| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·谐波问题的概述 | 第8-11页 |
| ·谐波问题的提出 | 第8页 |
| ·谐波的危害 | 第8-9页 |
| ·电力系统谐波标准 | 第9-11页 |
| ·研究谐波的意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·电网谐波检测方法的研究现状 | 第11-13页 |
| ·电网谐波测试技术的研究现状 | 第13-14页 |
| ·本文研究的目的和研究内容 | 第14-15页 |
| ·本文研究的目的 | 第14页 |
| ·本文的主要工作 | 第14-15页 |
| 2 神经网络理论及谐波测量 | 第15-23页 |
| ·引言 | 第15-17页 |
| ·人工神经网络的提出 | 第15页 |
| ·人工神经网络的特点 | 第15-16页 |
| ·人工神经网络的发展历史 | 第16-17页 |
| ·人工神经网络理论分析 | 第17-20页 |
| ·人工神经元模型 | 第17-19页 |
| ·人工神经网络模型 | 第19-20页 |
| ·人工神经网络学习 | 第20-21页 |
| ·BP网络工程应用应考虑的问题 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 基于BP神经网络的谐波监测 | 第23-34页 |
| ·BP神经网络理论 | 第23-27页 |
| ·BP网络结构 | 第23-24页 |
| ·BP网络的计算公式 | 第24-27页 |
| ·BP算法的执行步骤 | 第27页 |
| ·基于BP神经网络的谐波测量 | 第27-33页 |
| ·初相角的确定方法 | 第28-29页 |
| ·神经网络的构建 | 第29-31页 |
| ·训练样本的形成 | 第31-32页 |
| ·学习算法 | 第32-33页 |
| ·小结 | 第33-34页 |
| 4 谐波检测的LabVIEW软件实现 | 第34-63页 |
| ·谐波检测方案设计 | 第34页 |
| ·检测数据的预处理 | 第34-37页 |
| ·归一化处理 | 第34-35页 |
| ·数据滤波 | 第35-37页 |
| ·基于BP算法的谐波分析 | 第37-52页 |
| ·BP算法的图形化编程 | 第37-45页 |
| ·网络训练结果 | 第45页 |
| ·网络测试分析 | 第45-52页 |
| ·基于FFT算法的谐波分析 | 第52-55页 |
| ·谐波监测与分析的基本原理 | 第52-53页 |
| ·快速傅里叶变换 | 第53-55页 |
| ·实测信号测试 | 第55-61页 |
| ·主界面设计 | 第56-57页 |
| ·被测信号有效值 | 第57-58页 |
| ·仿真实验 | 第58-61页 |
| ·小结 | 第61-63页 |
| 5 结论与展望 | 第63-64页 |
| ·结论 | 第63页 |
| ·有待解决的问题 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-78页 |
| A. 作者在攻读学位期间发表的论文目录 | 第68-69页 |
| B1. 输入为2次、3次、4次、5次谐波电流对应的各权值和阈值 | 第69-73页 |
| B2: 输入为3次、5次、7次、9次谐波电流对应的各权值和阈值 | 第73-78页 |