| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题研究背景 | 第8-9页 |
| ·光伏系统中谐波对电能质量的影响 | 第9-10页 |
| ·谐波检测算法的研究和发展现状 | 第10-13页 |
| ·主要研究内容 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第2章 光伏系统模型与 ANN 谐波检测法 | 第16-40页 |
| ·光伏发电系统模型分析 | 第16-25页 |
| ·系统组成 | 第16-17页 |
| ·光伏电池 | 第17-19页 |
| ·光伏峰值跟踪控制 | 第19-20页 |
| ·PWM 开关调节器 | 第20-22页 |
| ·蓄电池充/放电控制器 | 第22-25页 |
| ·光伏系统仿真图 | 第25页 |
| ·人工神经网络谐波检测算法 | 第25-32页 |
| ·基于 Hopfield 神经网络的谐波检测算法 | 第25-28页 |
| ·基于 BP 网络的谐波检测算法 | 第28-32页 |
| ·自适应神经网络 Adaline 谐波检测算法 | 第32-38页 |
| ·Adaline 的模型和结构 | 第32-37页 |
| ·网络训练流程图 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 粒子群优化算法的研究 | 第40-50页 |
| ·粒子群优化算法与神经网络的结合 | 第40页 |
| ·原始粒子群优化算法 | 第40-43页 |
| ·惯性因子w的引入及参数分析 | 第43-44页 |
| ·迭代粒子群算法 | 第44-47页 |
| ·粒子群算法与神经网络算法 | 第47-49页 |
| ·编码策略 | 第47-48页 |
| ·粒子群优化算法和 Adaline 算法相结合 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 线性递减权重粒子群人工神经网络谐波检测算法 | 第50-60页 |
| ·前言 | 第50页 |
| ·控制系统结构 | 第50-51页 |
| ·Adaline 算法分析 | 第51-52页 |
| ·LDPWSO 算法 | 第52页 |
| ·ANN-LDWPSO 算法分析 | 第52-53页 |
| ·仿真与分析 | 第53-59页 |
| ·算法仿真 | 第53-57页 |
| ·系统仿真 | 第57-59页 |
| ·总结 | 第59-60页 |
| 第5章 ANN-LDWPSO 算法在实际光伏系统中的应用 | 第60-71页 |
| ·太阳能全检测实验台硬件设计 | 第60-66页 |
| ·系统结构 | 第60-61页 |
| ·硬件组成 | 第61-66页 |
| ·光伏控制系统软件设计 | 第66-70页 |
| ·LabVIEW 程序的设计及实现 | 第66-67页 |
| ·主控画面的设计 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 结论 | 第71-74页 |
| 参考文献 | 第74-79页 |
| 缩略语词汇表 | 第79-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间的研究成果 | 第81页 |