| 致谢 | 第1-3页 |
| 摘要 | 第3-8页 |
| 第一章 绪论 | 第8-13页 |
| §1．1 电力系统运行与控制问题 | 第8-10页 |
| §1．2 当前ANN研究及其在电力系统中应用现状 | 第10-12页 |
| §1．3 本文的工作及安排 | 第12-13页 |
| 第一部分 电力系统运行 | 第13-34页 |
| 第二章 基于函数链网络的CCT估计 | 第13-20页 |
| §2．1 引言 | 第13-14页 |
| §2．2 问题描述 | 第14-15页 |
| §2．3 使用函数链网络的监督学习 | 第15-17页 |
| §2．4 数值例子 | 第17-19页 |
| §2．5 结论 | 第19-20页 |
| 第三章 三相短路电流估计的神经网络方法 | 第20-26页 |
| §3．1 引言 | 第20-21页 |
| §3．2 对称短路计算的神经网络方法 | 第21-23页 |
| §3．3 计算示例 | 第23-25页 |
| §3．4 结论 | 第25-26页 |
| 第四章 混合ANN和Lagrange松驰法解机组最优投入问题 | 第26-33页 |
| §4．1 引言 | 第26页 |
| §4．2 问题描述 | 第26-27页 |
| §4．3 Lagrange松驰法 | 第27-29页 |
| §4．4 ANN及其训练 | 第29-31页 |
| §4．5 数值计算 | 第31-32页 |
| §4．6 结论 | 第32-33页 |
| 第一部分总结 | 第33-34页 |
| 第二部分 电力系统控制 | 第34-66页 |
| 第五章 电力系统稳定器参数调整的神经网络方法 | 第35-43页 |
| §5．1 引言 | 第35页 |
| §5．2 问题描述 | 第35-37页 |
| §5．3 高阶FLN及其广义逆学习方法 | 第37-39页 |
| §5．4 计算实例 | 第39-41页 |
| §5．5 结论 | 第41-43页 |
| 第六章 电力系统非线性控制逆系统方法 | 第43-53页 |
| §6．1 引言 | 第43-44页 |
| §6．2 逆系统方法 | 第44-45页 |
| §6．3 汽轮机汽门开度的非线性控制 | 第45-49页 |
| §6．4 非线性励磁控制的逆系统方法和ANN补偿 | 第49-53页 |
| 第七章 块脉冲函数(BPF)用于PWM系统最优控制分析与综合 | 第53-60页 |
| §7．1 引言 | 第53页 |
| §7．2 应用BPF理论依据简述 | 第53-55页 |
| §7．3 PWM系统状态递推解或分段恒定解 | 第55-57页 |
| §7．4 最优控制方法 | 第57-59页 |
| §7．5 结论 | 第59-60页 |
| 第八章 高精度甚低速系统的智能鲁棒控制设计 | 第60-66页 |
| §8．1 引言 | 第60页 |
| §8．2 设计方法 | 第60-63页 |
| §8．3 仿真研究 | 第63-64页 |
| §8．4 讨论 | 第64-65页 |
| §8．5 结论 | 第65-66页 |
| 第二部分总结 | 第66页 |
| 第九章 其它 | 第66-76页 |
| §9．1 一种使用前向神经网络的A／D转换器 | 第66-71页 |
| §9．2 联合使用ANN-ES的电力系统安全性分析及保护控制方案 | 第71-76页 |
| 结束语 | 第76-78页 |
| 参考文献 | 第78-85页 |
| 发表论文 | 第85页 |
