| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 逆变器故障诊断简介 | 第12-13页 |
| 1.2.2 逆变器故障特点及分类 | 第13-14页 |
| 1.2.3 逆变器故障诊断国内外研究现状 | 第14-15页 |
| 1.3 本文研究的内容 | 第15-16页 |
| 1.4 论文的工作安排 | 第16-18页 |
| 2 光伏并网逆变器建模与故障分析 | 第18-30页 |
| 2.1 光伏并网逆变器的选择 | 第18-19页 |
| 2.2 光伏并网逆变器主电路拓扑 | 第19-22页 |
| 2.3 三电平NPC逆变器故障模型的搭建 | 第22-27页 |
| 2.3.1 仿真工具SIMULINK简介 | 第22-23页 |
| 2.3.2 三电平逆变器故障仿真 | 第23-27页 |
| 2.4 光伏并网逆变器故障信号选取与采集 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 故障特征提取方法研究 | 第30-36页 |
| 3.1 小波分解法 | 第30-33页 |
| 3.1.1 小波变换的基本原理 | 第30-32页 |
| 3.1.2 基于小波变换的能量特征提取方法 | 第32-33页 |
| 3.2 逆变器特征值提取 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 4 BP神经网络 | 第36-50页 |
| 4.1 神经网络的基础 | 第36-39页 |
| 4.2 神经元传递函数 | 第39-40页 |
| 4.3 BP网络 | 第40-41页 |
| 4.4 BP网络学习过程 | 第41-45页 |
| 4.4.1 BP网络的算法 | 第42-44页 |
| 4.4.2 BP算法的步骤 | 第44-45页 |
| 4.5 基于BP神经网络的软故障诊断 | 第45-49页 |
| 4.5.1 BP神经网络工具箱函数 | 第45-47页 |
| 4.5.2 仿真实验结果及其分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 SOM神经网络 | 第50-60页 |
| 5.1 神经网络概述 | 第50页 |
| 5.2 SOM神经网络结构 | 第50-51页 |
| 5.3 SOM神经网络学习算法 | 第51-52页 |
| 5.4 光伏逆变器软故障诊断的SOM网络模型的建立 | 第52-53页 |
| 5.5 基于SOM神经网咯的软故障诊断 | 第53-55页 |
| 5.6 仿真实验结果及其分析 | 第55-58页 |
| 5.7 本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介及读研期间主要科研成果 | 第68页 |