首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--网络分析、电力系统分析论文

基于支持向量机的电力系统谐波源电流估计

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-14页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12页
    1.3 本文的研究内容第12-14页
第2章 电力系统谐波的基本概念第14-17页
    2.1 电力系统谐波的定义第14-15页
    2.2 电力系统谐波的来源第15页
    2.3 电力系统谐波的影响及危害第15-16页
    2.5 本章小结第16-17页
第3章 谐波量测系统与谐波分析的基础第17-30页
    3.1 谐波量测系统的技术背景第17页
    3.2 谐波测量系统的原理与组成第17-20页
    3.3 谐波状态估计算法第20-22页
    3.4 谐波的分析基础第22-29页
        3.4.1 电力系统中元件建模第22-28页
        3.4.2 负载中的谐波源第28-29页
    3.5 本章小结第29-30页
第4章 支持向量机及其参数寻优方法研究第30-46页
    4.1 支持向量机第30-33页
        4.1.1 标准支持向量机第31-33页
    4.2 核函数的选择及参数寻优方法第33-45页
        4.2.1 核函数的选择第33-38页
        4.2.2 网格搜索寻优方法第38-40页
        4.2.3 遗传算法寻优方法第40-45页
    4.3 本章小结第45-46页
第5章 谐波监测点分布的确定第46-57页
    5.1 谐波敏感因子第46-48页
    5.2 IEEE-14节点网络谐波监测点的分布第48-56页
        5.2.1 仿真模型的建立第48-50页
        5.2.2 确定谐波监测点位置第50-56页
    5.3 本章小结第56-57页
第6章 基于支持向量机的电力系统谐波源电流估计第57-85页
    6.1 样本的提取第57-58页
    6.2 样本数据的预处理第58-59页
    6.3 实验仿真与结果第59-61页
        6.3.1 基于径向基神经网络的建模第59-60页
        6.3.2 基于网格搜索的ε-SVM建模第60-61页
        6.3.3 遗传算法寻优的ε-SVM建模第61页
    6.4 无噪声谐波源电流估计第61-73页
        6.4.1 径向基神经网络谐波源电流估计第61-64页
        6.4.2 基于网格搜索的ε-SVM谐波源电流估计第64-67页
        6.4.3 遗传算法寻优的ε-SVM谐波源电流估计第67-70页
        6.4.4 最小二乘法谐波源电流估计第70-71页
        6.4.5 四种模型的对比第71-73页
    6.5 噪声干扰下的谐波源电流估计第73-84页
        6.5.1 噪声干扰下的径向基神经网络谐波源电流估计第73-76页
        6.5.2 噪声干扰下的基于网格搜索的ε-SVM谐波源电流估计第76-78页
        6.5.3 噪声干扰下的遗传算法寻优的ε-SVM谐波源电流估计第78-81页
        6.5.4 噪声干扰下的最小二乘法谐波源电流估计第81-82页
        6.5.5 噪声干扰下四种模型的对比第82-84页
    6.6 本章小结第84-85页
结论与展望第85-86页
致谢第86-87页
参考文献第87-90页
攻读硕士学位期间发表的论文及科研实践第90页

论文共90页,点击 下载论文
上一篇:基于地统计学的县域耕地质量监测样点布局研究--以公安县为例
下一篇:基于PSASP的在线应用及低压低频减载优化整定研究