并网逆变器的逆最优控制及故障限流器设计
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 论文的背景及研究意义 | 第10-13页 |
1.2 本课题国内外研究现状 | 第13-16页 |
1.2.1 并网逆变器控制的研究现状 | 第13-15页 |
1.2.2 桥式故障限流器的发展现状 | 第15-16页 |
1.3 本课题研究的意义和内容 | 第16-20页 |
1.3.1 本课题研究的意义 | 第16-18页 |
1.3.2 本课题研究的内容 | 第18-20页 |
第2章 预备知识 | 第20-32页 |
2.1 逆最优控制及相关算法 | 第20-22页 |
2.2 BP神经网络 | 第22-27页 |
2.2.1 神经网络的发展 | 第22-24页 |
2.2.2 神经网络的原理 | 第24-25页 |
2.2.3 BP神经网络流程 | 第25-27页 |
2.3 桥式故障限流器 | 第27-30页 |
2.3.1 短路限流技术的背景 | 第27-29页 |
2.3.2 桥式故障限流器拓扑结构和工作原理 | 第29-30页 |
2.4 本章小结 | 第30-32页 |
第3章 基于逆最优的逆变器控制 | 第32-52页 |
3.1 分布式电源经三相逆变器接入微网的数学模型 | 第33-37页 |
3.1.1 L型逆变器拓扑结构和数学方程 | 第33-35页 |
3.1.2 LC型拓扑结构和数学方程 | 第35-36页 |
3.1.3 LCL型拓扑结构和数学方程 | 第36-37页 |
3.2 两种逆变器控制介绍 | 第37-41页 |
3.2.1 线性最优控制 | 第38-40页 |
3.2.2 PID瞬时值反馈控制技术 | 第40-41页 |
3.3 基于逆最优控制的三相逆变器 | 第41-49页 |
3.3.1 三相逆变器 | 第42-44页 |
3.3.2 全局稳定和最小化证明 | 第44-45页 |
3.3.3 最小化代价函数 | 第45-47页 |
3.3.4 算法分析和评价 | 第47-49页 |
3.4 本章小结 | 第49-52页 |
第4章 基于BP神经网络桥式故障限流器 | 第52-70页 |
4.1 两种常用的IGBT控制回路 | 第54-56页 |
4.1.1 基于逻辑电路的IGBT控制 | 第54-55页 |
4.1.2 基于模糊逻辑算法的IGBT控制 | 第55-56页 |
4.2 基于神经网络分类的IGBT控制 | 第56-61页 |
4.2.1 故障分类流程概况 | 第57-58页 |
4.2.2 BP神经网络分类过程 | 第58-59页 |
4.2.3 BP神经网络算法 | 第59-61页 |
4.3 仿真结果分析 | 第61-68页 |
4.4 本章小结 | 第68-70页 |
第5章 总结与展望 | 第70-72页 |
5.1 论文工作总结 | 第70页 |
5.2 后继工作展望 | 第70-72页 |
参考文献 | 第72-78页 |
致谢 | 第78页 |