.3 本章小结 | 第81-83页 |
| 7 总结与展望 | 第83-85页 |
| 7.1 工作总结 | 第83页 |
| 7.2 展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 附录一 | 第89-93页 |
| 附录二 | 第93-95页 |
| 作者攻读学位期间发表论文清单 | 第95-97页 |
| 致谢 | 第97页 |
