| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·课题背景及意义 | 第10-11页 |
| ·参数辨识 | 第11-12页 |
| ·电力系统参数辨识的特点 | 第12-13页 |
| ·电力系统参数辨识的发展及研究现状 | 第13-18页 |
| ·基于频域法的参数辨识 | 第14页 |
| ·基于最小二乘法的参数辨识 | 第14页 |
| ·基于极大似然法的参数辨识 | 第14-15页 |
| ·基于卡尔曼滤波法的参数辨识 | 第15页 |
| ·基于分段线性多项式函数法的参数辨识 | 第15-16页 |
| ·基于遗传算法的参数辨识 | 第16页 |
| ·基于进化策略的参数辨识 | 第16页 |
| ·基于粒子群优化算法的参数辨识 | 第16-17页 |
| ·基于人工神经网络的参数辨识 | 第17页 |
| ·基于 Prony算法的参数辨识 | 第17-18页 |
| ·论文的主要工作 | 第18-20页 |
| 2 励磁系统数学模型及其分析 | 第20-27页 |
| ·励磁控制系统的数学模型 | 第20-26页 |
| ·同步发电机的传递函数 | 第21页 |
| ·励磁调节器的数学模型 | 第21-24页 |
| ·电力系统稳定器数学模型 | 第24-25页 |
| ·交流励磁机的数学模型 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 基于 FFT/LSE法的发电机励磁系统参数辨识 | 第27-39页 |
| ·FFT/LSE辨识原理 | 第27-30页 |
| ·Wiener-Hops方程 | 第27-28页 |
| ·FFT处理 | 第28-29页 |
| ·LSE估计 | 第29-30页 |
| ·伪随机序列 | 第30-32页 |
| ·白噪声 | 第30-31页 |
| ·PRBS | 第31-32页 |
| ·基于FFT/LSE法的励磁系统参数辨识 | 第32-38页 |
| ·FFT/LSE法辨识过程 | 第32-33页 |
| ·基于FFT/LSE法的励磁系统参数辨识 | 第33-38页 |
| ·基于FFT/LSE法的励磁系统参数辨识方法特点 | 第38页 |
| ·本章小结 | 第38-39页 |
| 4 粒子群优化算法 | 第39-50页 |
| ·引言 | 第39页 |
| ·基本粒子群优化算法 | 第39-42页 |
| ·算法原理 | 第39-40页 |
| ·算法流程 | 第40-41页 |
| ·基本粒子群优化算法的社会行为分析 | 第41-42页 |
| ·引入收敛因子的PSO模型 | 第42-43页 |
| ·改进粒子群优化算法 | 第43-49页 |
| ·粒子群规模N对算法性能的影响 | 第43-45页 |
| ·ω和Vmax对算法性能的影响 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于粒子群优化算法的励磁系统参数辨识 | 第50-77页 |
| ·引言 | 第50页 |
| ·励磁系统模型结构的处理 | 第50-51页 |
| ·励磁系统非线性环节的处理 | 第51页 |
| ·PSO算法用于励磁系统参数辨识原理及流程 | 第51-53页 |
| ·基于 PSO算法的励磁系统组成单元参数辨识 | 第53-66页 |
| ·一阶环节 | 第54-57页 |
| ·三阶环节 | 第57-62页 |
| ·非线性环节 | 第62-66页 |
| ·基于PSO算法的励磁系统参数辨识 | 第66-76页 |
| ·辨识用数据初值调零 | 第66-67页 |
| ·PSO算法目标函数的改进 | 第67页 |
| ·励磁系统参数辨识 | 第67-76页 |
| ·本章小结 | 第76-77页 |
| 6 全文总结 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 附录 | 第84页 |