| 论文创新点 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 选题背景及研究意义 | 第13-14页 |
| 1.2 SHEPWM技术的研究现状及发展趋势 | 第14-23页 |
| 1.2.1 SHEPWM技术理论研究现状 | 第15-22页 |
| 1.2.2 SHEPWM技术应用现状 | 第22-23页 |
| 1.3 本课题的提出及主要研究内容 | 第23-25页 |
| 第二章 半周期对称SHEPWM技术的原理 | 第25-50页 |
| 2.1 引言 | 第25页 |
| 2.2 半周期对称PWM方法方程组的建立 | 第25-41页 |
| 2.2.1 半周期对称PWM的基本原理及特性 | 第25-33页 |
| 2.2.2 1/4周期对称和半周期对称SHEPWM技术开关角特性对比 | 第33-41页 |
| 2.3 半周期对称SHEPWM在并联补偿领域的应用 | 第41-49页 |
| 2.3.1 移相角控制原理 | 第42-45页 |
| 2.3.2 利用半周期对称SHEPWM方法补偿负载谐波电流 | 第45页 |
| 2.3.3 仿真研究 | 第45-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第三章 半周期对称SHEPWM开关角初值的选取方法 | 第50-74页 |
| 3.1 引言 | 第50-52页 |
| 3.2 开关角初值的获取方法 | 第52-62页 |
| 3.2.1 利用经验性初值求解 | 第52-53页 |
| 3.2.2 基于三角载波比较法的开关角初值 | 第53-56页 |
| 3.2.3 基于重心重合理论的开关角初值 | 第56-58页 |
| 3.2.4 基于1/4周期对称SHEPWM方法的开关角初值 | 第58-62页 |
| 3.3 仿真分析 | 第62-73页 |
| 3.3.1 调制目标中基波初相角为0,无谐波时开关角计算 | 第63-64页 |
| 3.3.2 调制目标中基波初相角不为0,无谐波时开关角计算 | 第64-67页 |
| 3.3.3 调制目标中基波初相角为0,受控谐波不为0时开关角计算 | 第67-69页 |
| 3.3.4 调制目标中基波初相角不为0,受控谐波不为0时开关角计算 | 第69-73页 |
| 3.4 本章小结 | 第73-74页 |
| 第四章 交流电压不平衡时半周期对称SHEPWM的开关角算法 | 第74-99页 |
| 4.1 引言 | 第74页 |
| 4.2 交流系统不平衡时VSC的功率分析 | 第74-78页 |
| 4.2.1 abc三相静止坐标系和dq两相旋转坐标系的转换 | 第75-76页 |
| 4.2.2 三相电压不平衡条件下VSC的系统功率分析 | 第76-78页 |
| 4.3 结合改进开关函数法的半周期对称SHEPWM方法 | 第78-87页 |
| 4.3.1 利用改进开关函数法分析VSC作为逆变器时的输出电压 | 第78-80页 |
| 4.3.2 改进开关函数法的基本原理 | 第80-81页 |
| 4.3.3 改进开关函数法在半周期对称SHEPWM方法中的应用 | 第81-87页 |
| 4.4 仿真分析 | 第87-98页 |
| 4.4.1 基于改进开关函数法的半周期对称SHEPWM输出电压性能仿真 | 第87-94页 |
| 4.4.2 不同开关角初值对输出电压的影响 | 第94-96页 |
| 4.4.3 4倍频直流电压波动时基于改善开关函数法的半周期对称SHEPWM方法的作用 | 第96-98页 |
| 4.5 本章小结 | 第98-99页 |
| 第五章 基于神经网络方法的开关角算法 | 第99-114页 |
| 5.1 引言 | 第99-100页 |
| 5.2 神经网络模型的选择 | 第100-104页 |
| 5.2.1 径向基神经网络 | 第100-102页 |
| 5.2.2 BP神经网络 | 第102-104页 |
| 5.3 粒子群优化算法 | 第104-106页 |
| 5.3.1 粒子群优化算法的原理 | 第104-105页 |
| 5.3.2 参数选择 | 第105-106页 |
| 5.3.3 引入变异因子的PSO算法 | 第106页 |
| 5.4 用多个单输出BP网络组成子网系统代替多输出网络 | 第106-108页 |
| 5.5 神经网络测试样本的设计 | 第108-110页 |
| 5.5.1 正交表的表头设计 | 第109-110页 |
| 5.5.2 正交表的构造 | 第110页 |
| 5.6 仿真分析 | 第110-112页 |
| 5.7 本章小结 | 第112-114页 |
| 第六章 半周期对称SHEPWM算法实现 | 第114-127页 |
| 6.1 实时数字仿真平台 | 第114-115页 |
| 6.2 实验结果及分析 | 第115-126页 |
| 6.2.1 驱动脉冲及其频谱 | 第115页 |
| 6.2.2 调制目标中基波初相角为0时模拟输出线电压波形及频谱 | 第115-117页 |
| 6.2.3 调制目标中基波初相角不为0时模拟输出线电压波形及频谱 | 第117页 |
| 6.2.4 调制目标中包含基波和特定谐波时模拟输出线电压波形及频谱 | 第117-118页 |
| 6.2.5 直流电压上有2倍频波动时输出电压波形及频谱 | 第118-122页 |
| 6.2.6 直流电压上有4倍频波动时输出电压波形及频谱 | 第122-125页 |
| 6.2.7 采用神经网络算法计算直流电压波动时的开关角 | 第125-126页 |
| 6.3 本章小结 | 第126-127页 |
| 第七章 结论与展望 | 第127-130页 |
| 7.1 结论 | 第127-129页 |
| 7.2 工作展望 | 第129-130页 |
| 附录1 L_(121)(11~(12))正交表的构成 | 第130-135页 |
| 1 n阶拉丁方的定义及正交拉丁方 | 第130页 |
| 2 构造n(n为质数)阶拉丁方正交完全系 | 第130-135页 |
| 附录2 BP网络的残差和误差 | 第135-138页 |
| 参考文献 | 第138-147页 |
| 攻读博士学位期间发表论文及参与项目情况 | 第147-148页 |
| 致谢 | 第148-149页 |
