| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外研究现状及发展 | 第10-12页 |
| ·国外光伏发电的现状及发展 | 第10-12页 |
| ·国内光伏发电的现状及发展 | 第12页 |
| ·太阳能光伏发电系统 | 第12-16页 |
| ·光伏发电简单介绍 | 第12-13页 |
| ·PWM 技术 | 第13-14页 |
| ·人工智能技术 | 第14-16页 |
| ·本课题的工作内容与创新点 | 第16-18页 |
| 第2章 光伏阵列特性以及最大功率点跟踪（MPPT） | 第18-27页 |
| ·光伏电池的特性分析 | 第18-21页 |
| ·光伏电池等效模型 | 第18-19页 |
| ·光伏电池的输出特性 | 第19-21页 |
| ·最大功率跟踪的原理 | 第21页 |
| ·最大功率点MPP | 第21页 |
| ·最大功率点跟踪MPPT 原理 | 第21页 |
| ·最大功率跟踪算法 | 第21-26页 |
| ·自寻优算法 | 第22-24页 |
| ·非自寻优的最大功率跟踪算法 | 第24-25页 |
| ·最大功率跟踪算法的实现原理 | 第25-26页 |
| ·本章总结 | 第26-27页 |
| 第3章 光伏并网逆变器的拓扑结构与电压空间矢量调制 | 第27-39页 |
| ·光伏并网逆变器的拓扑结构与数学模型 | 第27-31页 |
| ·光伏并网逆变器的拓扑结构 | 第27-29页 |
| ·三相半桥逆变器的数学模型 | 第29-31页 |
| ·光伏并网逆变器的控制策略 | 第31-34页 |
| ·光伏并网逆变器控制的目标 | 第31-32页 |
| ·光伏并网逆变器控制策略 | 第32-34页 |
| ·电压空间矢量调制的基本原理 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 RBF 神经网络理论 | 第39-46页 |
| ·RBF 神经网络概述 | 第39-41页 |
| ·RBF 神经网络结构 | 第39-40页 |
| ·RBF 神经网络的逼近性能 | 第40-41页 |
| ·RBF 神经网络的学习算法 | 第41-45页 |
| ·基于随机选取中心的RBF 网络学习算法 | 第41-42页 |
| ·减聚类算法 | 第42-43页 |
| ·RBF 神经网络资源分配学习算法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章RBF 神经网络实现空间矢量的调制 | 第46-72页 |
| ·各调制模式的原理 | 第46-51页 |
| ·线性调制区 | 第46-48页 |
| ·过调制区 | 第48-51页 |
| ·限定轨迹双调制法 | 第51-54页 |
| ·限定轨迹双调制模式法原理 | 第51-52页 |
| ·占空比计算 | 第52-54页 |
| ·基于RBF 神经网络的空间矢量调制逆变器 | 第54-62页 |
| ·欠调制模式下样本数据 | 第54-56页 |
| ·过调制模式Ⅰ样本数据 | 第56-59页 |
| ·过调制模式Ⅱ样本数据 | 第59-62页 |
| ·RBF 神经网络在线学习仿真 | 第62-71页 |
| ·欠调制模式 | 第62-65页 |
| ·过调制模式Ⅰ | 第65-68页 |
| ·过调制模式Ⅱ | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 仿真实验 | 第72-86页 |
| ·仿真技术简介 | 第72-74页 |
| ·仿真模型的建立 | 第74-77页 |
| ·仿真结果与分析 | 第77-82页 |
| ·欠调制模式下仿真结果及分析 | 第77-78页 |
| ·过调制模式Ⅰ时仿真结果及分析 | 第78-80页 |
| ·过调制模式Ⅱ下的输出波形 | 第80-82页 |
| ·两种控制算法仿真结果的分析与比较 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第7章 总结 | 第86-87页 |
| ·本论文的贡献 | 第86页 |
| ·进一步的工作 | 第86-87页 |
| 参考文献 | 第87-90页 |
| 致谢 | 第90-91页 |
| 个人简历、在校期间发表的学术论文及研究成果 | 第91页 |