| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·引言 | 第11页 |
| ·低频振荡现象 | 第11-12页 |
| ·低频振荡的定义 | 第11页 |
| ·低频振荡的分类 | 第11-12页 |
| ·低频振荡的产生 | 第12页 |
| ·电力系统低频振荡研究的意义 | 第12-14页 |
| ·低频振荡机理的研究现状 | 第14-16页 |
| ·低频振荡的分析方法 | 第16-17页 |
| ·理论分析方法 | 第16-17页 |
| ·实验分析方法 | 第17页 |
| ·抑制低频振荡的措施 | 第17-18页 |
| ·本文主要的研究内容 | 第18-20页 |
| 第二章 PRONY 分析方法 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·PRONY 算法介绍 | 第21-26页 |
| ·Prony 算法的数学推导 | 第22-25页 |
| ·扩展Prony 算法及计算 | 第25-26页 |
| ·几种常用信号分析算法的比较 | 第26-31页 |
| ·傅里叶变换 | 第26-28页 |
| ·小波分析 | 第28-30页 |
| ·Prony 分析算法 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 改进PRONY 算法用于电力系统低频振荡辨识 | 第32-44页 |
| ·引言 | 第32页 |
| ·改进PRONY 算法 | 第32-34页 |
| ·改进算法的抗噪性分析 | 第34-36页 |
| ·改进PRONY 算法辨识电力系统低频振荡 | 第36-43页 |
| ·简单振荡波形的辨识 | 第36-39页 |
| ·采用插值函数调整采样步长 | 第39-41页 |
| ·复杂振荡波形的改进Prony 算法模块辨识 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于神经网络的特征值分析法 | 第44-55页 |
| ·引言 | 第44页 |
| ·特征值分析法 | 第44-46页 |
| ·基于神经网络的改进特征值分析法 | 第46-49页 |
| ·求解非线性方程的神经网络算法 | 第47-48页 |
| ·神经网络求解特征值的算法 | 第48-49页 |
| ·基于神经网络特征值求解的多机系统稳定分析 | 第49-54页 |
| ·多机电力系统低频振荡的数学模型. | 第49-50页 |
| ·神经网络求解特征值的算例分析 | 第50-52页 |
| ·算例结果分析 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A(攻读硕士学位期间发表的论文) | 第64-65页 |
| 附录B 6 机系统 | 第65-66页 |
| 附录C 10 机系统 | 第66页 |