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 |