| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题研究的目的及意义 | 第12-13页 |
| ·智能控制在电力系统中的应用 | 第13-20页 |
| ·专家系统 | 第13页 |
| ·人工神经网络 | 第13-14页 |
| ·模糊控制 | 第14-15页 |
| ·遗传算法 | 第15-17页 |
| ·粒子群算法 | 第17-19页 |
| ·强化学习算法 | 第19-20页 |
| ·变论域模糊控制算法发展及应用 | 第20-21页 |
| ·本文主要研究内容 | 第21-22页 |
| 第二章 模糊控制插值机理及变论域模糊控制原理 | 第22-31页 |
| ·引言 | 第22页 |
| ·模糊控制器插值机理 | 第22-23页 |
| ·模糊控制器调节粗糙的合理解释 | 第23-24页 |
| ·变论域模糊控制原理 | 第24-29页 |
| ·变论域模糊控制器设计思想的提出 | 第25-26页 |
| ·变论域模糊控制结构 | 第26-27页 |
| ·变论域的伸缩因子 | 第27-29页 |
| ·变论域的等价方法 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于CPS 标准的AGC 变论域模糊松弛控制方法 | 第31-47页 |
| ·引言 | 第31-32页 |
| ·CPS 标准及其最优松弛控制特点 | 第32-38页 |
| ·CPS 标准介绍 | 第32-36页 |
| ·CPS 最优松弛控制特点 | 第36-38页 |
| ·控制器设计 | 第38-42页 |
| ·基于变论域模糊的CPS 控制结构 | 第38-39页 |
| ·综合松弛控制思想的变论域模糊控制器设计 | 第39-42页 |
| ·仿真算例研究 | 第42-45页 |
| ·仿真建模 | 第42-44页 |
| ·仿真研究 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于Q 学习算法的变论域模糊控制新算法 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·变论域模糊控制器问题描述 | 第48-51页 |
| ·失真问题 | 第48-50页 |
| ·伸缩因子选取问题 | 第50页 |
| ·问题的解决方法 | 第50-51页 |
| ·控制算法设计 | 第51-56页 |
| ·Q 学习算法 | 第51-52页 |
| ·基于Q 学习的变论域模糊控制方法 | 第52-56页 |
| ·算例研究 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于Q 学习的水轮机调速器变论域模糊控制器的研究 | 第58-73页 |
| ·引言 | 第58-59页 |
| ·水轮发电机调节系统数学建模 | 第59-63页 |
| ·电液伺服系统 | 第59-60页 |
| ·发电机及负荷模型 | 第60页 |
| ·水轮机调节系统 | 第60-63页 |
| ·基于Q 学习的水轮机变论域模糊控制器设计 | 第63-65页 |
| ·变论域模糊控制器设计 | 第63-64页 |
| ·Q 学习控制器 | 第64-65页 |
| ·仿真分析 | 第65-72页 |
| ·收敛性研究 | 第66-67页 |
| ·空载工况 | 第67-70页 |
| ·负荷工况 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |