摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-14页 |
1.1 课题研究背景及意义 | 第7-8页 |
1.2 课题研究现状 | 第8-13页 |
1.2.1 国内外风力发电现状 | 第8-9页 |
1.2.2 双馈风力发电机参数辨识方法研究现状 | 第9-13页 |
1.3 本课题研究目标和结构安排 | 第13-14页 |
第二章 双馈风力发电机的数学模型 | 第14-25页 |
2.1 引言 | 第14页 |
2.2 双馈风力发电机的基本原理 | 第14-17页 |
2.2.1 双馈风力发电机的结构 | 第14-15页 |
2.2.2 双馈风力发电机的工作原理 | 第15-17页 |
2.3 双馈风力发电机在三相静止坐标系下的数学模型 | 第17-19页 |
2.3.1 电压方程 | 第17-18页 |
2.3.2 磁链方程 | 第18-19页 |
2.3.3 转矩和运动方程 | 第19页 |
2.4 双馈风力发电机在旋转坐标系下的数学模型 | 第19-21页 |
2.4.1 电压方程 | 第21页 |
2.4.2 磁链方程 | 第21页 |
2.4.3 转矩和运动方程 | 第21页 |
2.5 双馈风力发电机的控制原理 | 第21-24页 |
2.6 本章小结 | 第24-25页 |
第三章 基于混合量子粒子群算法的DFIG参数辨识 | 第25-43页 |
3.1 引言 | 第25页 |
3.2 双馈风力发电机参数辨识的必要性 | 第25-27页 |
3.2.1 影响双馈风力发电机参数变化的因素 | 第25-26页 |
3.2.2 电机参数变化对控制性能的影响 | 第26-27页 |
3.3 混合量子粒子群算法的实现 | 第27-33页 |
3.3.1 量子粒子群算法原理 | 第27-29页 |
3.3.2 改进量子粒子群算法 | 第29页 |
3.3.3 改进量子粒子群与模拟退火算法的混合 | 第29-31页 |
3.3.4 混合量子粒子群算法性能测试 | 第31-33页 |
3.4 混合量子粒子群算法在DFIG参数辨识中的应用 | 第33-42页 |
3.4.1 双馈风力发电机的参数辨识模型 | 第34-36页 |
3.4.2 混合量子粒子群算法的参数辨识原理 | 第36页 |
3.4.3 仿真环境及参数设置 | 第36-38页 |
3.4.4 仿真结果及分析 | 第38-42页 |
3.5 本章小结 | 第42-43页 |
第四章 基于改进竞技粒子群算法的DFIG参数辨识 | 第43-55页 |
4.1 引言 | 第43页 |
4.2 改进竞技粒子群算法的实现 | 第43-48页 |
4.2.1 粒子群算法原理 | 第43-44页 |
4.2.2 竞技粒子群算法原理 | 第44-45页 |
4.2.3 改进竞技粒子群算法原理 | 第45-46页 |
4.2.4 改进竞技粒子群算法性能测试 | 第46-48页 |
4.3 改进竞技粒子群算法在双馈风力发电机参数辨识中的应用 | 第48-53页 |
4.3.1 改进竞技粒子群算法的辨识原理及步骤 | 第48-50页 |
4.3.2 参数的设置 | 第50页 |
4.3.3 辨识结果及分析 | 第50-53页 |
4.4 基于HQPSO与ICPSO参数辨识结果的比较 | 第53-54页 |
4.5 本章小结 | 第54-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 总结 | 第55页 |
5.2 展望 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-62页 |
附录:作者在校科研成果 | 第62页 |