油田电网谐波检测与APF控制技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 创新点摘要 | 第7-11页 |
| 绪论 | 第11-18页 |
| ·课题背景及研究的意义 | 第11-13页 |
| ·国内外谐波检测及抑制技术的研究现状及发展趋势 | 第13-17页 |
| ·课题的来源及主要研究内容 | 第17-18页 |
| 第一章 谐波的产生和抑制 | 第18-25页 |
| ·油田谐波的产生 | 第18-19页 |
| ·谐波的限制标准 | 第19-20页 |
| ·APF 的分类及对比 | 第20-24页 |
| ·本章小结 | 第24-25页 |
| 第二章 有源电力滤波器的电路设计 | 第25-46页 |
| ·APF 主电路的结构及容量 | 第25-28页 |
| ·逆变器设计 | 第28-36页 |
| ·APF 直流侧电容值的选择 | 第36-42页 |
| ·出线电感的选择 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 电力系统谐波检测 | 第46-69页 |
| ·基于瞬时无功功率理论的谐波检测 | 第46-50页 |
| ·基于小波变换的谐波检测 | 第50-56页 |
| ·基于神经网络理论的谐波检测 | 第56-61页 |
| ·基于小波神经网络的谐波检测法 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 基于IRBFNN 的谐波电流检测方法 | 第69-102页 |
| ·免疫系统的概念和特点 | 第69-73页 |
| ·免疫系统概念 | 第69-71页 |
| ·免疫系统的特点 | 第71-73页 |
| ·人工免疫学习算法 | 第73-80页 |
| ·人工免疫算法的算子 | 第74-79页 |
| ·人工免疫算法的流程 | 第79-80页 |
| ·免疫算法的特征 | 第80-81页 |
| ·人工免疫神经网络 | 第81-86页 |
| ·免疫神经网络模型 | 第82-85页 |
| ·免疫神经网络学习算法 | 第85-86页 |
| ·基于免疫算法的径向基函数神经网络 | 第86-96页 |
| ·RBF 神经网络结构 | 第87页 |
| ·径向基函数和输出层的线性映射 | 第87-88页 |
| ·径向基函数神经元模型 | 第88-89页 |
| ·RBF 网络的学习策略 | 第89-91页 |
| ·免疫算法的收敛性 | 第91-94页 |
| ·IRBF 算法的疫苗提取 | 第94-96页 |
| ·IRBF 算法实现 | 第96页 |
| ·仿真分析 | 第96-101页 |
| ·本章小结 | 第101-102页 |
| 第五章 有源电力滤波器的控制方法 | 第102-123页 |
| ·APF 的基本控制方法 | 第102-104页 |
| ·三角波调制法 | 第102-103页 |
| ·滞环比较电流控制 | 第103-104页 |
| ·无差拍控制 | 第104页 |
| ·空间电压矢量PWM 的基本原理 | 第104-110页 |
| ·理论基础 | 第104-106页 |
| ·开关状态表及状态表达式 | 第106-107页 |
| ·控制矢量 | 第107-110页 |
| ·APF 的空间矢量调制电流跟踪方法 | 第110-114页 |
| ·电压空间矢量调制应用于电流跟踪的原理 | 第110-112页 |
| ·仿真及电流跟踪特性分析 | 第112-114页 |
| ·APF 矢量单周控制 | 第114-121页 |
| ·APF 矢量单周控制 | 第114-119页 |
| ·仿真结果 | 第119-121页 |
| ·本章小结 | 第121-123页 |
| 结论 | 第123-125页 |
| 参考文献 | 第125-133页 |
| 发表文章目录 | 第133-135页 |
| 致谢 | 第135-136页 |
| 详细摘要 | 第136-156页 |
