第一部分 人工智能技术在发电机再同步控制中的应用 | 第1-64页 |
第一章 概论 | 第9-14页 |
1.1 电力系统稳定性方面的研究概况 | 第9-11页 |
1.1.1 国外的有关维持和提高电力系统稳定性的措施 | 第10-11页 |
1.1.2 我国的有关维持和提高电力系统稳定性的措施 | 第11页 |
1.2 人工智能技术的功能特点 | 第11-12页 |
1.3 本文第一部分的主要工作 | 第12-14页 |
第二章 发电机的失步和再同步 | 第14-24页 |
2.1 绪论 | 第14-17页 |
2.2 励磁系统对发电机稳定性的影响 | 第17-20页 |
2.3 原动机及调速器对发电机稳定性的影响 | 第20-23页 |
2.4 结论 | 第23-24页 |
第三章 再同步附加断续控制及简化附加断续控制的基本原理 | 第24-32页 |
3.1 附加断续励磁控制原理 | 第24-25页 |
3.1.1 励磁控制的发展近况 | 第24-25页 |
3.1.2 附加断续励磁控制的基本思想 | 第25页 |
3.2 快关汽门控制原理 | 第25-26页 |
3.2.1 快关汽门的概念及其发展 | 第25-26页 |
3.2.2 快关汽门控制原理 | 第26页 |
3.3 文献[13]中提出的再同步附加断续控制原理 | 第26-30页 |
3.3.1 拉入同步和防止滑过同步的控制策略 | 第27-29页 |
3.3.2 防止再同步失败的控制策略 | 第29页 |
3.3.3 再同步附加断续控制的规律 | 第29-30页 |
3.4 再同步简化附加断续控制原理 | 第30-32页 |
第四章 采用附加断续控制机理实现发电机再同步的智能控制器 | 第32-58页 |
4.1 模糊控制在工程控制中的应用 | 第32-40页 |
4.1.1 模糊控制理论发展概况 | 第32-33页 |
4.1.2 模糊控制的基本思想 | 第33页 |
4.1.3 模糊控制的特点 | 第33-34页 |
4.1.4 模糊控制系统 | 第34-40页 |
4.2 模糊神经控制器的基本原理 | 第40-46页 |
4.2.1 模糊神经控制器的概念 | 第40-41页 |
4.2.2 模糊神经控制器的网络结构及其学习算法 | 第41-46页 |
4.3 附加模糊控制系统的结构及其作用 | 第46-47页 |
4.4 实现再同步附加断续控制机理的模糊控制器原理 | 第47-51页 |
4.5 实现再同步简化附加断续控制机理的模糊控制器原理 | 第51-55页 |
4.6 模糊神经控制器的设计 | 第55-56页 |
4.7 模糊控制器逻辑判定系统及其相应的执行系统 | 第56-58页 |
4.7.1 逻辑判定系统的功能 | 第56页 |
4.7.2 附加快速励磁控制执行系统 | 第56页 |
4.7.3 附加快关汽门控制的执行系统 | 第56-58页 |
第五章 数字仿真 | 第58-64页 |
5.1 进行附加模糊控制器数字仿真时所用的单机—无穷大系统示意图及其仿真结果 | 第58-59页 |
5.2 进行附加模糊控制器数字仿真时所用的多机系统示意图及其仿真结果 | 第59-61页 |
5.3 附加模糊神经网络控制器时的仿真结果分析 | 第61-62页 |
5.4 结论 | 第62-64页 |
第二部分 ANN在最佳重合闸时刻研究中的应用 | 第64-77页 |
第六章 基于小波变换和肋研的最佳重合闸时刻的研究 | 第64-75页 |
6.1 有关重合闸时间的研究概况 | 第64-65页 |
6.2 最佳重合闸时刻的物理解释 | 第65-66页 |
6.3 人工神经网络(ANN)的概况和功能特点 | 第66-67页 |
6.4 确定最佳重合闸时刻的方法 | 第67-72页 |
6.4.1 小波变换分析及特征值的提取 | 第68-70页 |
6.4.2 ANN结构及训练 | 第70-72页 |
6.5 算例 | 第72-74页 |
6.6 结论 | 第74-75页 |
第七章 结论 | 第75-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-82页 |