电能质量远程监测与有源电力滤波研究
| 摘要 | 第1-8页 |
| Abstract | 第8-16页 |
| 第一章 绪论 | 第16-26页 |
| ·研究背景及意义 | 第16-21页 |
| ·电能质量问题的提出 | 第16-17页 |
| ·衡量电能质量的指标 | 第17-21页 |
| ·电能质量问题的危害 | 第21页 |
| ·电能质量的提高 | 第21-24页 |
| ·由用电设备引起的电能质量问题 | 第21-22页 |
| ·有源电力滤波器原理 | 第22-24页 |
| ·本文的主要工作 | 第24-26页 |
| 第二章 便携式电能质量数据采样系统的研制 | 第26-35页 |
| ·引言 | 第26-27页 |
| ·系统硬件 | 第27-29页 |
| ·信号变换电路 | 第27-28页 |
| ·采样卡与工控机 | 第28-29页 |
| ·软件设计与开发 | 第29-32页 |
| ·MATLAB与Visua1 C++混合编程 | 第29-31页 |
| ·软件的总体设计 | 第31-32页 |
| ·实际应用 | 第32-34页 |
| ·本章小节 | 第34-35页 |
| 第三章 远程电能质量监测与数据压缩研究 | 第35-50页 |
| ·基于internet的网络化电能质量监测 | 第35-39页 |
| ·系统结构 | 第35-37页 |
| ·FTP客户端程序模块的开发 | 第37-39页 |
| ·电能质量数据压缩研究 | 第39-49页 |
| ·电能质量数据压缩原理 | 第40页 |
| ·正交映射变换 | 第40-41页 |
| ·筛选与量化处理 | 第41-43页 |
| ·实验结果 | 第43-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 有源电力滤波器中畸变电流的精确检测 | 第50-66页 |
| ·引言 | 第50-51页 |
| ·pq分解与基于pq分解的检测方法 | 第51-55页 |
| ·pq分解 | 第51-52页 |
| ·pq检测法 | 第52-53页 |
| ·i_p-i_q检测法 | 第53-55页 |
| ·改进的i_p-i_q检测法 | 第55-59页 |
| ·三相电压不对称时i_p-i_q检测法误差分析 | 第55-56页 |
| ·改进的i_p-i_q检测法 | 第56-59页 |
| ·有源电力滤波器仿真系统的建立 | 第59-65页 |
| ·有源电力滤波器的系统结构 | 第59-61页 |
| ·运用MATLAB搭建的仿真系统 | 第61-62页 |
| ·改进的i_p-i_q检测法仿真 | 第62-65页 |
| ·本章小节 | 第65-66页 |
| 第五章 有源电力滤波器的模糊矢量控制研究 | 第66-85页 |
| ·引言 | 第66-67页 |
| ·有源电力滤波器的矢量变换 | 第67-71页 |
| ·有源电力滤波器的数学模型 | 第67-69页 |
| ·空间矢量变换 | 第69-71页 |
| ·有源电力滤波器的矢量控制 | 第71-77页 |
| ·模糊矢量控制 | 第77-81页 |
| ·输入、输出变量的模糊化 | 第77-80页 |
| ·模糊控制规则与模糊推理 | 第80-81页 |
| ·模糊判决 | 第81页 |
| ·模糊矢量控制的仿真 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 神经网络在电力有源滤波器中的应用研究 | 第85-101页 |
| ·引言 | 第85-86页 |
| ·人工神经网络的结构及其工作方式 | 第86-90页 |
| ·神经元模型 | 第86-87页 |
| ·神经网络的类型 | 第87-89页 |
| ·神经网络的学习方法 | 第89-90页 |
| ·神经网络在有源滤波器矢量控制中的应用 | 第90-97页 |
| ·神经网络控制器的结构 | 第90-91页 |
| ·BP神经网络 | 第91-92页 |
| ·RBF神经网络 | 第92-93页 |
| ·神经网络的训练 | 第93-97页 |
| ·神经网络控制器的仿真 | 第97-100页 |
| ·本章小节 | 第100-101页 |
| 结束语 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 攻读学位期间发表论文 | 第111-112页 |
| 致谢 | 第112页 |
