| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 符号说明 | 第10-12页 |
| 第一章 绪论 | 第12-23页 |
| ·励磁控制的意义 | 第12页 |
| ·励磁控制系统的构成分析 | 第12-14页 |
| ·励磁系统的性能要求 | 第14页 |
| ·同步发电机励磁控制研究现状和发展 | 第14-20页 |
| ·线性传递函数数学模型上的单变量设计 | 第15页 |
| ·线性传递函数数学模型上的多变量设计 | 第15-16页 |
| ·线性状态空间模型上的多变量优化设计 | 第16页 |
| ·基于反馈线性化的非线性设计 | 第16-18页 |
| ·鲁棒控制设计 | 第18页 |
| ·自适应控制设计 | 第18-19页 |
| ·智能控制设计 | 第19页 |
| ·大系统模型上的分散与协调设计 | 第19-20页 |
| ·励磁控制发展中的一些重要问题和启示 | 第20-21页 |
| ·本文的主要工作 | 第21-23页 |
| 第二章 电力系统的基本数学模型 | 第23-31页 |
| ·与无穷大系统并联运行的同步发电机的基本方程 | 第23-29页 |
| ·同步发电机转子运动方程 | 第23-25页 |
| ·同步发电机电势，定子电压及定子电流之间的联系方程 | 第25-28页 |
| ·功率方程 | 第28-29页 |
| ·励磁系统的数学模型 | 第29-30页 |
| ·单机无穷大系统的数学模型 | 第30-31页 |
| 第三章 线性最优励磁控制器(LOEC)的设计 | 第31-39页 |
| ·最优控制原理 | 第31-32页 |
| ·二次性能指标 | 第31-32页 |
| ·线性最优控制系统的设计步骤 | 第32页 |
| ·最优励磁控制系统的设计 | 第32-34页 |
| ·单机无穷大输电系统的线性化方程组 | 第32-33页 |
| ·二次性能指标 | 第33页 |
| ·控制规律的求解 | 第33-34页 |
| ·LOEC励磁控制设计实例和仿真分析 | 第34-38页 |
| ·权矩阵Q的说明 | 第38-39页 |
| 第四章 神经网络及神经控制 | 第39-62页 |
| ·人工神经元模型 | 第39-41页 |
| ·人工神经网络模型和算法 | 第41-42页 |
| ·人工神经网络模型 | 第41-42页 |
| ·神经网络的学习算法 | 第42页 |
| ·BP网络和BP算法 | 第42-56页 |
| ·BP算法要点 | 第43-45页 |
| ·应用Matlab神经网络工具箱对常用BP算法的分析 | 第45-56页 |
| ·常规训练算法 | 第45-49页 |
| ·快速训练算法 | 第49-54页 |
| ·训练结果的分析比较 | 第54-56页 |
| ·神经网络控制理论 | 第56-62页 |
| ·神经控制的基本思想 | 第56-57页 |
| ·神经网络控制的结构 | 第57-60页 |
| ·神经网络控制的设计方法分类 | 第60-62页 |
| 第五章 基于BP网络的自适应励磁控制器的设计 | 第62-69页 |
| ·人工神经网络自适应励磁控制器的结构 | 第62-63页 |
| ·神经网络控制器的设计 | 第63-69页 |
| ·神经网络自适应控制器的结构 | 第63-64页 |
| ·神经网络样本数据和教师值的获得 | 第64-66页 |
| ·BP训练算法的选择 | 第66-69页 |
| 第六章 系统仿真的研究 | 第69-81页 |
| ·MATLAB／SPS进行电力系统仿真分析的基本方法 | 第69-72页 |
| ·SPS简介 | 第69-70页 |
| ·仿真过程分析 | 第70-71页 |
| ·关于MATLAB／SPS应用于电力系统仿真的几点看法 | 第71-72页 |
| ·用MATLAB／SPS进行电力系统仿真分析 | 第72-77页 |
| ·网络参数计算 | 第72-73页 |
| ·模型搭建说明 | 第73-74页 |
| ·仿真框图分析 | 第74-77页 |
| ·静态稳定性 | 第77-78页 |
| ·ANEC和LOEC的暂态稳定性分析 | 第78-80页 |
| ·小结 | 第80-81页 |
| 第七章 结论和展望 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表的学术论文 | 第89页 |
