首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于神经网络的STATCOM无功补偿滑模控制

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-16页
   ·研究背景和意义第10页
   ·FACTS 技术第10-12页
   ·STATCOM 研究现状第12-14页
     ·应用现状第12-13页
     ·STATCOM 控制方法第13-14页
   ·课题的主要研究内容第14-16页
第二章 STATCOM 建模及控制方法第16-30页
   ·STATCOM 的工作原理第16-18页
   ·STATCOM 数学建模第18-20页
   ·STATCOM 模型验证第20-21页
   ·STATCOM 控制策略第21-27页
     ·电流间接控制第22-25页
     ·电流直接控制第25-27页
   ·直流侧电压控制策略第27-28页
   ·小结第28-30页
第三章 无功功率和无功电流检测第30-38页
   ·直接法第30-31页
   ·间接法第31页
   ·瞬时无功功率理论第31-33页
   ·无功电流检测第33-36页
     ·p-q无功电流检测方法第34-35页
     ·i_p-i_q无功电流检测方法第35页
     ·i_d-i_q无功电流检测方法第35-36页
   ·小结第36-38页
第四章 STATCOM 模型的精确线性化第38-56页
   ·微分几何理论第38-47页
     ·非线性坐标变换第38-39页
     ·仿射非线性系统第39-40页
     ·Lie 导数与 Lie 括号第40-41页
     ·向量场的对合性第41页
     ·控制系统的相对阶第41-42页
     ·控制系统线性化标准型第42-47页
   ·非线性系统精确线性化条件第47-51页
   ·STATCOM 精确线性化模型第51-54页
   ·小结第54-56页
第五章 基于 RBF 神经网络趋近律调节的滑模控制第56-76页
   ·滑模变结构控制理论第56-62页
     ·滑模变结构控制系统定义第56-57页
     ·滑动模态第57-58页
     ·等效控制第58页
     ·动态品质第58-59页
     ·滑模变结构控制的设计方法第59-62页
     ·滑模变结构控制的抖振问题第62页
   ·神经网络理论第62-68页
     ·神经元的数学模型第63-64页
     ·神经网络的基本模型第64-65页
     ·神经网络的学习方式第65-66页
     ·径向基函数(RBF)神经网络第66-67页
     ·RBF 神经网络的学习算法第67-68页
   ·基于 RBF 的滑模趋近律参数调节第68-71页
   ·实例仿真第71-75页
   ·小结第75-76页
第六章 STATCOM 无功补偿神经滑模控制第76-90页
   ·参数设置第76-77页
     ·直流侧电容参数设计第76页
     ·等值电抗参数设计第76-77页
     ·低通滤波器选择第77页
   ·仿真模型建立第77-79页
   ·无功补偿结果分析第79-88页
     ·感性负载时仿真结果第79-82页
     ·容性负载时仿真结果第82-85页
     ·RBF 神经网络滑模控制效果分析第85-88页
   ·小结第88-90页
第七章 结论及展望第90-92页
   ·本文取得的研究成果及结论第90-91页
   ·展望第91-92页
参考文献第92-96页
致谢第96-98页
附录 攻读学位期间发表论文目录和参与的科研项目第98页
 1 攻读硕士期间发表论文第98页
 2 攻读硕士期间参与的科研项目第98页
 3 攻读硕士学位期间获奖情况第98页

论文共98页,点击 下载论文
上一篇:太阳能斯特林热发电系统光热转化热效率的研究
下一篇:含STATCOM直驱式风力发电系统电压稳定控制研究