励磁系统参数辨识的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·课题背景及意义 | 第7-8页 |
| ·系统辨识简述 | 第8-9页 |
| ·电力系统参数辨识的特点 | 第9-10页 |
| ·电力系统参数辨识的研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第二章 励磁系统模型及其分析 | 第12-17页 |
| ·励磁调节系统的数学模型 | 第12-15页 |
| ·M AT L A B 应用于励磁系统参数的辨识 | 第15-17页 |
| 第三章 励磁系统参数的辨识 | 第17-44页 |
| ·概述 | 第17页 |
| ·数据噪声的描述与分析 | 第17-18页 |
| ·励磁系统线性部分参数辨识 | 第18-22页 |
| ·适用于参数辨识的最小二乘法 | 第18-22页 |
| ·综合放大环节的辨识 | 第22页 |
| ·量测调差环节的辨识 | 第22页 |
| ·励磁系统非线性部分辨识 | 第22-44页 |
| ·改进遗传算法 | 第22-28页 |
| ·基于改进遗传算法的非线性励磁系统参数辨识 | 第24-25页 |
| ·非线性励磁系统基于改进遗传算法辨识的结果 | 第25-28页 |
| ·改进模拟退火算法 | 第28-34页 |
| ·基于改进模拟退火算法的非线性励磁系统参数辨识 | 第30-31页 |
| ·非线性励磁系统基于改进模拟退火算法辨识的结果 | 第31-34页 |
| ·改进粒子群算法 | 第34-44页 |
| ·基于改进粒子群算法的励磁系统参数辨识 | 第36-37页 |
| ·非线性励磁系统基于改进粒子群算法辨识的结果 | 第37-44页 |
| 第四章 励磁系统模型结构的辨识 | 第44-49页 |
| ·人工神经网络简介 | 第44-45页 |
| ·BP 网络 | 第45-49页 |
| 第五章 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54-55页 |
| 详细摘要 | 第55-65页 |
