基于自适应强跟踪滤波器的电网基波频率跟踪研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 第2章 电网信号基波提取方法分析 | 第14-27页 |
| 2.1 电网信号建模 | 第14-18页 |
| 2.1.1 稳态下电压信号模型 | 第14-16页 |
| 2.1.2 非稳态下电压信号模型 | 第16-18页 |
| 2.2 基波信号提取方法 | 第18-25页 |
| 2.2.1 全波傅里叶算法 | 第18-20页 |
| 2.2.2 基于小波变换的基波提取原理 | 第20-22页 |
| 2.2.3 电压信号的小波分解与重构方法 | 第22-23页 |
| 2.2.4 基于小波变换基波提取实验 | 第23-25页 |
| 2.3 基波提取仿真结果分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 卡尔曼原理及其在基波频率跟踪中的应用 | 第27-44页 |
| 3.1 卡尔曼滤波理论 | 第27-33页 |
| 3.1.1 卡尔曼滤波基本方程 | 第27-28页 |
| 3.1.2 最优估计准则 | 第28-30页 |
| 3.1.3 卡尔曼滤波噪声特点分析 | 第30-31页 |
| 3.1.4 扩展卡尔曼滤波器 | 第31-33页 |
| 3.2 电网信号动态估计模型 | 第33-39页 |
| 3.2.1 系统模型参考自适应控制 | 第34-35页 |
| 3.2.2 系统辨识方法 | 第35-37页 |
| 3.2.3 Lyapunov稳定性理论 | 第37-39页 |
| 3.3 卡尔曼滤波在电力基波频率跟踪中的应用 | 第39-43页 |
| 3.3.1 目标跟踪 | 第39-40页 |
| 3.3.2 信号模型与扩展卡尔曼滤波器 | 第40-42页 |
| 3.3.3 EKF算法的优劣分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 自适应强跟踪滤波算法设计 | 第44-52页 |
| 4.1 强跟踪滤波算法基础 | 第44-47页 |
| 4.1.1 强跟踪滤波器结构 | 第44-45页 |
| 4.1.2 强跟踪滤波算法递推过程 | 第45-46页 |
| 4.1.3 强跟踪滤波器与扩展卡尔曼滤波器区别 | 第46-47页 |
| 4.2 强跟踪滤波算法的自适应改进 | 第47-50页 |
| 4.2.1 自适应滤波理论 | 第47页 |
| 4.2.2 自适应调整观测噪声方差R及仿真效果 | 第47-49页 |
| 4.2.3 观测量中不良数据自适应剔除 | 第49-50页 |
| 4.3 基于自适应强跟踪算法的频率跟踪流程图 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 算例仿真及结果分析 | 第52-62页 |
| 5.1 实验方法 | 第52-60页 |
| 5.1.1 测试电压信号预处理 | 第52-54页 |
| 5.1.2 电网基波频率跟踪仿真分析 | 第54-60页 |
| 5.2 结果分析 | 第60-61页 |
| 5.2.1 基波提取实验结果分析 | 第60-61页 |
| 5.2.2 基波频率跟踪结果分析 | 第61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
