| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题背景 | 第7-8页 |
| ·负载类型概述 | 第8-9页 |
| ·恶意负载定义 | 第8页 |
| ·恶意负载识别的意义 | 第8-9页 |
| ·相关领域的研究现状 | 第9-11页 |
| ·研究主要内容 | 第11-12页 |
| 2 学生公寓恶意负载判别方法 | 第12-20页 |
| ·学生公寓常用负载种类及特性分析 | 第12-13页 |
| ·恶意负载识别方法 | 第13-15页 |
| ·功率因数法 | 第13页 |
| ·波形比较法 | 第13-14页 |
| ·瞬时功率增加法 | 第14页 |
| ·面积关系判别法 | 第14-15页 |
| ·谐波的基本概念 | 第15-16页 |
| ·学生公寓恶意负载的判别条件 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 3 谐波电流检测方法 | 第20-29页 |
| ·谐波电流检测方法 | 第20-28页 |
| ·模拟滤波器 | 第20页 |
| ·Fryze 有功电流检测法 | 第20页 |
| ·基于FFT 的谐波电流检测 | 第20-21页 |
| ·同步检测法 | 第21-22页 |
| ·基于瞬时无功补偿理论的检测方法 | 第22-24页 |
| ·基于dq 变换的谐波电流检测 | 第24-25页 |
| ·基于自适应噪声抵消技术的广义谐波电流检测方法 | 第25-26页 |
| ·基于小波变换的谐波检测 | 第26页 |
| ·基于神经元的自适应谐波电流检测方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于 Hopfield 神经网络的自适应谐波电流检测 | 第29-45页 |
| ·Hopfield 神经网络原理 | 第29-37页 |
| ·人工神经网络基础 | 第29-31页 |
| ·Hopfield 神经网络简介 | 第31-32页 |
| ·连续型Hopfield 网络的电路模型 | 第32-34页 |
| ·Hopfield 神经网路的能量函数 | 第34-35页 |
| ·连续型Hopfield 网络用于优化计算 | 第35-37页 |
| ·基于Hopfield 神经网络的自适应谐波电流检测 | 第37-40页 |
| ·基于Hopfield 神经网络的自适应谐波电流检测模型 | 第38-40页 |
| ·仿真研究 | 第40-44页 |
| ·算法流程 | 第40-41页 |
| ·仿真及结果分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 5 恶意负载识别仿真 | 第45-51页 |
| ·学生公寓各类负载的等效电路模型 | 第45-46页 |
| ·计算机负载等效电路模型 | 第45页 |
| ·荧光灯负载模型 | 第45-46页 |
| ·恶意负载识别仿真 | 第46-50页 |
| ·计算机负载+恶意负载 | 第47-48页 |
| ·计算机负载+荧光灯负载 | 第48-50页 |
| ·仿真结果分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 6 结论与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第56-57页 |
