光伏逆变主电路故障检测与容错控制研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-14页 |
| 1.2.1 逆变电路故障检测技术 | 第10-13页 |
| 1.2.2 逆变电路容错控制技术 | 第13-14页 |
| 1.3 论文研究内容和章节安排 | 第14-17页 |
| 第二章 光伏逆变主电路故障模型分析 | 第17-39页 |
| 2.1 系统结构及工作过程 | 第17-18页 |
| 2.2 逆变主电路拓扑结构 | 第18-20页 |
| 2.3 逆变主电路数学模型分析 | 第20-24页 |
| 2.3.1 三相静止坐标系模型 | 第20-22页 |
| 2.3.2 两相静止坐标系模型 | 第22-23页 |
| 2.3.3 两相旋转坐标系模型 | 第23-24页 |
| 2.4 基于SVPWM的逆变控制策略 | 第24-29页 |
| 2.5 常见故障模式分析与分类 | 第29-33页 |
| 2.6 故障仿真及特征描述 | 第33-38页 |
| 2.6.1 故障仿真模型的建立 | 第33-35页 |
| 2.6.2 故障波形特征描述 | 第35-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 基于小波包能量分析的故障特征值提取 | 第39-53页 |
| 3.1 小波包技术在故障检测中的应用 | 第39-40页 |
| 3.2 小波包能量分析的原理及实现 | 第40-42页 |
| 3.2.1 小波包分解树型结构特点 | 第40页 |
| 3.2.2 小波包分解技术原理分析 | 第40-42页 |
| 3.2.3 小波包能量分析的实现 | 第42页 |
| 3.3 基于能量的故障特征值提取方法 | 第42-45页 |
| 3.3.1 小波包能量谱的提取 | 第42-44页 |
| 3.3.2 小波包能量谱归一化处理 | 第44-45页 |
| 3.4 不同故障模式下的故障特征值提取 | 第45-51页 |
| 3.4.1 开路型故障 | 第45-47页 |
| 3.4.2 短路型故障 | 第47-49页 |
| 3.4.3 开路短路组合故障 | 第49-51页 |
| 3.4.4 无故障状态 | 第51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 基于故障特征值与神经网络的故障检测方法 | 第53-63页 |
| 4.1 BP神经网络原理与算法分析 | 第53-55页 |
| 4.2 应用于故障检测的神经网络参数设计 | 第55-60页 |
| 4.2.1 训练样本的选取 | 第55-56页 |
| 4.2.2 网络结构及参数设计 | 第56-58页 |
| 4.2.3 神经网络的训练 | 第58-59页 |
| 4.2.4 网络测试结果 | 第59-60页 |
| 4.3 基于平均电流的故障元件识别 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 光伏逆变主电路容错控制策略设计 | 第63-73页 |
| 5.1 容错拓扑结构设计 | 第63-64页 |
| 5.2 单桥故障容错控制策略设计 | 第64-66页 |
| 5.2.1 容错控制策略 | 第64-65页 |
| 5.2.2 控制策略模拟实验 | 第65-66页 |
| 5.3 两桥故障容错控制策略设计 | 第66-72页 |
| 5.3.1 容错控制策略 | 第66-71页 |
| 5.3.2 控制策略模拟实验 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 工作总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 研究工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 发表论文和参加科研情况说明 | 第79-80页 |
| 致谢 | 第80-81页 |
