| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-33页 |
| ·概述 | 第13-14页 |
| ·电力系统控制和稳定性 | 第14-17页 |
| ·电力系统控制 | 第14-15页 |
| ·电力系统稳定性 | 第15-17页 |
| ·发电机控制的意义与难点 | 第17-19页 |
| ·发电机控制的研究进展 | 第19-31页 |
| ·励磁系统控制 | 第20-24页 |
| ·水轮机调节系统控制 | 第24-26页 |
| ·汽轮机调速控制 | 第26-29页 |
| ·发电机系统的综合控制 | 第29-31页 |
| ·本论文的研究内容和章节安排 | 第31-33页 |
| 第2章 基于混沌模式搜索法的同步发电机参数辨识 | 第33-45页 |
| ·同步发电机参数辨识 | 第33-34页 |
| ·同步发电机模型 | 第34-35页 |
| ·基于CPSA 的参数辨识原理 | 第35-38页 |
| ·混沌模式搜索法 | 第38-44页 |
| ·混沌优化算法 | 第38-40页 |
| ·模式搜索法 | 第40页 |
| ·混沌模式搜索法(CPSA) | 第40-42页 |
| ·CPSA 算法性能与收敛性 | 第42-44页 |
| ·仿真结果 | 第44页 |
| ·小结 | 第44-45页 |
| 第3章 发电机励磁系统的逼近模型控制 | 第45-64页 |
| ·励磁系统的一般描述 | 第45-48页 |
| ·励磁系统调节电压的基本原理 | 第46-47页 |
| ·励磁控制的典型结构和具体要求 | 第47-48页 |
| ·同步发电机励磁控制模型 | 第48-50页 |
| ·逼近模型控制律的设计 | 第50-53页 |
| ·基于RBF 神经网络建模的控制律实现 | 第53-57页 |
| ·径向基函数神经网络简介 | 第53-54页 |
| ·RBF 网络学习方法 | 第54-55页 |
| ·调节RBF 网络的连接权值 | 第55-56页 |
| ·RBF 网络的结构优化 | 第56-57页 |
| ·基于RBF 神经网络的建模 | 第57页 |
| ·控制系统的鲁棒稳定性 | 第57-60页 |
| ·仿真分析 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第4章 发电机励磁系统的逼近内模控制 | 第64-80页 |
| ·内模控制描述 | 第64-66页 |
| ·内模控制的基本机构 | 第65页 |
| ·内模控制中的建模方法 | 第65-66页 |
| ·励磁系统的逼近内模控制系统结构 | 第66-67页 |
| ·RNN 控制器的设计 | 第67-71页 |
| ·RNN 控制器 | 第67-69页 |
| ·RNN 控制器的鲁棒性 | 第69-71页 |
| ·反馈补偿的设计 | 第71-73页 |
| ·反馈补偿 | 第71-72页 |
| ·逼近内模控制系统的鲁棒性 | 第72-73页 |
| ·基于RNN 建模的控制律计算 | 第73-77页 |
| ·RNN 描述 | 第74页 |
| ·RNN 建模 | 第74-77页 |
| ·仿真结果 | 第77-79页 |
| ·小结 | 第79-80页 |
| 第5章 水轮发电机调节系统的逆模型控制 | 第80-99页 |
| ·水轮发电机调节系统的调节原理 | 第80-82页 |
| ·水轮发电机调节系统的结构和数学模型 | 第82-85页 |
| ·水轮发电机调节系统的结构 | 第82-83页 |
| ·水轮发电机调节系统数学模型 | 第83-85页 |
| ·调节系统的逆模型构造 | 第85-88页 |
| ·逆系统方法 | 第85-86页 |
| ·水轮发电机调节系统的可逆性 | 第86-88页 |
| ·基于支持向量机的逆模型求解 | 第88-93页 |
| ·支持向量机基本原理 | 第88-89页 |
| ·SVM 参数的选择 | 第89-90页 |
| ·序贯最小优化学习算法介绍 | 第90-92页 |
| ·水轮发电机调节系统的逆模型实现 | 第92-93页 |
| ·水轮机调节系统的直接逆模型控制 | 第93-94页 |
| ·水轮机调节系统的带 PID 控制器补偿的逆模型控制 | 第94-96页 |
| ·仿真分析 | 第96-98页 |
| ·小结 | 第98-99页 |
| 第6章 汽轮发电机调速系统的自适应逆模型控制 | 第99-118页 |
| ·汽轮发电机调速系统的原理 | 第99-100页 |
| ·汽轮发电机调速控制的结构和模型 | 第100-103页 |
| ·汽轮机调速系统 | 第100-101页 |
| ·汽轮机调速控制模型 | 第101-103页 |
| ·基于最小二乘支持向量机的调速系统建模 | 第103-108页 |
| ·LS-SVM 算法 | 第104-105页 |
| ·调速系统的模型及逆模型构造 | 第105-108页 |
| ·自适应逆模型控制系统 | 第108-114页 |
| ·自适应逆模型控制器的结构 | 第108-109页 |
| ·逆模型控制系统的在线自适应学习算法 | 第109-110页 |
| ·在线学习算法的收敛性 | 第110-114页 |
| ·仿真实验 | 第114-116页 |
| ·小结 | 第116-118页 |
| 第7章 汽轮发电机的多模型综合控制系统 | 第118-136页 |
| ·汽轮发电机综合控制问题描述 | 第118-121页 |
| ·多模型控制系统的结构 | 第121-125页 |
| ·模型库 | 第123-124页 |
| ·控制器库 | 第124-125页 |
| ·模型库与控制器库的构造 | 第125-128页 |
| ·初始样本的形成 | 第125-126页 |
| ·基于聚类算法的模型库构造 | 第126-128页 |
| ·多模型控制系统的学习优化 | 第128-132页 |
| ·离线学习 | 第129-130页 |
| ·在线自学习 | 第130-132页 |
| ·仿真研究 | 第132-134页 |
| ·小结 | 第134-136页 |
| 第8章 多机组发电机系统的综合优化控制 | 第136-153页 |
| ·多机发电机系统模型 | 第136-141页 |
| ·多机发电机系统的一般描述 | 第136-138页 |
| ·三机发电机系统模型 | 第138-141页 |
| ·线性二次最优控制器 | 第141-142页 |
| ·并行混沌优化算法融合单纯形方法 | 第142-145页 |
| ·并行混沌优化算法 | 第142-143页 |
| ·单纯形法 | 第143-144页 |
| ·并行混沌搜索融合单纯形的优化方法 | 第144-145页 |
| ·多机系统综合控制的优化LQR 设计 | 第145-148页 |
| ·仿真研究 | 第148-152页 |
| ·小结 | 第152-153页 |
| 结论与展望 | 第153-155页 |
| 参考文献 | 第155-167页 |
| 致谢 | 第167-168页 |
| 附录A （主要学术论文目录） | 第168-169页 |