一种基于BP神经网络的配电网负荷谐波电流辨识方法
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-14页 |
·选题背景和研究意义 | 第7-10页 |
·国内外研究动态 | 第10-12页 |
·论文的主要工作 | 第12-14页 |
第二章 负荷模型与辨识 | 第14-24页 |
·非线性元件特性 | 第14-17页 |
·非线性电阻 | 第14-16页 |
·非线性电容和非线性电感 | 第16-17页 |
·基于瞬时负荷参数分割法的非线性负荷辨识方法 | 第17-19页 |
·非线性负荷的差分方程描述 | 第19-20页 |
·差分方程模型的参数辨识 | 第20-22页 |
·模型结构未知的复杂负荷特性的描述 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 负荷模型的 BP 神经网络学习 | 第24-33页 |
·人工神经网络的结构和原理 | 第24-28页 |
·神经元模型 | 第24-26页 |
·神经网络的结构 | 第26-27页 |
·神经网络的工作和学习方式 | 第27页 |
·神经网络的特点 | 第27-28页 |
·BP 神经网络 | 第28-32页 |
·BP 算法原理 | 第29-30页 |
·提高泛化能力的措施 | 第30-31页 |
·基于贝叶斯正则化的训练算法 | 第31-32页 |
·本章小结 | 第32-33页 |
第四章 理想激励源下的负荷电流估计 | 第33-44页 |
·基波提取的方法 | 第33-38页 |
·基于d-q 变换的基波提取方法 | 第33-34页 |
·基于周期法的基波提取方法 | 第34-35页 |
·基于 FFT 修正算法的基波提取 | 第35-38页 |
·训练样本的甄选 | 第38-39页 |
·理想激励下负荷的谐波电流辨识 | 第39-40页 |
·理想电压下的负荷谐波 | 第40-41页 |
·仿真验证 | 第41-43页 |
·本章小结 | 第43-44页 |
第五章 结论和展望 | 第44-46页 |
参考文献 | 第46-50页 |
发表论文和科研情况说明 | 第50-51页 |
致谢 | 第51页 |