首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文--风力发电机论文

双馈异步风力发电机参数辨识

摘要第4-6页
Abstract第6-7页
1 绪论第10-16页
    1.1 论文的选题背景和研究意义第10-12页
        1.1.1 论文的选题背景第10-12页
        1.1.2 论文的研究意义第12页
    1.2 双馈异步风力发电机参数辨识的国内外研究现状第12-15页
    1.3 论文的主要研究内容第15-16页
2 双馈异步风力发电机的数学模型第16-26页
    2.1 双馈异步风力发电机的工作原理第16-18页
    2.2 双馈异步风力发电机在三相静止坐标系下的数学模型第18-22页
        2.2.1 电压方程第19-20页
        2.2.2 磁链方程第20-21页
        2.2.3 转矩和运动方程第21-22页
    2.3 双馈异步风力发电机在两相旋转坐标系下的数学模型第22-24页
        2.3.1 电压方程第23页
        2.3.2 磁链方程第23页
        2.3.3 转矩和运动方程第23-24页
    2.4 双馈异步风力发电机参数可辨识性分析第24-25页
    2.5 小结第25-26页
3 双馈异步风力发电机参数的时域辨识方法第26-48页
    3.1 最小二乘法第26-29页
        3.1.1 最小二乘法原理第26-27页
        3.1.2 带遗忘因子的递推最小二乘法第27-29页
    3.2 基于FFRLS的双馈异步风力发电机参数辨识第29-37页
        3.2.1 电气参数辨识模型第29-32页
        3.2.2 机械参数辨识模型第32-33页
        3.2.3 仿真分析第33-37页
    3.3 基于MRAS的双馈异步风力发电机参数辨识第37-47页
        3.3.1 模型参考自适应系统第37-38页
        3.3.2 电气参数辨识模型第38-41页
        3.3.3 机械参数辨识模型第41页
        3.3.4 参数自适应律的设计第41-43页
        3.3.5 仿真分析第43-47页
    3.4 小结第47-48页
4 基于SA-PSO的双馈异步风力发电机电气参数辨识第48-57页
    4.1 粒子群优化算法第48-49页
        4.1.1 带惯性权重的粒子群算法第49页
        4.1.2 带收缩因子的粒子群算法第49页
    4.2 模拟退火粒子群优化算法第49-50页
    4.3 数学模型第50-51页
    4.4 基于SA-PSO算法的电气参数辨识步骤第51-53页
    4.5 基于不同算法的测试函数算例分析第53-54页
    4.6 电气参数辨识仿真分析第54-56页
    4.7 小结第56-57页
5 双馈异步风力发电机辨识参数的评估第57-64页
    5.1 参数评估的意义第57页
    5.2 参数评估方法第57-60页
        5.2.1 辨识参数的评估模型第58-59页
        5.2.2 可信度指标的建立第59-60页
    5.3 算例分析第60-63页
    5.4 小结第63-64页
结论第64-66页
致谢第66-67页
参考文献第67-70页
附录A 仿真模型第70-71页
附录B 机组参数及采集数据表第71-74页
攻读学位期间的研究成果第74页

论文共74页,点击 下载论文
上一篇:新知小学篮球校本教材的开发与应用研究
下一篇:8周瑜伽课程干预对大学生六大关节活动度的影响研究