| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外发展动态及研究现状 | 第11-13页 |
| 1.2.1 感应电动机能效评估发展动态及研究现状 | 第11-12页 |
| 1.2.2 感应电动机参数在线辨识发展动态及研究现状 | 第12-13页 |
| 1.3 应用前景 | 第13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 1.4.1 电机能效评估方法 | 第14页 |
| 1.4.2 电机参数在线辨识研究 | 第14页 |
| 1.4.3 电机系统能效评估模型 | 第14-15页 |
| 第2章 感应电动机能效测试方法对比分析 | 第15-26页 |
| 2.1 标准感应电动机能效测试方法对比 | 第15-17页 |
| 2.2 传统感应电动机能效在线测试方法对比分析 | 第17-23页 |
| 2.3 适用于节能潜力分析的能效测试方法 | 第23-25页 |
| 2.3.1 感应电动机T型等效电路 | 第23-24页 |
| 2.3.2 结合参数辨识的等效电路法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于递推最小二乘算法的电动机参数辨识 | 第26-42页 |
| 3.1 可辨识性问题 | 第26-27页 |
| 3.1.1 系统可辨识性与参数可辨识性 | 第26-27页 |
| 3.1.2 辨识输入信号 | 第27页 |
| 3.2 递推最小二乘算法辨识 | 第27-38页 |
| 3.2.1 感应电动机模型推导 | 第27-32页 |
| 3.2.2 递推最小二乘算法辨识流程 | 第32-34页 |
| 3.2.3 递推最小二乘算法辨识仿真分析 | 第34-38页 |
| 3.3 递推最小二乘算法实验分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 用于能效动态监测的扩展卡尔曼滤波算法 | 第42-51页 |
| 4.1 扩展卡尔曼滤波算法 | 第42-45页 |
| 4.1.1 扩展卡尔曼滤波法介绍 | 第42-43页 |
| 4.1.2 卡尔曼滤波法基本原理 | 第43-45页 |
| 4.2 扩展卡尔曼滤波算法辨识转子动态电阻 | 第45-50页 |
| 4.2.1 扩展卡尔曼滤波法模型推导 | 第45-47页 |
| 4.2.2 扩展卡尔曼滤波法辨识流程 | 第47-49页 |
| 4.2.3 扩展卡尔曼滤波法辨识动态模型仿真 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 电动机能效监测与节能潜力评估模型 | 第51-57页 |
| 5.1 模型能效监测方法分析 | 第51页 |
| 5.2 感应电动机能效监测及节能潜力评估模型 | 第51-55页 |
| 5.2.1 感应电动机能效在线监测模型 | 第51-52页 |
| 5.2.2 能效在线监测模型实验分析 | 第52-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第6章 结论与展望 | 第57-59页 |
| 6.1 结论 | 第57页 |
| 6.2 进一步研究工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 攻读硕士学位期间参加的科研工作 | 第64-65页 |
| 致谢 | 第65页 |