| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·课题研究的背景及意义 | 第8页 |
| ·广域测量系统研究和应用简介 | 第8-10页 |
| ·低频振荡的发生机理研究 | 第10-12页 |
| ·电力系统低频振荡的分析方法 | 第12-16页 |
| ·基于系统数学模型的分析方法 | 第12-13页 |
| ·基于量测信号的分析方法 | 第13-16页 |
| ·本论文的主要工作 | 第16-18页 |
| 2 基于 ARMA 模型的低频振荡模式辨识原理 | 第18-29页 |
| ·引言 | 第18页 |
| ·ARMA 模型及其基本特征 | 第18-19页 |
| ·电力系统低频振荡的 ARMA 辨识模型 | 第19-21页 |
| ·系统状态方程与小扰动稳定性 | 第19-20页 |
| ·系统传递函数与小扰动稳定性 | 第20页 |
| ·ARMA 模型的引入 | 第20-21页 |
| ·ARMA 模型定阶分析 | 第21-24页 |
| ·模型定阶准则 | 第22-23页 |
| ·定阶建模方法 | 第23-24页 |
| ·低频振荡模式参数计算与提取 | 第24-27页 |
| ·低频振荡模式参数计算 | 第24-25页 |
| ·低频振荡主导模式提取 | 第25-27页 |
| ·数据预处理 | 第27-28页 |
| ·本章小节 | 第28-29页 |
| 3 基于 ARMA 新型鲁棒递推算法的低频振荡模式辨识研究 | 第29-47页 |
| ·引言 | 第29页 |
| ·递推算法的 ARMA 模型参数估计 | 第29-34页 |
| ·常规递推算法及存在的问题 | 第30-33页 |
| ·新型鲁棒递推算法 | 第33-34页 |
| ·新型鲁棒递推算法的辨识流程 | 第34-35页 |
| ·仿真网络及参数设置 | 第35-36页 |
| ·仿真算例分析 | 第36-43页 |
| ·稳态类噪声数据分析 | 第37-39页 |
| ·含类噪声数据和动态数据的组合数据分析 | 第39-41页 |
| ·模式变化数据分析 | 第41-43页 |
| ·实测数据算例分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于鲁棒 LMS 自适应滤波算法的低频振荡模式辨识研究 | 第47-58页 |
| ·引言 | 第47页 |
| ·常规 LMS 自适应滤波算法辨识原理 | 第47-50页 |
| ·鲁棒 LMS 自适应滤波算法原理 | 第50-52页 |
| ·仿真算例分析 | 第52-55页 |
| ·实测数据算例分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 5 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-66页 |