基于智能学习算法的电压暂降影响评估与定位研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| ·课题的背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文的主要研究内容 | 第12-14页 |
| 2 电压质量与电压暂降 | 第14-25页 |
| ·电能质量 | 第14-16页 |
| ·电能质量的定义 | 第14-15页 |
| ·电能质量的分类 | 第15-16页 |
| ·电压暂降 | 第16-25页 |
| ·引言 | 第16-18页 |
| ·检测及抑制 | 第18-21页 |
| ·仿真分析 | 第21-25页 |
| 3 电压暂降影响分析与智能评估 | 第25-37页 |
| ·直流调速系统建模 | 第26-30页 |
| ·开环系统 | 第26-27页 |
| ·双闭环直流调速系统 | 第27-30页 |
| ·直流调速系统的电压暂降影响分析 | 第30-34页 |
| ·不同电压暂降幅值下的运行特性分析 | 第32-33页 |
| ·不同电压暂降持续时间下的运行特性分析 | 第33-34页 |
| ·基于神经网络的电压暂降影响评估 | 第34-36页 |
| ·小结 | 第36-37页 |
| 4 电压暂降源识别 | 第37-52页 |
| ·电压暂降源分类 | 第37-41页 |
| ·短路故障引起的电压暂降 | 第37-39页 |
| ·感应电动机启动引起的电压暂降 | 第39-40页 |
| ·变压器投切引起的电压暂降 | 第40-41页 |
| ·暂降源识别特征提取 | 第41-44页 |
| ·S变换 | 第41-42页 |
| ·基于S变换的特征提取 | 第42-44页 |
| ·基于PSO-SVM的暂降源识别 | 第44-51页 |
| ·PSO算法 | 第45页 |
| ·支持向量机参数分析 | 第45-46页 |
| ·PSO-SVM暂降源识别算法 | 第46-49页 |
| ·算例分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 5. 基于分类的电压暂降源定位 | 第52-66页 |
| ·引言 | 第52-60页 |
| ·暂降源定位的定义 | 第52-54页 |
| ·典型暂降源定位方法分析 | 第54-60页 |
| ·基于智能分类方法的暂降源定位 | 第60-63页 |
| ·分类定位机理分析 | 第60-61页 |
| ·定位特征值提取 | 第61-63页 |
| ·基于SVM分类的暂降源定位 | 第63页 |
| ·算例分析 | 第63-65页 |
| ·小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-75页 |
