| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-31页 |
| ·课题研究的背景及意义 | 第12-15页 |
| ·水轮发电机及其调速系统的参数辨识研究概述 | 第15-26页 |
| ·水轮发电机调速系统控制策略研究现状与进展 | 第26-28页 |
| ·本文主要研究内容 | 第28-31页 |
| 2 水轮发电机及其调速系统数学模型及仿真研究 | 第31-52页 |
| ·引言 | 第31-32页 |
| ·水轮发电机组控制系统数学模型 | 第32-44页 |
| ·水轮发电机及其调速系统仿真平台 | 第44-50页 |
| ·本章小结 | 第50-52页 |
| 3 基于多新息理论的水轮发电机及其调速系统参数辨识 | 第52-78页 |
| ·引言 | 第52-53页 |
| ·多新息最小二乘辨识理论 | 第53-56页 |
| ·水轮发电机调速系统多新息最小二乘算法参数辨识 | 第56-65页 |
| ·水轮发电机任意工况一次性抛载试验参数辨识 | 第65-77页 |
| ·本章小结 | 第77-78页 |
| 4 基于智能优化的水轮发电机及其调速系统参数辨识 | 第78-106页 |
| ·引言 | 第78-79页 |
| ·粒子群优化算法及量子粒子群优化算法 | 第79-81页 |
| ·基于IQPSO的水轮发电机调速系统参数辨识 | 第81-89页 |
| ·基于PSO-QO的水轮发电机非线性模型参数辨识 | 第89-104页 |
| ·本章小结 | 第104-106页 |
| 5 基于动态系统设计的水轮发电机非线性模型参数辨识 | 第106-123页 |
| ·引言 | 第106-107页 |
| ·水轮发电机数学模型及可辨识性分析 | 第107-110页 |
| ·基于动态系统设计的参数辨识基本思想 | 第110-111页 |
| ·以Hopfield神经网络为例的动态系统参数辨识 | 第111-114页 |
| ·实例分析 | 第114-121页 |
| ·结论 | 第121-123页 |
| 6 水轮发电机调速系统PID参数优化整定及滑模变结构控制 | 第123-146页 |
| ·引言 | 第123-124页 |
| ·基于菌群-粒子群优化算法的调速器PID参数优化整定 | 第124-135页 |
| ·基于滑模控制的水轮发电机调速系统控制 | 第135-145页 |
| ·本章小结 | 第145-146页 |
| 7 全文总结与展望 | 第146-149页 |
| ·全文工作总结 | 第146-148页 |
| ·进一步研究展望 | 第148-149页 |
| 参考文献 | 第149-167页 |
| 致谢 | 第167-168页 |
| 附录1：攻读博士期间所发表的论文 | 第168-169页 |
| 附录2：攻读博士期间完成和参与的科研项目 | 第169页 |
