| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-14页 |
| 第一章 绪论 | 第14-19页 |
| ·引言 | 第14页 |
| ·有源电力滤波器工作原理 | 第14-15页 |
| ·有源电力滤波器技术的研究现状 | 第15-17页 |
| ·谐波无功电流检测技术 | 第15-16页 |
| ·补偿电流跟踪控制技术 | 第16-17页 |
| ·神经网络技术在APF 中的应用 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第二章 基于自适应线性神经网络的谐波检测方法 | 第19-39页 |
| ·人工神经网络的原理 | 第19-21页 |
| ·现有的基于神经网络谐波检测方法 | 第21-23页 |
| ·自适应线性神经网络及算法 | 第23-26页 |
| ·自适应线性神经元模型 | 第23-24页 |
| ·最陡下降法 | 第24页 |
| ·LMS 算法 | 第24-26页 |
| ·自适应噪声对消技术 | 第26-27页 |
| ·单相电路的谐波检测方法的理论分析 | 第27-29页 |
| ·三相谐波电流检测方法的理论分析 | 第29-32页 |
| ·改进型自适应神经网络的谐波检测法 | 第32-33页 |
| ·仿真研究 | 第33-38页 |
| ·本章结论 | 第38-39页 |
| 第三章 基于BP 神经网络的滞环控制 | 第39-51页 |
| ·滞环比较电流跟踪控制法 | 第39-40页 |
| ·BP 神经网络及改进的BP 算法 | 第40-43页 |
| ·BP 神经网络 | 第40-41页 |
| ·改进的BP 算法 | 第41-43页 |
| ·神经网络滞环控制器 | 第43-45页 |
| ·用于滞环控制器的BP 网络设计 | 第45-46页 |
| ·仿真研究 | 第46-50页 |
| ·本章结论 | 第50-51页 |
| 第四章 基于遗传算法的APF 输出滤波器的优化设计和控制 | 第51-64页 |
| ·LCL 的数学模型 | 第51-52页 |
| ·参数的优化目标 | 第52-54页 |
| ·瞬态电流的跟踪 | 第52-53页 |
| ·补偿频段谐波的输出 | 第53-54页 |
| ·高频开关谐波的的抑制 | 第54页 |
| ·遗传算法 | 第54-57页 |
| ·带约束条件的适应度函数 | 第54-55页 |
| ·改进的交叉，变异算子 | 第55-56页 |
| ·并行遗传算法进程 | 第56-57页 |
| ·虚拟电阻 | 第57-58页 |
| ·实验结果及分析 | 第58-62页 |
| ·本章结论 | 第62-64页 |
| 第五章 工作总结和展望 | 第64-66页 |
| ·工作总结 | 第64-65页 |
| ·工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |