GIC对牵引变压器直流偏磁影响的评估方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 引言 | 第11-17页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文的主要内容 | 第15-17页 |
| 2 GIC侵扰牵引变压器原理及其监测 | 第17-29页 |
| 2.1 AT供电方式概述 | 第17-23页 |
| 2.1.1 牵引变压器 | 第17-20页 |
| 2.1.2 自耦变压器 | 第20-21页 |
| 2.1.3 牵引网 | 第21-23页 |
| 2.2 供电系统中GIC的流通回路 | 第23页 |
| 2.3 牵引变压器直流偏磁原理 | 第23-25页 |
| 2.4 供电系统中GIC的监测 | 第25-26页 |
| 2.5 本章小结 | 第26-29页 |
| 3 GIC影响牵引变压器励磁特性的建模与仿真 | 第29-55页 |
| 3.1 GIC侵扰牵引变压器回路建模 | 第29-32页 |
| 3.2 传统的仿真模型 | 第32-34页 |
| 3.3 改进的仿真模型 | 第34-35页 |
| 3.4 牵引变压器运行条件分析 | 第35-38页 |
| 3.4.1 额定容量 | 第36页 |
| 3.4.2 牵引负荷 | 第36-37页 |
| 3.4.3 铁芯饱和裕量 | 第37-38页 |
| 3.5 仿真参数设置 | 第38-41页 |
| 3.5.1 根据牵引变压器额定容量计算R_1 | 第38-39页 |
| 3.5.2 根据牵引负荷系数计算R_1 | 第39页 |
| 3.5.3 根据不对称度k计算R_2 | 第39-40页 |
| 3.5.4 根据GIC计算直流源U | 第40-41页 |
| 3.6 仿真结果与分析 | 第41-54页 |
| 3.6.1 GIC对励磁特性影响分析 | 第42-44页 |
| 3.6.2 不对称度k对励磁特性影响分析 | 第44-49页 |
| 3.6.3 不同额定容量时的仿真结果 | 第49-50页 |
| 3.6.4 不同牵引负荷时的仿真结果 | 第50-52页 |
| 3.6.5 不同铁芯饱和裕量时的仿真结果 | 第52-53页 |
| 3.6.6 仿真数据与试验数据对比 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 4 BP神经网络评估方法原理研究 | 第55-69页 |
| 4.1 人工神经网络概述 | 第55-58页 |
| 4.1.1 人工神经网络特点 | 第55-56页 |
| 4.1.2 人工神经网络分类 | 第56-57页 |
| 4.1.3 人工神经网络应用 | 第57-58页 |
| 4.2 人工神经元模型 | 第58-59页 |
| 4.3 人工神经网络学习方法与规则 | 第59-62页 |
| 4.3.1 人工神经网络学习方法 | 第59-61页 |
| 4.3.2 人工神经网络学习规则 | 第61-62页 |
| 4.4 BP神经网络模型与算法 | 第62-66页 |
| 4.2.1 BP神经网络模型 | 第62-63页 |
| 4.2.2 BP网络算法及实现 | 第63-66页 |
| 4.5 MATLAB神经网络工具箱 | 第66页 |
| 4.6 本章小结 | 第66-69页 |
| 5 GIC危害性评估网络设计与测试 | 第69-81页 |
| 5.1 评估指标的比较选择 | 第69-73页 |
| 5.1.1 以无功功率为评估指标 | 第69-71页 |
| 5.1.2 以振动噪声为评估指标 | 第71-72页 |
| 5.1.3 以励磁电流为评估指标 | 第72-73页 |
| 5.2 评估网络设计与训练 | 第73-75页 |
| 5.3 网络训练与测试结果分析 | 第75-78页 |
| 5.4 本章小结 | 第78-81页 |
| 6 结论与展望 | 第81-83页 |
| 6.1 结论 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第87-91页 |
| 学位论文数据集 | 第91页 |
