第一个书签之前
摘 要
Abstract
目 录
Contents
1 绪 论
1.1 课题的背景及意义
1.2 微电网电能质量的概述
1.2.1 电能质量的定义和分类
1.2.2 微电网电能质量标准规定
1.3 微电网电能质量扰动识别方法的研究现状
1.4 深度学习在电力行业中的研究现状
1.5 论文的主要研究内容及结构安排
2 微电网中电能质量问题
2.1 微电网的结构
2.2 微电网中电能质量问题分析
2.2.1 微电网内电能质量问题的特殊性
2.2.2 配电网对微电网电能质量的影响
2.3 电能质量问题对微电网的危害
2.4 微电网常见电能质量扰动信号的建模与仿真
2.5 本章小结
3 基于时频统计特征的电能质量扰动识别方法研究
3.1 引言
3.2 基于 EEMD 和 Hilbert 变换的时频特征量提取
3.2.1 EEMD 分解原理
3.2.2 Hilbert 变换原理
3.2.3 时频特征量提取
3.3 最小二乘支持向量机分类器设计
3.3.1 支持向量机(SVM)
3.3.2 最小二乘支持向量机(LS-SVM)
3.4 基于时频统计特征的电能质量扰动识别
3.4.1 实验数据集
3.4.2 结果与讨论
3.5 本章小结
4 基于卷积神经网络的电能质量扰动识别方法研究
4.1 引言
4.2 卷积神经网络模型结构
4.2.1 卷积神经网络的概述
4.2.2 卷积神经网络的基本结构
4.3 卷积神经网络训练过程
4.4 基于卷积神经网络的电能质量扰动识别
4.4.1 实验环境和算法平台
4.4.2 实验数据仿真
4.4.3 基于卷积神经网络的电能质量扰动识别模型构建
4.4.4 结果与分析
4.5 本章小结
5 微电网并网系统的电能质量扰动识别
5.1 引言
5.2 光伏并网系统的建模与仿真
5.2.1 光伏电池模型分析及仿真
5.2.2 光伏系统的 MPPT 控制
5.2.3 光伏系统的并网逆变器
5.2.4 光伏系统的仿真模型
5.3 光伏并网电压的扰动信号识别
5.3.1 光伏并网电压扰动信号仿真
5.3.2 光伏并网电压扰动信号识别
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间取得的学术成果和获奖情况
山东科技大学;