| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 微电网的研究背景及意义 | 第8-9页 |
| 1.2 国内外微电网研究现状 | 第9-10页 |
| 1.3 微电网中的谐波与治理 | 第10-11页 |
| 1.4 本文研究的主要内容 | 第11-14页 |
| 第二章 微电网的建模 | 第14-26页 |
| 2.1 双馈风力发电系统 | 第14-22页 |
| 2.1.1 双馈风力发电系统的结构 | 第14-15页 |
| 2.1.2 双馈风力发电系统的模型 | 第15-17页 |
| 2.1.2.1 风力机数学模型 | 第15-16页 |
| 2.1.2.2 双馈发电机数学模型 | 第16-17页 |
| 2.1.3 双PWM变流器控制 | 第17-21页 |
| 2.1.4 双馈风力发电系统的Matlab/Simulink仿真模型 | 第21-22页 |
| 2.2 光伏发电系统 | 第22-25页 |
| 2.2.1 光伏电池的数学模型 | 第22-24页 |
| 2.2.2 光伏电池Matlab/Simulink仿真模型 | 第24页 |
| 2.2.3 光伏并网逆变器 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 有源电力滤波器的谐波检测方法 | 第26-34页 |
| 3.1 有源电力滤波器 | 第26-29页 |
| 3.1.1 有源电力滤波器的结构类型 | 第26-28页 |
| 3.1.2 有源电力滤波器的工作原理 | 第28-29页 |
| 3.2 有源电力滤波器的谐波电流检测方法 | 第29-31页 |
| 3.3 基于自适应噪声对消原理的谐波检测 | 第31-33页 |
| 3.3.1 自适应噪声对消技术原理 | 第31-32页 |
| 3.3.2 自适应谐波检测 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 改进型自适应神经网络检测微电网谐波 | 第34-50页 |
| 4.1 神经网络概述 | 第34-41页 |
| 4.1.1 神经网络的发展 | 第34-35页 |
| 4.1.2 神经元模型 | 第35-37页 |
| 4.1.3 神经网络的结构 | 第37-38页 |
| 4.1.4 神经网络的学习 | 第38-41页 |
| 4.1.4.1 神经网络的学习方法 | 第38-39页 |
| 4.1.4.2 神经网络的学习算法 | 第39-41页 |
| 4.2 自适应线性神经网络 | 第41-44页 |
| 4.2.1 自适应线性神经网络元模型 | 第41-42页 |
| 4.2.2 改进型LMS算法 | 第42-44页 |
| 4.2.2.1 LMS算法 | 第42-43页 |
| 4.2.2.2 改进型LMS算法 | 第43-44页 |
| 4.3 自适应线性神经网络的谐波检测 | 第44-45页 |
| 4.4 仿真分析 | 第45-47页 |
| 4.5 本章小结 | 第47-50页 |
| 第五章 CMAC与PID复合控制有源电力滤波器的设计 | 第50-60页 |
| 5.1 CMAC神经网络 | 第50-51页 |
| 5.2 PID控制原理 | 第51-53页 |
| 5.3 CMAC与PID复合控制有源电力滤波器的设计 | 第53-55页 |
| 5.4 仿真分析 | 第55-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第66-68页 |
| 致谢 | 第68页 |
