摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-20页 |
·研究背景 | 第10页 |
·电能质量主要问题、影响及其研究 | 第10-13页 |
·电能质量的主要问题 | 第10-12页 |
·电能质量问题的危害 | 第12-13页 |
·电能质量问题的分析和研究 | 第13页 |
·非正弦功率计量理论发展与应用概况 | 第13-18页 |
·非正弦条件功率计量理论的发展情况 | 第15-16页 |
·非正弦条件功率计量标准及量值传递 | 第16页 |
·非正弦功率计量的实现方式现状 | 第16-17页 |
·有待解决的问题 | 第17-18页 |
·解决问题的途径 | 第18页 |
·本文研究内容及论文安排 | 第18-20页 |
·研究内容 | 第18-19页 |
·论文安排 | 第19-20页 |
第二章 电力系统典型谐波背景的测试及分析 | 第20-41页 |
·谐波的通常取值 | 第20-25页 |
·基本概念 | 第20-21页 |
·谐波的主要指标 | 第21-22页 |
·公用电网谐波限值 | 第22-25页 |
·谐波治理简介 | 第25-26页 |
·主要电能质量问题的分类治理 | 第25页 |
·谐波的主要治理方法 | 第25-26页 |
·谐波实际测量 | 第26-29页 |
·谐波测量的方式 | 第26-28页 |
·冲击负荷的谐波测试方法及流程 | 第28-29页 |
·电网主要谐波的测试数据及分析 | 第29-40页 |
·电力机车谐波的测试数据 | 第29-31页 |
·提升机谐波的测试数据 | 第31-38页 |
·仿真模型的建立 | 第38-40页 |
·小结 | 第40-41页 |
第三章 非正弦功率理论的对比分析 | 第41-51页 |
·频域及时域理论的对比分析 | 第41-45页 |
·频域法对比分析 | 第41-43页 |
·Budeanu频域法 | 第41-42页 |
·Shepherd与Zakikhani的频域法 | 第42页 |
·Czarneck的频域法 | 第42-43页 |
·时域法对比分析 | 第43-45页 |
·Fryze的功率理论 | 第43-44页 |
·K-M法 | 第44页 |
3 .2.3G.Page法 | 第44-45页 |
·基于补偿的和基于测量的理论 | 第45-47页 |
·瞬时功率理论及其优缺点 | 第45-46页 |
·频域法和时域法的实质 | 第46-47页 |
·广义功率理论的表示 | 第47-50页 |
·多相电路的向量表示 | 第47-48页 |
·空间内积及范数 | 第48页 |
·广义功率理论的一般定义 | 第48-49页 |
·广义功率理论的瞬时形式 | 第49页 |
·广义功率理论的更一般定义 | 第49-50页 |
·小结 | 第50-51页 |
第四章 基于人工神经网络的有无功电流的分解 | 第51-70页 |
·广义功率理论中的有无功电流 | 第51-52页 |
·基于人工神经网络的有功/无功电流分解方法 | 第52-58页 |
·Adaline网络主要原理 | 第52-55页 |
·神经元结构 | 第52-53页 |
·LMS学习算法 | 第53-54页 |
·Adaline对有功/无功电流分解的适用性 | 第54-55页 |
·自适应滤波与Adaline网络 | 第55-57页 |
·采用Adaline网络的基于自适应滤波原理的有功/无功电流分解 | 第57-58页 |
·初步实验及算法分析 | 第58-67页 |
·实验数据 | 第58-62页 |
·Adaline单元算法的改进 | 第62-65页 |
·LMS学习算法的主要问题 | 第62-63页 |
·改进算法的比较和选用 | 第63-64页 |
·采用拟牛顿法的算法改进 | 第64-65页 |
·改进的算法分析与选择 | 第65-67页 |
·采用Adaline的电流分解实验结果及分析 | 第67-69页 |
·电网常见情况下电流分解实验结果 | 第67-68页 |
·准方波情况下电流分解实验结果 | 第68-69页 |
·与小波分析方法的比较 | 第69页 |
小结 | 第69-70页 |
第五章 广义功率仿真实验 | 第70-81页 |
·仿真方法 | 第70页 |
·基于广义功率理论的非正弦功率的计量方法 | 第70-73页 |
·理论框架 | 第70-71页 |
·模型框架 | 第71页 |
·计算公式及直接计算的问题 | 第71-72页 |
·数值积分方法及选择 | 第72-73页 |
·仿真实验 | 第73-80页 |
·实验条件 | 第73-78页 |
·电力系统常见条件 | 第73-75页 |
·谐波条件1 | 第75-77页 |
·谐波条件2 | 第77-78页 |
·与其他方法准确度比较 | 第78-79页 |
·人工神经网络方法与其他方法计算量比较 | 第79-80页 |
·小结 | 第80-81页 |
第六章 结束语 | 第81-82页 |
参考文献 | 第82-86页 |
攻读硕士学位期间参加科研项目与发表的学术论文 | 第86-87页 |
致谢 | 第87页 |